Untersuchung zum Lautstärkeverhalten gerichteter Schallquellen in objektbasierter Auralisation. - Ilmenau. - 90 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2022
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.
Evaluation des Standes der Technik zum transparent Schalten von In-Ear-Kopfhörern. - Ilmenau. - 89 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2021
Moderne Kopfhörer und Hearables können immer mehr Funktionen erfüllen, die dem Träger mehr Komfort oder Unterstützung im Alltag bieten sollen. Bei offenen oder halboffenen Kopfhörern wird zum Beispiel der von außen auftretende Schall mit Active Noise Cancellation unterdrückt. Bei geschlossenen Kopfhörern ist aber genau dieser Schall manchmal erwünscht, um wichtige Signale von außen, trotz der geschlossenen Bauweise, wahrnehmen zu können. Diese Funktion, Schall durch die Kopfhörer wahrzunehmen, wird durch sogenannte Hear-Through Algorithmen ermöglicht. Der Fokus dieser Arbeit liegt darauf, einen Überblick über den aktuellen Stand der Technik zu In-Ear Hearables mit Hear-Through Funktionalität zu geben, wie diese konstruiert sein sollten und wie Übertragungsfunktionen zwischen den Mikrofonpositionen und dem Trommelfell definiert werden. Aufgrund der geringen Distanz zwischen dem Lautsprecher und den Mikrofon eines Hearables können vermehrt Rückkopplungen auftreten. Drei Rückkopplungsfilterverfahren werden vorgestellt, von denen zwei, die Prediction Error Methode und ein differentielles Mikrofon Array, auf ihren Einfluss auf die räumliche Wahrnehmung mittels einer Simulation untersucht werden. Diese verändern das auditive Ereignis unterschiedlich stark und können somit die auditive Richtungs- und Umgebungswahrnehmung negativ beeinflussen.
Einfluss des Kopfhörermodells auf reale und virtuelle Schallquellen in Augmented Acoustics Anwendungen. - Ilmenau. - 37 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2020
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.
Extraktion akustischer Umgebungsmerkmale aus binauralen Audiostreams. - Ilmenau. - 64 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2020
Um die Position einer Person in einem Raum zu ermitteln, werden CNNs und binauralen Daten verwendet. Ein funktionierendes Lokalisationssystem auf Basis binauraler Daten kann einexternes Trackingsystem ergänzen. In einem systematischem Testverfahren werden zwei Ansätze verglichen. Ein Ansatz baut den interauralen Merkmalen IPD und ILD auf, während der zweite Ansatz auf den reinen binauralen Aufnahmen aufbaut. Bei dem Testverfahren wird das Netzwerk schrittweise um Schichten erweitert und einige Parameter getestet. Um die Positionder Person zu bestimmen, wird die DOA und die Distanz zur Quelle geschätzt. Zusätzlichwird der aktive Lautsprecher klassifiziert, der als Bezugspunkt dient, um die Position im Raumzu bestimmen. Für diese Aufgabe wird ein Datensatz aufgenommen, der vier verschiedene Lautsprecherpositionen beinhaltet. Bei den Aufnahmen wird keine Beschränkung der DOA vorgenommen und die Distanz variiert im Bereich zwischen 0,5 m und 4,0 m. Aufgrund der COVID-19-Pandemie konnte die Datensatzaufnahme nicht beendet werden. Die Ergebnisse zeigen, dass der vorgestellte Ansatz keine verwertbaren Ergebnisse liefert und wesentlicher Verbesserung bedarf. Das systematische Testverfahren konnte aufgrund mangelnder Ergebnisse nicht bewertet werden. Während des Testverfahrens konnte die Genauigkeit auf dem Testdatensatz kaum gesteigert werden. Auf Basis der wenigen Ergebnisse lässt sich vermuten, dass sich die interauralen Merkmale besser für die DOA-Bestimmung eignen und die reinenbinauralen Audiodaten sich besser für die Distanzbestimmung eignen.
Vergleich von Ansätzen zur akustischen Anomalie Erkennung auf Basis vorhandener Testdatensätze. - Ilmenau. - 56 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2020
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.
