Was wir getan haben
- RM-1, aus einem Klatschen oder einem Sweep. Die Raummessung unserer RoomLab-App, in die Engine verlegt, geprüft an 385 echten Impulsantworten (MIT Reverb Survey und EchoThief) und an 417 Impulsantworten aus RIRS_NOISES mit einer unabhängigen Referenz, 167 davon vertrauenswürdig. Sie war explorativ und nicht vorab registriert: Es ist die Übertragung einer bestehenden Messung, also wurde nichts an diesen Daten abgestimmt.
- TD-1, aus Sprache. Eine Messgröße für das Ausklingen am Ende jeder Phrase, gegen 24 echte Räume mit gemessenen Nachhallzeiten: 120 Dateien mit sauberen Sätzen. Vorab registriert.
- Der Nachhall-Score. Ein Score aus Sprache, der dem Nachhall eines Raums folgen sollte, am 27. September 2026 gegen 24 Räume mit gemessenen Nachhallzeiten getestet.
Das Ergebnis
Aus einem Klatschen oder einem Sweep funktioniert es. Das Ergebnis entspricht der App: Die größte Abweichung bei der Nachhallzeit betrug 0 Sekunden. Ein simuliertes Klatschen (ein Klatschspektrum mit Raumrauschen) gegen die nackte Impulsantwort, Raum für Raum verglichen, ergab einen mittleren Fehler (Median) von 3,9 % über 155 Räume, davon 86 % innerhalb von 10 % und 98 % innerhalb von 20 %. Bei hoher Sicherheit (mindestens 35 dB Abklingen) hatten 278 Bandmessungen einen Median-Fehler von 1,5 %, davon 91 % innerhalb von 10 %. Gegen eine unabhängige numpy-Implementierung ließen sich 145 von 167 Impulsantworten lesen, mit einer Median-Abweichung von 0,5 % (0,3 % bei einem Bereich von mindestens 35 dB). Die Nachhallzeit pro Oktavband ist Validiert, mit einer Referenzgrundlage.
Aus Sprache funktionierte es nicht gut genug. Die Ausklingmessgröße folgte der gemessenen Nachhallzeit nur teilweise: eine Rangkorrelation von 0,56 (95-%-Intervall 0,12 bis 0,81), gegen eine Latte von 0,70 mit einer unteren Grenze von 0,50. Die andere Messgröße hatte 0,303 (95-%-Intervall -0,20 bis 0,71): Ein Zusammenhang wurde nicht gezeigt. Die Steigung ist nicht auf die Nachhallzeit kalibriert: Die gemessene Steigung beträgt 20 % der theoretischen bei 0,18 s und 87 % bei 1,71 s. Beide Messgrößen bleiben indikativ, und wir haben den Satz gestrichen, der sagte, eine von ihnen messe den Raum selbst.
Der Nachhall-Score ist gescheitert. Seine Rangkorrelation mit dem gemessenen Nachhall lag bei 0,06 und seine AUC bei 0,52, und er steigt mit dem Rauschen. Er wurde überall zurückgezogen und bleibt auf /lenses als zurückgezogen stehen.
Also: Aus einem Klatschen oder einem Sweep misst AudioLab die Nachhallzeit pro Oktavband. Aus Sprache kann es das nicht.
Wie weit das reicht
Klatsch- oder Sweep-Aufnahmen echter Räume und gemessene Impulsantworten. Ein Klatschen liefert die Oktavbänder ab 500 Hz aufwärts; die Messung lehnt die tieferen ab. Eine Impulsantwort oder ein Sweep liefert jedes Band ab 125 Hz.
Was wir nicht getestet haben
- Ein echtes Telefon mit einem echten Klatschen.
- Sprache oder Musik statt eines Klatschens, und 125 und 250 Hz aus einem Klatschen.
- Eine Zertifizierung nach ISO 3382.
- Was Nachhall einen Spracherkenner kostet: noch nicht veröffentlicht. Es wird hier ergänzt, sobald die Zahlen in unserem Register stehen.
Quellen und nächste Schritte
Studien in unserem Register: RM-1, TD-1, der zurückgezogene Nachhall-Score. Der Status jeder Messgröße steht auf /lenses und wie wir testen, steht auf /methodology.
Weitere Belege
- Pegel und Clipping
- Codecs
- Paketverlust
- Echo: in Vorbereitung
- Rauschen und SNR
- Eine konkurrierende Stimme
- Szenen-Messgrößen und Inhaltstyp
- Sprachdetektion
- Abschneiden am Anfang und Ende
- Sagen Audio-Messgrößen Fehler voraus?
- Ein Bereinigungsschritt, vorher und nachher: in Vorbereitung
- Wo wir falsch lagen