• search hit 7 of 3254
Back to Result List

Einsatz und Anpassung von Methoden der Audio-Feature-Extraktion am Beispiel von Indoor Soundscapes

The application of audio feature extraction methods to the analysis of indoor soundscapes.

  • Im häuslichen Umfeld erleben Menschen abhängig von ihrer Wohnsituation unterschiedlichste Geräuschumgebungen (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 Geräuschumgebungen als besonders ereignisreich oder angenehm bewertet werden. Einhundertfünf Teilnehmer*innen berichteten nach der Experience-Sampling-Methode zeitgesteuert über auftretende Geräuschumgebungen des häuslichen Alltags. Sie bewerteten deren subjektive Wirkung gemäß Soundscape-Standard. Zudem fertigten sie in-situ Audioaufnahmen der Geräuschszenarien an. Die 6594 Tonaufnahmen wurden einer Audioinhaltsanalyse unterzogen und im Zuge dessen wurden vier Featuresets verschiedener Berechnungsansätze extrahiert. Mithilfe der Perzentilen LASSO-Regularisierung wurden lineare gemischte Modelle für Angenehmheit und Ereignisreichtum sowie drei Multilevel-Modelle fürIm häuslichen Umfeld erleben Menschen abhängig von ihrer Wohnsituation unterschiedlichste Geräuschumgebungen (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 Geräuschumgebungen als besonders ereignisreich oder angenehm bewertet werden. Einhundertfünf Teilnehmer*innen berichteten nach der Experience-Sampling-Methode zeitgesteuert über auftretende Geräuschumgebungen des häuslichen Alltags. Sie bewerteten deren subjektive Wirkung gemäß Soundscape-Standard. Zudem fertigten sie in-situ Audioaufnahmen der Geräuschszenarien an. Die 6594 Tonaufnahmen wurden einer Audioinhaltsanalyse unterzogen und im Zuge dessen wurden vier Featuresets verschiedener Berechnungsansätze extrahiert. Mithilfe der Perzentilen LASSO-Regularisierung wurden lineare gemischte Modelle für Angenehmheit und Ereignisreichtum sowie drei Multilevel-Modelle für Angenehmheit aufgestellt. Die besten Modelle erklären 9 % der Varianz von Angenehmheit und 27 % der Varianz von Ereignisreichtum durch feste Effekte selektierter Prädiktoren aller getesteten Featuresets. Angenehmheit sinkt vor allem, wenn lautheitsbasierte Features hohe Werte zeigen. Ereignisreichtum ist am stärksten abhängig von kurzen Spitzen des C-bewerteten Schalldruckpegels und wird im Vergleich zu Angenehmheit stärker von Zeitschwankungen der Features bestimmt. Durch den Vergleich der Featuresets wird deutlich, dass die Modelleffekte bekannter psychoakustischer Größen durch Hinzufügen von MFCC-Features verbessert werden. Darüber hinaus wird anhand von Multilevel-Modellen gezeigt, dass die Angenehmheit des lautesten Viertels der Tonaufnahmen deutlich besser durch feste Effekte erklärbar ist als der leisere Rest des Datensatzes. Kongruent mit aktuellen Befragungsstudien kann durch Audiofeatures eine Kategorienabhängigkeit der Soundscape-Bewertungen belegt werden: Musik und Sprache werden als angenehmer bewertet, technische Geräusche und Anlagenrauschen hingegen als unangenehmer. Hoher Ereignisreichtum hängt mit menschgemachten Geräuschen (z. B. Poltern, Stuhlrücken) zusammen. Diese Ergebnisse stellen eine wichtige Komponente in der umfassenden Beschreibung komplexer Geräuschumgebungen dar und ihnen kommt in Zeiten der SARS-CoV-2-Pandemie, in denen Wohnraum vermehrt heterogen genutzt werden muss, eine erhöhte Bedeutung zu.show moreshow less
  • Depending on their living situation, people experience a wide variety of indoor soundscapes in their home environment, which have a major impact on their well-being. As part of a field study, the theoretically and practically relevant question of which features of the perceived soundscapes are rated as particularly eventful or pleasant was therefore investigated. One hundred and five participants used the experience sampling method to report on noise environments that occur in everyday domestic life. They assessed their subjective impact according to the soundscape standard. They also made in-situ audio recordings of the sound scenarios. The 6594 sound recordings were subjected to an audio content analysis and four feature sets of different calculation approaches were extracted. Using percentile LASSO regularisation, linear mixed models for pleasantness and event richness and three multilevel models for pleasantness were constructed. The best models explain 9 % of the variance ofDepending on their living situation, people experience a wide variety of indoor soundscapes in their home environment, which have a major impact on their well-being. As part of a field study, the theoretically and practically relevant question of which features of the perceived soundscapes are rated as particularly eventful or pleasant was therefore investigated. One hundred and five participants used the experience sampling method to report on noise environments that occur in everyday domestic life. They assessed their subjective impact according to the soundscape standard. They also made in-situ audio recordings of the sound scenarios. The 6594 sound recordings were subjected to an audio content analysis and four feature sets of different calculation approaches were extracted. Using percentile LASSO regularisation, linear mixed models for pleasantness and event richness and three multilevel models for pleasantness were constructed. The best models explain 9 % of the variance of pleasantness and 27 % of the variance of event richness by fixed effects of selected predictors of all tested feature sets. Pleasantness decreases especially when loudness-based features show high values. Event richness is most dependent on short peaks of the C-weighted sound pressure level and is more strongly determined by time variations of the features compared to pleasantness. By comparing the feature sets, it becomes clear that the modelling effects of known psychoacoustic quantities are improved by adding MFCC features. In addition, multilevel models show that the pleasantness of the loudest quarter of the sound recordings can be explained much better by fixed effects than the quieter rest of the data set. Congruent with current survey studies, a category dependency of the soundscape evaluations can be proven by audio features: Music and speech are rated as more pleasant, while technical noises and system noise are rated as more unpleasant. High event richness is related to man-made noises (e.g. rumbling, chair backs). These results represent an important component in the comprehensive description of complex noise environments and they are of increased importance in times of the SARS-CoV-2 pandemic, when living space must be used increasingly heterogeneously.show moreshow less

Download full text files

Export metadata

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Fabian RosenthalORCiD
open access (DINI-Set):open_access
open access :Diamant - ohne Publikationskosten mit Lizenzhinweis
Fachbereich/Einrichtung:Hochschule Düsseldorf
Hochschule Düsseldorf / Fachbereich - Medien
Hochschule Düsseldorf / Fachbereich - Medien / Sound and Vibration Engineering​
Document Type:Bachelor Thesis
Year of Completion:2022
Referee:Siegbert Versümer
Advisor:Jochen Steffens
Language of Publication:German
Place of publication:Düsseldorf
Creating Corporation:Hochschule Düsseldorf
Page Number:77
URN:urn:nbn:de:hbz:due62-opus-43991
DOI:https://doi.org/10.20385/opus4-4399
Tag:Audio Analyse
Audio features; Soundscapes
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 000 Informatik, Informationswissenschaft, allgemeine Werke
Licence (German):Creative Commons - CC BY - Namensnennung 4.0 International
Release Date:2024/04/25
Note:
Supplementary material to the thesis "Einsatz und Anpassung von Methoden der Audio-Feature-Extraktion am Beispiel von Indoor Soundscapes".
DOI: 10.5281/zenodo.11060721
Accept ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.