Bachelorstudiengang Medientechnologie

Im Laufe des letzten Jahrzehnts hat das Interesse an virtueller bzw. erweiterter Realität (VR / AR) stark zugenommen. Für ein immersives Erlebnis ist es notwendig, virtuelle Schallquellen an beliebige Positionen im Raum platzieren zu können. Eine Möglichkeit zur Auralisierung von virtuellen Quellen ist es, Signale mit binauralen Raumimpulsantworten (BRIRs) zu falten und diese über Kopfhörer wiederzugeben. Die Aufnahme von BRIRs mit einem Kunstkopf zur Wiedergabe mit sechs Freiheitsgraden (6-DoF) über Kopfhörer führt zu einem hohen Aufwand, da für unterschiedlichste Kopfdrehungen und Positionen im Raum BRIRs gemessen werden müssen. Außerdem lassen sich vertikale Drehungen des Kopfes nur schwer damit umsetzen. Eine Möglichkeit, den Messaufwand zu reduzieren und Änderungen der Elevation zuzulassen, ist die Spatial Decomposition Method (SDM). Damit muss an jeder Position lediglich eine Messung durchgeführt werden. In der Vergangenheit wurde von Füg ein Algorithmus entwickelt, der Impulsantworten (IRs) so manipuliert, dass die Distanzwahrnehmung verändert wird. Ziel dieser Arbeit ist es, diesen Algorithmus auf die SDM zu übertragen und zu erweitern, sodass Entfernungsänderungen auch für elevierte Quellen möglich sind. Dadurch muss nur noch eine Messung mit der SDM durchgeführt werden, um BRIRs für den gesamten Raum zu synthetisieren. Der entwickelte Algorithmus manipuliert systematisch die Anfangszeitlücke, die Direction-Of-Arrival Matrix und die Energie der IR. Die Evaluation erfolgt mithilfe von distanzabhängigen Raumakustikparametern sowie durch einen informellen subjektiven Wahrnehmungstest. Die Auswertung der Raumakustikparameter zeigt, dass gute Ergebnisse für Quellen erzielt werden, welche oberhalb oder in der Ebene des Empfängers liegen. Für Quellen unterhalb des Empfängers entstehen starke Abweichungen bei der Direct-to-Reverberant-Ratio (DRR). Hinsichtlich der subjektiven Wahrnehmung bleiben die Ergebnisse hinter den Erwartungen zurück. Die Richtungs- und Entfernungswahrnehmung der Synthese weicht nicht stark von den Messungen ab, aber die Klangfarbe der Synthese ist sehr deutlich verändert. Die Übertragung von Fügs Manipulationsalgorithmus auf die SDM ist nur teilweise gelungen bzw. untauglich für einen praktischen Einsatz. Anhand von weiteren zukünftigen Untersuchungen für andere Räume soll die Leistungsfähigkeit des Algorithmus verbessert werden.

Die Richtwirkung ist eine wichtige akustische Eigenschaft von Schallquellen. Diese kann in objektbasierten 3D-Audiowiedergabesystemen durch verschiedene Methoden reproduziert werden. Diese Arbeit untersucht das Lautstärkeverhalten virtueller gerichteter Schallquellen bei deren Rotation im kopfhörerbasierten 3D-Audiowiedergabesystem VIPRA, welches auf der Wellenfeldsynthese basiert. Die Reproduktion der Richtwirkung erfolgt in der VIPRA-Portalmethode durch eine Lautstärkeinterpolation zwischen Punktschallquellen. Auf Basis der vorhandenen Implementierung wird eine angepasste Berechnungsmethode erarbeitet und implementiert. Diese hat das Ziel, den Lautstärkeverlauf bei Rotation zu homogenisieren. Zur Evaluation der Methoden werden reale Schallerzeuger mit einem Mikrofonarray aufgenommen und in das System eingebunden. Anschließend werden die Methoden anhand Klangfärbung, Reproduktion der Richtcharakteristik und dem Lautstärkeverlauf bei Rotation verglichen. In einem informellen Hörtest wird die minimale Wiedergabeauflösung der neuen Implementierung untersucht. Die Untersuchungen zeigen, dass die neue Implementierung die bisher auftretenden Sprünge im Lautstärkeverlauf minimiert. Dadurch wird eine bessere Reproduktion der Richtcharakteristik ermöglicht. Der Hörtest gibt Hinweise darauf, dass virtuelle gerichtete Schallquellen, unabhängig von der Richtungsauflösung der Wiedergabe, als natürlich wahrgenommen werden können. Die minimale Richtungsauflösung hängt von der Art der Schallquelle sowie der Anwendung ab. Die VIPRA-Portalmethode sollte in weiterführenden Forschungsarbeiten mit anderen Verfahren zur Reproduktion der Richtwirkung verglichen werden. Diese Vergleiche sollten sowohl analytisch als auch in formellen Hörtests durchgeführt werden.

