MétaCan
Menu
Retour à la cohorte
Enregistrement W4367145286 · doi:10.1121/10.0019047

Localization of novel reduced-annoyance audio interface sounds

2023· article· en· W4367145286 sur OpenAlexaff
Ewan A. Macpherson, Michael Schutz

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensMcMaster UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésAnnoyanceAcousticsLoudspeakerAnechoic chamberOffset (computer science)Computer scienceSpeech recognitionPhysicsLoudness

Résumé

récupéré en direct d'OpenAlex

Foley et al. [JASA 151, 3189–3196 (2022)] have demonstrated that annoyance of auditory interface sounds can be reduced both by shortening the duration of upper harmonics and by applying percussive rather than flat amplitude envelopes. However, sounds in that study had a maximum frequency of 2400 Hz, which would likely affect localization based on spectral cues. In a setting with multiple interface devices (e.g., a multi-patient hospital ward), localization of interface sounds is a concern. We characterized normally hearing listeners' ability to localize a variety of candidate reduced-annoyance interface sounds (flat or percussive envelopes; durations between 360 and 1600 ms; all but one with uppermost harmonic limited to 2400 Hz) in quiet or at + 4-dB and −11-dB SNR in spatially diffuse multi-talker babble. Listeners stood at the center of a 360-degree loudspeaker array in a darkened anechoic chamber and used a head-pointing response to report the perceived location of each target. Decreasing SNR increased response variability and the rate of front/rear confusions. For all sounds with restricted bandwidth, front/rear confusions were frequent in the absence of head movements, but when head movements were initiated before target offset, confusions were substantially reduced. The results highlight the need to consider localizability when designing improved auditory interface sounds.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,382
Écart entre enseignants0,342 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetNoise Effects and ManagementTravaux en français237 207