Entwicklung eines Verfahrens zur parallelen Verwendung eines elektrodynamischen Schallwandlers als Schallquelle und Schallempfänger. - Ilmenau. - 66 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2020
Die vorliegende Arbeit beschäftigt sich mit der Fragestellung, inwiefern ein elektrodynamischer Schallwandler simultan als Schallquelle und Schallempfänger nutzbar ist. Es werden zunächst Testmessungen zur gleichzeitigen Nutzung vorgenommen. Dies dient der Findung geeigneter Messparameter und der Entwicklung eines Messaufbaus. Es folgt die Vorstellung eines Verfahrens mit entsprechender Hardwarekonfiguration sowie die Durchführung akustischer Messungen. Die Daten werden mittels digitaler Signalverarbeitung ausgewertet und anschließend evaluiert. In dieser Arbeit wird gezeigt, dass eine parallele Verwendung eines elektrodynamischen Wandlers als Quelle und Empfänger mit dem vorgestellten Verfahren in Grenzen möglich ist. Außerdem wird eine Aussage über die Qualität dieses Verfahrens bei unterschiedlichen Wandlern gegeben. Im Anschluss wird ein Verfahren auf Hardwarebasis gegeben und anhand eines Aufbaus sowie zugehöriger Simulation erläutert. Im Ausblick wird auf notwendige zukünftige Forschung eingegangen.
Automatische Erkennung der Raumgröße und -geometrie auf Basis binauraler Signale. - Ilmenau. - 51 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2019
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.
Technische Universität Ilmenau, Bachelorarbeit 2019
Die vorliegende Arbeit beschäftigt sich mit der Entwicklung eines Simulationsmodells bzw. Prädiktionsmodells, welches den Amplitudenfrequenzgang eines Mehrwege-Lautsprechersytems im akustischen Fernfeld basierend auf den im Nahfeld gemessenen Amplitudenfrequenzgängen der einzelnen Lautsprecherkomponenten prädiziert. Hierfür wurden vier Mehrwege-Lautsprechersysteme in unterschiedlichen Abständen akustisch vermessen. Es wurden verschiedene Prädiktionsansätze untersucht und auf die Nahfeldmessungen angewendet. Die Prädiktionsergebnisse wurden mit real gemessenen Frequenzgängen verglichen und somit evaluiert. Es konnte gezeigt werden, dass die Prädiktion für einen Frequenzbereich von 20 Hz bis 3 kHz möglich ist und bei den drei untersuchten Standlautsprechern im Durchschnitt nur um 0,5 dB von der Realmessung abweicht. Hierbei wurde der Ansatz nach Struck und Temme um eine Korrekturfunktion erweitert. Der untersuchte Kompaktlautsprecher Smart Soundbox 3 zeigte eine durchschnittliche Abweichung der Prädiktion von der Realmessung von 2,8 dB. Für Frequenzen oberhalb von 3 kHz ist eine Prädiktion auf Basis nach Struck und Temme aufgrund des Zusammenhangs zwischen Wellenlänge und Schallwandabmessungen nicht möglich. Ebenfalls wird in dieser Arbeit gezeigt das eine Prädiktion des Hochtonbereichs mithilfe des logarithmischen Abstandsgesetzes aufgrund der Limitierung im Grenzbereich des Abstandsgesetzes nicht möglich ist.