In dieser Arbeit wird der Einfluss des Kopfhörermodells auf reale und virtuelle Schallquellen in Augmented Acoustics Anwendungen untersucht. Dazu wurden binaurale Impulsantwortmessungen mit einem Kunstkopf durchgeführt. Acht Modelle wurden physikalisch und perzeptiv untersucht. Die physikalische Analyse zeigt die Eigenschaften des Kopfhörers und ihre Auswirkungen auf das reale Schallfeld. Auch der Effekt der Neupositionierung wurde berücksichtigt. Um den Einfluss auf das externe Schallfeld perzeptiv zu untersuchen, wurde ein Multi-Stimulus Test mit versteckter Referenz- und Anker mit 15 Testpersonen durchgeführt. Die Ergebnisse zeigen, dass verschiedene Arten von Kopfhörern unterschiedliche Auswirkungen auf reale und virtuelle Schallquellen haben und dass die Neupositionierung Variationen im Frequenzspektrum verursacht.

Audioanalysen sollen in verschiedenen Industriezweigen Überwachungen von Produktionsprozessen und die Überprüfung der fertigen Bauteile vollziehen. Ein Ansatz ist es, mit Luft als Übertragungsmedium des Schalls zu arbeiten und Luftschallaufnahmen zu generieren, welche anschließend für die Überprüfung von der Produkt- oder Produktionsprozessqualität genutzt werden können. Neben einer zuverlässigen Überprüfung wird die Verwendung maschineller Unterstützungsverfahren angestrebt. Diese Verfahren sind dazu konzipiert, Anomalien in den Audiodaten zu erkennen. Dies geschieht in der vorliegenden Arbeit mit Hilfe von neuronalen Netzen. In der Anomalieerkennung wird angestrebt, mit möglichst wenig anormalen Daten zu arbeiten. da diese in der Erzeugung sehr aufwendig und teuer sind. Diese Herausforderung kann durch sogenannte Autoencoder (AE) bewältigt werden, da sie Daten in die wichtigsten Bestandteile zerlegen und anschließend rekonstruieren. Wird angenommen, dass normale und anormale Daten unterschiedliche Bestandteile haben und das Netz darauf trainiert wird die normalen Daten zu rekonstruieren, so ergibt sich eine schlechtere Rekonstruktion anormaler Daten. Es wurden unterschiedliche Ansätze und Varianten von Autoencodern. anhand eines vorhandenen Testdatensatzes, welcher aus Luftschallaufnahmen besteht, getestet. Dies geschieht, um festzustellen, welcher Ansatz eine vielversprechende Unterstützung in der Industrie sein könnte. Weiterhin wird der Einfluss der Datenvorverarbeitung auf die Ergebnisse der AE betrachtet. Dies wird durch mehrfaches Trainieren der AE auf unterschiedlich vorverarbeitete Daten erreicht. Die Ergebnisse dieser Arbeit zeigen, dass der Variational-Ansatz (VAE) die niedrigsten Werte liefert. Der Shared-Weights-Ansatz (SWAE) erzielte am häufigsten die höchsten Werte, dicht gefolgt vom Simple-Ansatz (SAE). Somit sind der SWAE und der SAE vielversprechend für den Einsatz in der Industrie. Bei der Vorverarbeitung stellte sich heraus, dass die "Fast Fourier Transform" Größe und die dazugehörige Hopsize, sowie die Concat-Anzahl der verwendeten Frames einen erheblichen Einfluss auf das Ergebnis haben und somit für jeden Anwendungszweck neu angepasst werden sollten. In weiterführenden Arbeiten könnten der Convolutional- sowie der Stacked-Denoising-Ansatz in einen Vergleich einbezogen werden, da diese in der Arbeit nicht betrachtet wurden.

Die Analyse der geometrischen Eigenschaften eines Raumes anhand von akustischen Aufnahmen ist für verschiedenste Anwendungen interessant. In dieser Arbeit wird untersucht, in wie weit sich Künstliche Neuronale Netze (KNNs) für eine solche Analyse eignen. Zuerst wird ein Überblick über Konzepte und Entwicklungen in der KNN-Forschung gegeben, anschließend wird das Erstellen und die Verarbeitung des verwendeten Datensatzes erläutert. Abschließend werden die Netzstrukturen der untersuchten KNNs sowie die Experimente beschrieben, die in dieser Arbeit durchgeführt wurden und die Ergebnisse ausgewertet.