Increasing Detectability and Reducing Annoyance of Alarm Design Using Acoustic Structures of Musical Instruments
Notice bibliographique
Résumé
Auditory alarms play a crucial role in safety critical contexts such as medical devices. Traditionally, alarms utilize sustained harmonics that lack the temporal dynamics found in complex sounds which are not easily detectable unless played at a high volume, leading to increased annoyance (Foley et al., 2023). Here we explore how insights from musical instruments can be used to improve auditory alarms by balancing annoyance and detectability. We synthesized tones mimicking key properties of a musical triangle—an instrument known to “cut through” large ensembles without being annoying. We then tested two classes of stimuli, (1) a triangle inspired and (2) a standard alarm tone. The triangle stimuli feature twelve of the most prominent frequencies, amplitudes, and temporal variation from a recording of a triangle, including a percussive amplitude envelope. Standard tone follows conventional approaches with the fundamental at 261 Hz and four additional harmonics, shaped with a flat amplitude envelope. To compare the triangle to the standard tone, we conducted an in-person detection and an online annoyance rating experiment. For detection, participants indicated if the auditory stimulus is heard when presented a range of signal-to-noise (SNR) ratios. For annoyance, participants rated which tone is perceived as more annoying across SNRs in a two-alternative forced choice task. As expected, reductions in SNR led to reductions in annoyance X2(5, N = 4488) = 478.01, p .05. This suggests that features of musical instruments such as the triangle could provide useful insight for reducing alarm annoyance while preserving detectability.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».