A real-world Lexicon 960L reverberation chamber: Simulating a hardware reverberation unit in virtual acoustics
Notice bibliographique
Résumé
The second generation of the Virtual Acoustic Technology (VAT) Laboratory at McGill University features a new real-time auralizer with a feedback canceller developed by CCRMA at Stanford University, allowing for the simulation of virtual acoustic environments with exceptionally high gain. This study is part of an ongoing research effort focused on integrating algorithmic reverberation tools designed for audio post-production into virtual acoustics at McGill University’s VATLab. Previous work has been done using impulse responses (IRs) captured from various acoustic spaces. In contrast, this study focuses on using IRs captured from the legendary Lexicon 960L hardware reverberation unit and using them in the VATLab for recording sessions with musicians. Various 5.1 multichannel presets have been captured as IRs and 3 groups of related 5 channel IRs have been loaded into the existing 15 speaker system of VATLab to simulate a real world, physical Lexicon 960L “environment” through virtual acoustics. Objective measurements following the ISO 3382-1 and 3382-2 standards in the VATLab have been performed to measure the effect of the physical room and analyze the effects of changing different algorithmic reverb parameters such as Diffusion, Early Level Master Control, Early Rolloff, Early or Reflection Delays on the simulated acoustical environments.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».