Comparing testing methodologies of speech privacy class in closed offices
Notice bibliographique
Résumé
Speech privacy is a principal research area in speech communication. The term "speech privacy" is generally interpreted a condition where speech cannot be readily understood by, but may be audible to, an unintended listener. The need to prevent sound from intruding into adjacent spaces in both closed and open-plan settings is a concern in various office buildings. Speech privacy is essentially a function of the signal-to-noise ratio, comprising the noise reduction between source and receiver positions, and the masking effective of background noise. Speech Privacy Class (SPC) is one of the commonly used metrics for speech privacy assessment in closed plan offices in North America. However, there is a reluctance to use SPC between closed rooms due to laborious testing requirements as per ASTM E2638; there is a supposed preference to use either Speech Privacy Potential (SPP) based on simpler NIC testing, or to use Articulation Index (AI) despite the AI being created solely for testing open-plan settings. The ASTM E2638-10 standard SPC testing procedure does not assume a diffuse field in the receiving space but rather evaluates the performance at each potential eavesdropping location on the basis that there may be an intentional listener. Thus, to better apply the SPC to unintended listening and speech privacy in typical commercial spaces, the goal is to compare the current methodology as per ASTM E2638-10 with alternative sampling methods considering the talker location and unintended listening positions outside the source room.
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 | 0,018 | 0,079 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».