| KEYWORD |
Uso dell’intelligenza artificiale per la stima di parametri di qualità acustica da segnali registrati in ambiente
Parole chiave ACUSTICA, DEEP LEARNING, INTELLIGENZA ARTIFICIALE, RETI NEURALI, RISPOSTA ACUSTICA
Riferimenti ARIANNA ASTOLFI, ELIANA PASTOR, ANTONIO SERVETTI, LOUENA SHTREPI
Gruppi di ricerca TEBE
Tipo tesi MACHINE LEARNING
Descrizione La qualità acustica di un ambiente per l’ascolto del parlato o della musica viene valutata tramite parametri ottenuti dalla misurazione della risposta all'impulso (Room Impulse Response) in condizioni non occupate. Ciò richiede una sorgente omnidirezionale e un microfono spostato in diverse posizioni. La procedura è onerosa in termini di attrezzatura e tempo impiegato per l’attività sperimentale e le analisi successive. Inoltre, la misurazione deve essere effettuata nell’ambiente non occupato, che non rappresenta la condizione di ascolto realistica. La tesi esplorerà l’uso dell’intelligenza artificiale per la stima dei parametri acustici ottenuti direttamente da segnali vocali o musicali registrati in ambienti comuni (cioè uffici, aule, ristoranti, sale da concerto, ecc.), così riducendo di molto gli oneri della misurazione tradizionale. Verrà esplorata la possibilità di stimare l'indice di trasmissione del parlato (STI) e altri parametri raccomandati nella norma ISO 3382-1 con elevata accuratezza. A tal fine verranno utilizzate reti neurali addestrate da un gran numero di segnali acustici. La tesi sarà svolta in collaborazione tra il Laboratorio di Acustica Applicata del Dipartimento di Energia (DENERG) e il Dipartimento di Ingegneria Automatica e Informatica (DAUIN).
Vedi anche 1-s2.0-s0003682x21004667-main.pdf
Conoscenze richieste MACHINE LEARNING FUNDAMENTALS
Scadenza validita proposta 03/05/2025
PROPONI LA TUA CANDIDATURA