MétaCan
Menu
Retour à la cohorte
Enregistrement W4312616830 · doi:10.1121/10.0015962

Virtual Acoustics, better than the real thing? Considering the creative side

2022· article· en· W4312616830 sur OpenAlexaff
Wieslaw Woszczyk, Aybar Aydin, Yingying Zhang

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésRoom acousticsAcousticsRendering (computer graphics)Computer scienceSound reinforcement systemArchitectural acousticsMusical acousticsHuman–computer interactionReverberationDigital audioComputer graphics (images)Speech recognitionPhysicsVisual artsAudio signalArtMusical

Résumé

récupéré en direct d'OpenAlex

Once room acoustical reflections data are extracted from a physical space or a model, and are encapsulated in a 3D impulse response, they can be used to render immersive sound fields in real time. A range of possibilities then opens for creative use of acoustics in music. A skilled virtual acoustics designer-engineer may rebalance digital signals representing the room response to situate player and listener on the stage or at the back of the auditorium, may modify and arrange temporal segments to re-imagine the aural dimensions of the space, and apply gain and directional placement to shape the impression of immersive presence, adapting acoustics to musicians’ creative needs. In the process of building an idealized acoustical environment for the music, techniques of sound reinforcement and of rendering room acoustics are combined to balance presence with ambience and to deliver a sensation of acoustical power with lift-off. The means exist to move beyond acoustical realism into fictionalized acoustics.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,028
Communication savante0,0180,036
Science ouverte0,0020,006
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,0160,003

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 Opus0,014
Tête enseignante GPT0,242
Écart entre enseignants0,228 · 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'étudeExpérimental (laboratoire)
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetMusic Technology and Sound StudiesTravaux en français237 207