Calculating Reverberation Time from Impulse Responses: A Comparison of Software Implementations

Cabrera, Densil; Xun, Jianyang; Guski, Martin

doi:10.1007/s40857-016-0055-6

Cited by 15 publications

(10 citation statements)

References 13 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Previous studies have evaluated the performance of single-slope EDF fitting software [21][22][23] . Katz 23 used a single measured lecture theater RIR, which was also used in a later study by Cabrera et al 21 together with artificial single-slope responses.…”

Section: A Sound Energy Decay Analysismentioning

confidence: 99%

Neural network for multi-exponential sound energy decay analysis

Götz,

Pérez,

Schlecht

et al. 2022

Preprint

View full text Add to dashboard Cite

An established model for sound energy decay functions (EDFs) is the superposition of multiple exponentials and a noise term. This work proposes a neural-network-based approach for estimating the model parameters from EDFs. The network is trained on synthetic EDFs and evaluated on two large datasets of over 20 000 EDF measurements conducted in various acoustic environments. The evaluation shows that the proposed neural network architecture robustly estimates the model parameters from large datasets of measured EDFs, while being lightweight and computationally efficient. An implementation of the proposed neural network is publicly available.

show abstract

Section: A Sound Energy Decay Analysismentioning

confidence: 99%

Neural network for multi-exponential sound energy decay analysis

Götz,

Pérez,

Schlecht

et al. 2022

Preprint

View full text Add to dashboard Cite

show abstract

“…Distintos estudios evidencian la necesidad de mejoras en la acústica de las aulas de clase dado los niveles actuales de los parámetros acústicos en comparación con los estándares a nivel mundial [39,40,41,42,43,44,45,46,47,48,49,50], razón por la cual el conocimiento de las medidas de mejoramiento anteriormente mencionadas sería útil para aumentar los niveles de calidad de la acústica en las instituciones educativas.…”

Section: Medidas De Mejoramientounclassified

Condiciones acústicas en las aulas de clase: Una revisión de la literatura

Urón

Martínez

Barraza

et al. 2021

Investigación e Innovación en Ingenierías

View full text Add to dashboard Cite

Resumen Objetivo: Realizar una revisión de la literatura relacionada con normas y criterios utilizados en la acústica de las aulas de clase y las variables de estudio de tiempo de re verberación, inteligibilidad de la palabra y ruido de fondo. Metodología o método: Se realizó una búsqueda de artículos en la base de datos Scopus, publicados entre enero de 2015 y agosto de 2020, relacionados con la calidad acústica en las aulas de clase cuyas variables de estudio fueran el tiempo reverberación, inteligibilidad de la palabra y/o ruido de fondo. Posteriormente se estudió y analizó el contenido de cada uno de ellos. Resultados: La literatura recopilada mostró que el 31.1% de los estudios evaluaron el tiempo de reverberación y que así mismo, este es el parámetro que se incumple en mayor medida. Se identificó que la calidad acústica en las aulas de clase es predominantemente mala. El 37.8% de las causas de disconfort acústico en las aulas estuvieron asociadas a la ausencia de materiales de absorción acústica. Conclusiones: Se concluye que la cantidad de estudios en calidad acústica de los recintos educativos es significativa, y que éstos, muestran la necesidad de mejoras en los aspectos constructivos de las instituciones. Además, se encontró que la calidad acústica puede tener impactos en la percepción de bienestar y en la salud de los estudiantes y profesores. Se evidenció la utilización de métodos matemáticos como algoritmos y simulaciones para la identificación de mejoras en la acústica de los centros educativos.

show abstract

“…This is one of the reasons why various, high-precision estimation models of reverberation time are being worked out [16]. Such new models, together with suitable software [17] are helpful in the designing process of room acoustics. The designers often select the parameters of room acoustics in the way which satisfies the requirements for both speech and music [18].…”

Section: S T R E S Z C Z E N I E W Niniejszym Artykule Przedstawiono Propozycję Adaptacji Akustycznej Klas Szkolnych W Oparciu O Proces Hmentioning

confidence: 99%

Application of the Analytic Hierarchy Process (Ahp) for Acoustic Adaptation of Classrooms

Nowoświat

SZURMAN²

2017

Architecture, Civil Engineering, Environment

View full text Add to dashboard Cite

Architectural organization of educational space is an important factor facilitating the realization of pedagogical process [1]. It should contribute to the creation of better microclimate in classrooms. Classroom microcli-mate, as pointed out by many researchers [2-4] plays a significant role in ensuring high quality teaching process. Obviously, the said microclimate is dependent on classrooms acoustics [5]. The main parameters describing room acoustics involve reverberation time [6][7] or Speech Transmission Index (STI) [8]. Anyway,

show abstract

Calculating Reverberation Time from Impulse Responses: A Comparison of Software Implementations

Cited by 15 publications

References 13 publications

Neural network for multi-exponential sound energy decay analysis

Neural network for multi-exponential sound energy decay analysis

Condiciones acústicas en las aulas de clase: Una revisión de la literatura

Application of the Analytic Hierarchy Process (Ahp) for Acoustic Adaptation of Classrooms

Contact Info

Product

Resources

About