VR | 论文阅读2

Three-dimensional virtual reality-based subjective evaluation of road traffic noise heard in urban high-rise residential buildings

介绍
在这里插入图片描述
在这里插入图片描述
以道路交通噪声频率计的声压级是最主要的干扰因素,同时环境因素也有一定影响。
在这里插入图片描述
HRTF是用来提供方向性的,可以把声音位置从耳机移动到头部以外。
在这里插入图片描述

头戴式显示器(HMD)是一种常用的虚拟空间可视化设备。
在这里插入图片描述
要获得对进入建筑的噪声、噪声源本身、空间环境的主观反应。

测量
在这里插入图片描述
每次记录5min
在这里插入图片描述
在房间里放了麦克风和RION来获取马路噪声样本记录单通道声源
在这里插入图片描述

这些测量是在1.2米的高度进行的,假设人坐在沙发上
在这里插入图片描述
总共记录了5次
在这里插入图片描述
记录显示,声压范围为38.8-55.5dBA,利用听觉评价软件的振幅函数调整声压级,如图1所示:
在这里插入图片描述
在这里插入图片描述
总共构建了6个声源,leq(等效连续声压级)为40.0 - 65.0 dBA。

我去,这图我看不懂啊?补充一下课外知识:
在这里插入图片描述
也就是说,有6个声源,它们本身是xxdB,但是由于频率的不同,即使是同一个dB的声源,人耳听到的响度也会不同。


前面在介绍提到,要获得对进入建筑的噪声、噪声源本身、空间环境的主观反应,进入建筑的噪声,就是看Fig.1中单独的曲线,噪声源本身,就是曲线之间的对比,空间环境,大概就是看HRTF和HMD了。

实验设计

声源与虚拟房间建模

在这里插入图片描述
使用CIPIC HRTF数据库。。。

恕我直言,我真不知道您在说什么。。。再来点小知识吧:
在这里插入图片描述在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

这又是在干啥?是不是,在之前的测量数据的基础上,加上CIPIC数据库(HRTF),得到模拟的人双耳听到的声压?为什么要这么做呢,大概是因为之后就是要用这个数据给受试者听,两只耳朵要听到不同的,更真实。嗯。。我好像懂了

在这里插入图片描述

建了一个房子

声音有了,房子也有了

Experimental setup

在这里插入图片描述
在这里插入图片描述
为了研究声源的方向和视觉信息对进入建筑的道路交通噪声的影响,弄了4种HRTF和HMD的组合

在这里插入图片描述
自然噪声为25dBA
在这里插入图片描述
对12个声源进行了评价,也就是说,之前实际测量得到的数据说可以直接用的,相当于两只耳朵放一样的,因此也就没有方向性,而应用了HRTF的就增加了方向性。

Procedure

实验终于开始啦!

在这里插入图片描述
40个被试
在这里插入图片描述
啥意思?啥每个声源都听两遍,总共要听24遍,还是所有声源一起放,总共听两遍?(按正常逻辑应该是听24遍吧
在这里插入图片描述
直接看问卷吧:
在这里插入图片描述
在这里插入图片描述

前四个问题是一类( 对噪声的反应),5,6,7是一类(对声源的感知),剩下三个是一类(对空间的感知)

实验结果

Subjective response to road traffic noise

在这里插入图片描述
就是这三个问题的结果。
在这里插入图片描述
在这里插入图片描述

再想一下,实验步骤是让被试分别在4种环境下听声音,相当于在两种环境(有HMD和没有HMD)下分别听12种声音(6种有HRTF,6种没有)。在图中,实线是没有HMD的,虚线是有的,黑的是没有HRTF的,灰的是有的。

从图中可以看出,HRTF是增加Loudness的,HMD是减少Loudness的,但是HRTF的影响比HMD大一些。
在这里插入图片描述
在这里插入图片描述
Annoyance也差不多
在这里插入图片描述
c也差不多,但是随着声压增大,4种环境的差异减小

在这里插入图片描述
图a和b是annoyance比例和activity disturbance比例随LAeq(那6个声源)的变化,就是打分>=4的比例

在这里插入图片描述
在这里插入图片描述
将每个噪音级别评定为“2:绝对不可接受”的参与者百分比随LAeq的变化如图c

在这里插入图片描述

在这里插入图片描述
用了Probit回归分析,感觉这里可以做一下

这一部分的两组图都可以实现,如果可以得到那40份问卷的数据,那就可以直接画图了,如果没有,就只能根据图上的点估计数值,也可以做出来

Source-related spatial attributes

在这里插入图片描述
在这里插入图片描述
对与声源识别相关的方向和噪声宽度进行评估,结果如图6所示

怎么没有第5题的图呢??

在这里插入图片描述

Environment-related spatial attributes

在这里插入图片描述
在这里插入图片描述
沉浸感、真实感和声音外化的结果如图7
在这里插入图片描述

其实result这部分都只是把40份问卷的结果以图像的形式表示出来,都很容易实现,文章那么长都只是在描述图像的内容,自己看一眼图就懂了。


Discussion

视听因素的影响

在这里插入图片描述
为了判断方向信息(HRTF)和视觉信息(HMD)的影响对主观评价是否具有统计学意义,采用了Two-way ANOVA analysis方法,弄了个表2出来

这个可以做,也很简单的样子

在这里插入图片描述
在这里插入图片描述
作者还提出了可以改进的地方,闲着没事做可以实现一下

空间属性对主观反应的影响

在这里插入图片描述
在这里插入图片描述

计算空间属性与主观评价结果的相关系数,如表3所示
在这里插入图片描述
在这里插入图片描述
空间参数与主观评价差异的回归分析结果如表4所示
在这里插入图片描述
在这里插入图片描述
采用双向方差分析检验HRTF和HMD对空间属性评价的影响,结果如表5所示。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
又弄了个表6,原文说啥没看太懂
在这里插入图片描述

这一部分弄了4个表出来,其实总共就2类表,相关系数的和2-way的

声学参数与空间属性之间的关系

在这里插入图片描述
没看懂,但是这个公式少了个括号吧

在这里插入图片描述
应用HRTF得到的声源结果如图8所示。
在这里插入图片描述

这东西看起来是可以实现的,不过我还没看明白

在这里插入图片描述
在这里插入图片描述
又是相关系数的表
在这里插入图片描述

没了。要实现的话,首先就是看能不能找到那40份问卷,不然就得自己看图估值了,然后就是实现两种表,总共有6个,以及一个积分的图像。对了,实验前期的那些数据(那几个图),有设备的话也是可以实现的,就是工作量太大了,不过后面那个积分好像要用到那两个图的数据,到时候再仔细看看。

猜你喜欢

转载自blog.csdn.net/cat_xing/article/details/89215838
VR