Valutazione di un sistema di mascheramento del suono automatico nei parchi urbani

Il masking sonoro è una tecnica che aggiunge suoni piacevoli al nostro ambiente. Questi suoni aiutano a ridurre il rumore indesiderato e rendono gli spazi più confortevoli. Di solito, la scelta di questi suoni extra, chiamati "maskers," viene fatta in modo casuale o basandosi su regole di base. Questo porta spesso a un miglioramento non ideale del comfort sonoro, soprattutto in posti dove i suoni cambiano spesso.

Recentemente, ci sono stati progressi che hanno portato alla creazione di un sistema di selezione automatica dei maskers (AMSS). Questo sistema utilizza un modello di deep learning che analizza una grande quantità di dati su come le persone rispondono a diversi suoni. L'obiettivo è scegliere i migliori maskers per massimizzare la Piacevolezza complessiva dell'ambiente sonoro.

#Lo Studio

Questo articolo parla di uno studio che ha esaminato quanto bene funziona questo sistema automatico in un contesto reale. I test sono stati condotti in un gazebo situato in un parco urbano. Gli obiettivi principali erano confrontare quanto bene le previsioni dell'AMSS corrispondevano alle valutazioni delle persone sui suoni e vedere come diverse selezioni di maskers influenzassero l'esperienza sonora.

I Partecipanti allo studio hanno ascoltato sei diverse condizioni sonore:

1. I suoni naturali del parco senza alcun masker aggiunto.
2. Suoni scelti dal sistema AMSS.
3. Suoni di uccelli da studi precedenti.
4. Suoni d'acqua da studi precedenti.
5. Suoni scelti casualmente dalla stessa collezione usata per addestrare l'AMSS.
6. Suoni noti per dare buoni risultati basati su dati precedenti.

Lo studio mirava a scoprire quale di queste condizioni fosse percepita come la più piacevole e adatta all'ambiente.

#Gruppo di Partecipanti

Quindici partecipanti hanno preso parte, sei femmine e nove maschi. Tutti i partecipanti avevano un'età compresa tra 21 e 50 anni e avevano un udito normale. Sono stati testati in un gazebo progettato in stile cinese tradizionale situato nel Giardino Yunnan dell'Università Nanyang Technological di Singapore.

Il gazebo era posizionato strategicamente in modo da affacciarsi su una strada secondaria, vicino a un'autostrada, permettendo un ambiente sonoro dinamico. Le condizioni meteorologiche durante i test erano stabili, il che ha aiutato a garantire che i risultati non fossero influenzati da fattori esterni.

#Metodo di Test

Per catturare accuratamente i suoni come sentiti dai partecipanti, è stato allestito un sistema di microfoni binaurali. Questa attrezzatura imitava l'udito umano posizionando i microfoni all'altezza delle orecchie. L'allestimento includeva speciali schermi anti-vento per proteggere dal rumore esterno, e tutti i dati sonori sono stati registrati per ulteriori analisi.

I partecipanti hanno ascoltato ciascuna condizione sonora in silenzio, guidati da segnali audio che indicavano l'inizio di ogni Suono e periodo di Valutazione. Dopo un'esposizione di 30 secondi ai suoni, i partecipanti hanno valutato la loro esperienza in base a come si sentivano riguardo all'ambiente sonoro e quanto ritenessero fosse appropriato per il luogo.

#Panoramica dei Risultati

Lo studio ha trovato alcune differenze interessanti riguardo a come le previsioni dell'AMSS si confrontano con le opinioni dei partecipanti. Analizzando i dati, è emerso chiaramente che c'era una differenza significativa tra ciò che l'AMSS suggeriva e ciò che le persone realmente sentivano. In particolare, i suoni scelti dall'AMSS non corrispondevano sempre alle valutazioni di piacevolezza date dai partecipanti.

Questa differenza potrebbe essere dovuta al fatto che i microfoni utilizzati nell'impostazione dal vivo non hanno catturato i suoni esattamente nello stesso modo di quelli usati per addestrare il modello di deep learning. Il numero ridotto di partecipanti potrebbe anche aver influito sui risultati, rendendo necessario condurre ulteriori ricerche.

#Valutazione del Suono

La valutazione si è concentrata su tre aspetti principali: piacevolezza percepita del suono (ISO piacevolezza), eventi sonori (ISO evento), e quanto i suoni fossero appropriati per il contesto. L'analisi ha mostrato differenze significative basate sul tipo di suono selezionato.

Ad esempio, confrontando diversi maskers, alcuni suoni hanno chiaramente avuto prestazioni migliori di altri. I suoni di pioggia e tuoni sono stati trovati meno appropriati e piacevoli rispetto a suoni più naturali come quelli degli uccelli o dell'acqua. Questo è in linea con studi passati, che indicano che la visibilità delle fonti d'acqua può influenzare significativamente come le persone percepiscono il suono.

#Conclusione e Direzioni Future

I risultati di questo studio offrono uno sguardo prezioso su quanto bene funzioni il sistema di selezione automatica dei maskers in situazioni del mondo reale. Anche se le previsioni fatte dall'AMSS differivano dalle valutazioni dei partecipanti, comprendere queste discrepanze può aiutare a migliorare le versioni future del sistema.

I diversi tipi di suono utilizzati in questo studio hanno influenzato significativamente come le persone si sentivano riguardo all'ambiente sonoro. Questi risultati suggeriscono che dobbiamo considerare attentamente quali suoni utilizzare per creare ambienti più confortevoli e appropriati.

La ricerca evidenzia la necessità di tempi di esposizione più lunghi in esperimenti futuri. Testare gli effetti del suono su un periodo più esteso potrebbe rivelare come le persone reagiscono a diversi suoni, specialmente quando il sistema aggiorna il masker a intervalli regolari.

In sintesi, mentre l'AMSS mostra promesse, studi ulteriori saranno essenziali per affinare la sua accuratezza ed efficacia nel migliorare gli ambienti sonori nelle situazioni quotidiane.