@misc{VersuemerSteffensRosenthal2023, author = {Vers{\"u}mer, Siegbert and Steffens, Jochen and Rosenthal, Fabian}, title = {Extensive crowdsourced dataset of in-situ evaluated binaural soundscapes of private dwellings containing subjective sound-related and situational ratings along with person factors to study time-varying influences on sound perception - research data}, edition = {V.01.1}, address = {Zenodo}, doi = {10.5281/zenodo.7193937}, year = {2023}, abstract = {The soundscape approach highlights the role of situational factors in sound evaluations; however, only a few studies have applied a multi-domain approach including sound-related, person-related, and time-varying situational variables. Therefore, we conducted a study based on the Experience Sampling Method to measure the relative contribution of a broad range of potentially relevant acoustic and non-auditory variables in predicting indoor soundscape evaluations. Here we present the comprehensive dataset for which 105 participants reported temporally (rather) stable trait variables such as noise sensitivity, trait affect, and quality of life. They rated 6.594 situations regarding the soundscape standard dimensions, perceived loudness, and the saliency of its sound components and evaluated situational variables such as state affect, perceived control, activity, and location. To complement these subject-centered data, we additionally crowdsourced object-centered data by having participants make binaural measurements of each indoor soundscape at their homes using a low-(self-)noise recorder. These recordings were used to compute (psycho-)acoustical indices such as the energetically averaged loudness level, the A-weighted energetically averaged equivalent continuous sound pressure level, and the A-weighted five-percent exceedance level. This complex hierarchical data can be used to investigate time-varying non-auditory influences on sound perception and to develop soundscape indicators based on the binaural recordings to predict soundscape evaluations.}, subject = {soundscape}, language = {en} } @masterthesis{Rosenthal2022, type = {Bachelor Thesis}, author = {Rosenthal, Fabian}, title = {Einsatz und Anpassung von Methoden der Audio-Feature-Extraktion am Beispiel von Indoor Soundscapes}, address = {D{\"u}sseldorf}, organization = {Hochschule D{\"u}sseldorf}, doi = {10.20385/opus4-4399}, url = {http://nbn-resolving.de/urn:nbn:de:hbz:due62-opus-43991}, school = {Hochschule D{\"u}sseldorf}, pages = {77}, year = {2022}, abstract = {Im h{\"a}uslichen Umfeld erleben Menschen abh{\"a}ngig von ihrer Wohnsituation unterschiedlichste Ger{\"a}uschumgebungen (Indoor Soundscapes), die einen hohen Einfluss auf das Wohlbefinden haben. Im Rahmen einer Feldstudie wurde daher die theoretisch und praktisch relevante Frage untersucht, welche Merkmale der wahrgenommenen Ger{\"a}uschumgebungen als besonders ereignisreich oder angenehm bewertet werden. Einhundertf{\"u}nf Teilnehmer*innen berichteten nach der Experience-Sampling-Methode zeitgesteuert {\"u}ber auftretende Ger{\"a}uschumgebungen des h{\"a}uslichen Alltags. Sie bewerteten deren subjektive Wirkung gem{\"a}ß Soundscape-Standard. Zudem fertigten sie in-situ Audioaufnahmen der Ger{\"a}uschszenarien an. Die 6594 Tonaufnahmen wurden einer Audioinhaltsanalyse unterzogen und im Zuge dessen wurden vier Featuresets verschiedener Berechnungsans{\"a}tze extrahiert. Mithilfe der Perzentilen LASSO-Regularisierung wurden lineare gemischte Modelle f{\"u}r Angenehmheit und Ereignisreichtum sowie drei Multilevel-Modelle f{\"u}r Angenehmheit aufgestellt. Die besten Modelle erkl{\"a}ren 9 \% der Varianz von Angenehmheit und 27 \% der Varianz von Ereignisreichtum durch feste Effekte selektierter Pr{\"a}diktoren aller getesteten Featuresets. Angenehmheit sinkt vor allem, wenn lautheitsbasierte Features hohe Werte zeigen. Ereignisreichtum ist am st{\"a}rksten abh{\"a}ngig von kurzen Spitzen des C-bewerteten Schalldruckpegels und wird im Vergleich zu Angenehmheit st{\"a}rker von Zeitschwankungen der Features bestimmt. Durch den Vergleich der Featuresets wird deutlich, dass die Modelleffekte bekannter psychoakustischer Gr{\"o}ßen durch Hinzuf{\"u}gen von MFCC-Features verbessert werden. Dar{\"u}ber hinaus wird anhand von Multilevel-Modellen gezeigt, dass die Angenehmheit des lautesten Viertels der Tonaufnahmen deutlich besser durch feste Effekte erkl{\"a}rbar ist als der leisere Rest des Datensatzes. Kongruent mit aktuellen Befragungsstudien kann durch Audiofeatures eine Kategorienabh{\"a}ngigkeit der Soundscape-Bewertungen belegt werden: Musik und Sprache werden als angenehmer bewertet, technische Ger{\"a}usche und Anlagenrauschen hingegen als unangenehmer. Hoher Ereignisreichtum h{\"a}ngt mit menschgemachten Ger{\"a}uschen (z. B. Poltern, Stuhlr{\"u}cken) zusammen. Diese Ergebnisse stellen eine wichtige Komponente in der umfassenden Beschreibung komplexer Ger{\"a}uschumgebungen dar und ihnen kommt in Zeiten der SARS-CoV-2-Pandemie, in denen Wohnraum vermehrt heterogen genutzt werden muss, eine erh{\"o}hte Bedeutung zu.}, language = {de} }