Get started
Work

Room acoustic parameters in multivariate analysis as predictors of auditory perception

Year: 2025
Type: dissertation
Abstract: Auditive erweiterte Realität (AAR) zielt darauf ab, virtuelle Schallquellen nahtlos in reale akustische Umgebungen zu integrieren. Eine zentrale Frage ist, wie präzise die virtuelle Akustik mit der realen Akustik übereinstimmen muss, um eine nahtlose Integration zu erreichen. Neben den akustischen Unterschieden zwischen Räumen sind auch die akustischen Variationen innerhalb eines Raumes von Interesse für Szenarien, in denen der Hörer seine Umgebung erkunden kann. In dieser Arbeit werden Unterschiede zwischen und innerhalb verschiedener Räume sowohl parametrisch als auch perzeptiv untersucht. Die gesammelten Daten werden verwendet, um Modelle zu entwickeln, welche die Wahrnehmbarkeit akustischer Unterschiede basierend auf einfachen raumakustischen Parametern vorhersagen. Grundlage dieser Arbeit bilden die erhobenen Messdatensätze von Raumimpulsantworten. Diese werden zur Analyse der akustischen Variation innerhalb und zwischen Räumen sowie zur Erzeugung virtueller Quellen in den durchgeführten Hörversuchen verwendet. Die anschließende Modellierung der Wahrnehmbarkeit akustischer Veränderungen im AAR-Kontext durch die Verknüpfung akustischer Parameter und perzeptiver Bewertungen erfolgte mit Hilfe verallgemeinerter linearer gemischter Modelle. Die Ergebnisse dieser Arbeit zeigen, dass messbare akustische Parameter, insbesondere in Kombination mit verallgemeinerten linearen gemischten Modellen, zur Vorhersage von wahrgenommenen raumakustischen Unterschieden verwendet werden können. Auch wenn die Modelle eine Vereinfachung der Realität darstellen und die individuelle Wahrnehmung nicht vollständig abbilden, so bieten die Ergebnisse eine vielversprechende Grundlage für zukünftige Forschungsarbeiten und die Entwicklung präziserer Modelle zur Verbesserung immersiver Audioerlebnisse, z.B. durch die perzeptiv motivierte Echtzeitanpassung von Rendering Systeme an die reale Umgebung.
DOI: 10.22032/dbt.68288
Language: English
Open Access status: green
OpenAlex ID: W7116393365
Cites:
Cited by:
Related to: