XiaoMi-AI文件搜索系统
World File Search System内声
利用照片进行室内声学预测的人工智能 D Milne 学生校友，索伦特大学，英国汉普郡南安普敦 L Davison 索伦特大学，英国汉普郡南安普敦 L Ausiello 索伦特大学，英国汉普郡南安普敦
目前，确定声学参数的方法必须遵守当前标准、需要必要的培训、包括高昂的设备成本并且耗时。通过计算估算声学可以减少声学测量中的一些问题，但准确性可能较低 1 。尽管 RT60 作为一个有影响力的声学参数非常重要 2 ，但对于声学领域的个人和企业来说，考虑它可能会很困难，这可以说是无法假设的，尤其是在教育领域 3,4 。人工智能 (AI) 是一种能够执行通常需要人类智能的任务的程序（见第 2.2 节），并且已经达到成熟度，现在可以应用于以前在行业内不可行的实际任务 5 。人工智能可能会降低成本，因为它们可以减少完成任务所需的时间并减少所需的资源数量 6 。人工智能需要数据，并且在大多数情况下，数据采集（例如图像 7 、视频 8 或文本 9 ）只需发生一次，然后可以允许包括图像识别 7 在内的一系列应用。作为概念证明，该项目旨在研究是否有可能创建一种使用 AI 确定 RT60 的替代方法。
室内声学建模的新前沿 I
几何声学（GA）建模技术假设表面相对于感兴趣的波长较大。对于给定场景，从业者通常会创建一个具有大而平坦表面的 3D 模型，以满足很宽频率范围内的假设。这种几何近似会导致模拟声场的空间分布出现误差，因为会影响反射和散射行为的几何细节被忽略了。为了补偿近似值，建模者通常会估算表面的散射系数，以随机地解释反射方向性中实际的、与波长相关的变化。一种更具确定性的方法可以考虑一系列几何细节不断增加的模型，每个模型都在相应的频带上进行分析，以满足大表面尺寸的要求。因此，为了提高 GA 模拟的宽带空间精度，我们提出了一种多分辨率建模方法。使用波纹墙的比例模型测量、我们的方法与非 GA 技术的比较以及一些简单的听力测试，我们将展示