MétaCan
Menu
← Retour à la cohorte
Enregistrement W2769648593 · doi:10.1121/1.5014357

Perceptual evaluation of a virtual acoustic room model

2017· article· en· W2769648593 sur OpenAlexaff
Gabriel Vigliensoni, David Romblom, Marc-Pierre Verge, Catherine Guastavino

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2017
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHearing Loss and Rehabilitation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAnechoic chamberMicrophoneRendering (computer graphics)Computer scienceAcousticsRoom acousticsArchitectural acousticsAcoustic spacePerceptionVirtual spaceComputer visionReverberationLoudspeakerSound (geography)PsychologyTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

Two experiments were conducted to perceptually evaluate a virtual acoustic room model implemented using a virtual microphone technique for the direct path and reflections, the image-source model for the reflection geometry and a Feedback Delay Network reverberator. Experiment 1 aimed to determine the best equalization profile for different room sizes. Anechoic recordings of 7 solo instruments were processed to generate 5 room sizes with profiles corresponding to 5 different absorption settings. Fourteen sound engineers and musicians were asked to rate the resulting stimuli in terms of how realistic each setting was for the instrument in that space. The highest ranked absorption setting for each room size was selected for Experiment 2 to investigate whether listeners could identify different rooms sizes across different instruments. Using a free sorting task, 15 musicians were presented with 7 different solo instruments in 5 different room sizes and asked to group them by type of space in which the instruments were performed. The analysis of the dissimilarity matrices indicates that participants were able to organize sounds by room sizes, but the two largest rooms tended to be clustered together. The results show that the virtual acoustic model is capable of rendering realistic room effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,064
Tête enseignante GPT0,337
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of America→Même sujetHearing Loss and Rehabilitation→Travaux en français237 207→