SPATIAL AUDITORY DISPLAY USING MULTIPLE SUBWOOFERS IN TWO DIFFERENT REVERBERANT REPRODUCTION ENVIRONMENTS
Notice bibliographique
Résumé
Spatial auditory displays that use multichannel loudspeaker arrays in reverberant reproduction environments often use single subwoofers to reproduce all the low frequency content to be presented to the listener, consistent with consumer home theater practices. However, even in small reverberant listening rooms, such as those of the typical home theater, it is possible to display a greater variety of clear distinctions in resulting spatial auditory imagery when using laterally positioned subwoofers to present two different signals. This study investigated listeners’ ability to discriminate between correlated and decorrelated low-frequency audio signals, emanating from multiple subwoofers located in two different reverberant environments, characterized as “home” versus “lab.” Octave-band noise samples, with center frequencies ranging in third-octave steps from 40 Hz to 100 Hz, were presented via a pair of subwoofers poitioned relative to the listener either in a left-right (LR) orientation, or in a front-back (FB) orientation. When delivered via subwoofers in the FB orientation, in each of the two reproduction envirnoments, discrimination between correlated and decorrelated low-frequency signals was at chance levels (i.e., the discrimination was effectively impossible). When delivered via the laterally positioned subwoofers (orientation LR) in the acoustically-controlled laboratory environment, the signals could be perfectly and easily discriminated. In constrast, when tests were run in the small and highly reverberant (i.e., home) environment, the decorrelated signals were not so easily distinguished from those that were correlated at the subwoofers, with performance gradually falling to chance levels as the center frequency of the stimulus was decreased below 50 Hz.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».