MétaCan
Menu
Retour à la cohorte
Enregistrement W4389273264 · doi:10.3397/in_2023_0300

Evaluation of the Respective Effects of Microphone Type and Dummy Head Type on Measured Head-Related Transfer Functions

2023· article· en· W4389273264 sur OpenAlexaff
Pierre Grandjean, Olivier Robin, Alain Berry, Philippe-Aubert Gauthier

Notice bibliographique

RevueNOISE-CON proceedings · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensUniversité du Québec à MontréalCentre for Interdisciplinary Research in Music Media and TechnologyMcGill UniversityUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésHead (geology)Binaural recordingMicrophoneHeadphonesAcousticsHead-related transfer functionTransfer functionAnechoic chamberComputer scienceAzimuthLoudspeakerMathematicsPhysicsGeologyEngineeringGeometry

Résumé

récupéré en direct d'OpenAlex

A dummy head is a tool used to generate binaural recordings, i.e. recordings when listened to through headphones that allow for the listener to hear from the dummy's perspective. A dummy head typically includes pinnae and ear canals in which microphones are placed. The global shape of a dummy head replicates an average-sized human head, and variations around this average will depend on the manufacturer (pinnae of different size, presence of a nose or a mouth). This paper describes measurements conducted on two dummy heads in order to evaluate and rank the respective influence of microphone type and dummy head shape on spatialization cues. Four possible cross configurations are tested, that is head 1 or 2 with microphones pair 1 or 2. For each configuration, head-related transfer functions are measured in an anechoic room for various azimuth and elevation angles. The results obtained show that the effect of the dummy head shape is larger than the effect of the microphone type on measured head-related transfer functions. A practical implication of this result is found when microphones have to be replaced on a given dummy head.

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)0,010
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
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 Opus0,036
Tête enseignante GPT0,280
Écart entre enseignants0,244 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNOISE-CON proceedingsMême sujetSpeech and Audio ProcessingTravaux en français237 207