Evaluation of the perceptual mixing time for dynamic binaural synthesis in small rooms for interactive position changes. - Ilmenau. - 63 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2019
Das Ziel der heutigen Audiotechnologien ist es, die menschliche Fähigkeit des 3D-Hörens nachzubilden. Für so einen Prozess werden leistungsfähige Mittel für die Signalaufnahme, -verarbeitung und -wiedergabe benötigt. Die oben genannten Prozesse können mit Hilfe der Binauralsynthese durchgeführt werden. Das Schlüsselelement des Verfahrens ist die binaurale Raumimpulsantwort(BRIR). Die BRIR ist eine spezifische Art von Impulsantwort die enthält Informationen zu dem Raum als auch zu dem Empfänger. Für die finale virtuelle Audioszene wird die BRIR mit einem echofreien, mono Audiosignal gefaltet. Je nach der ermöglichten Bewegungsfreiheit für den Nutzer, die benötigte Datenmenge erhöht sich dementsprechend. Eine Datenkompressionmöglichkeit ergibt sich aus dem Verlust der Raumorientierung in einem diffusen Schallfeld. Der Zeitpunkt zwischen den frühen und späten Reflexionen wird als "Mixing Time" bezeichnet. Ein genereller Mixing-Time-Wert für den gesamten Raum würde zu dem Ersetzen von späten BRIR Anteilen mit einer Konstante führen. Eine optimale Zusammenstellung von BRIR-Komponenten wird zu einer effizienten und unschädlichen Datenminimierung führen. Das Ziel der vorliegenden Arbeit besteht darin, zu untersuchen, ab welcher Mixing-Time und unter welchen Umständen die Rauminformationen des diffusen Anteils einer binauralen Raumimpulsantwort (BRIR) vernachlässigbar werden. Hierzu wurden die diffusen Anteile der BRIRs nach verschiedenen Mixing-Time-Werten untereinander ersetzt, während der Direktschall sowie eventuelle frühe Reflexionen nicht verändert wurden. Als Datengrundlage wurden BRIRs aus zwei unterschiedlichen Raumpositionsmessungen verwendet, angeregt von einer Schallquelle platziert jeweils in zwei verschiedene Positionen. Zur Evaluierung wurde ein Hörtest mit einer statischen Binauralsynthese durchgeführt mit erfahrenen Probanden. Eine globale Analyse der Ergebnisse zeigt eine deutliche Abhängigkeit zwischen der räumliche Orientierung und der relativen Positionierung von Sender und Empfänger. Für die Probanden war eine Raumorientierung für große Entfernungen trotz später Konkatenationszeiten möglich. Die BRIR-Kombination unterschiedlicher Empfänger- und Schallquelleposition zeigte sich als nicht effizient für eine mögliche Datenkompression. Für die Nachhallphase wurde eine Anfangszeit von mindestens 75 ms als notwendig ermittelt.
Entwicklung und Evaluierung von Methoden zur Synthese von binauralen Raumimpulsantworten zur Abbildung neuer Quellpositionen. - Ilmenau. - 58 Seiten
Technische Universität Ilmenau, Bachelorarbeit 2019
In dieser Bachelorarbeit sollen Methoden zur Synthese von binauralen Raumimpulsantworten mit neuen Quellpositionen entwickelt und evaluiert werden. Als Grundlage wurde die Arbeit von Christina Mittag verwendet. Sie hatte 2012 drei Algorithmen zur Synthese von binauralen Raumimpulsantworten mit neuen Hörerpositionen entwickelt und evaluiert. Diese werden so angepasst, dass eine Synthese neuer Quellpositionen möglich ist. Für die Erstellung und Bewertung der neuen Algorithmen werden binaurale Raumimpulsantworten von sechs kreisförmig angeordneten Lautsprechern verwendet. Diese Aufnahmen entstanden während eines früheren Medienprojekts im Medienlabor 2 der Technischen Universität Ilmenau. Die Evaluation erfolgt zuerst anhand der technischen Kriterien Nachhallzeit (T60), Direktschallenergie-zu-Nachhallenergie Verhältnis (DRR), Deutlichkeitsmaß (C50) und Klarheitsmaß (C80). Anschließend wird die perzeptive Evaluation mithilfe eines Hörtest durchgeführt und ausgewertet, um die Ergebnisse der beiden Evaluationen vergleichen zu können. Zu diesem Zweck wird ein Hörtest durchgeführt in dem die Probanden gebeten werden Externalität der Synthese sowie die allg. Unterschiede, die Distanzunterschiede und die Richtungsunterschiede zwischen der Referenz und der Synthese zu bewerten. Nach dem Vergleich beider Evaluationen lässt sich sagen, dass die Synthese aus einer Messung in bestimmten Grenzen annähernd fehlerfrei verläuft. Dieselbe Aussage lässt sich auch für die Synthese aus mehreren interpolierten Messungen treffen.