Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho se revisam os principais aperfeiçoamentos implementados no código computacional de simulação numérica de acústica de salas denominado RAIOS. Tais aperfeiçoamentos são divididos em quatro grupos: processo de importação de informação a partir de arquivos DXF; a implementação de novos parâmetros de qualidade acústica, assim como o cálculo do nível de pressão sonora; modificações para lidar com casos de acústica de exteriores (ruído urbano) e por último; inserção do módulo de realidade virtual acústica. Inicialmente, é apresentada uma breve revisão do estado anterior do código computacional RAIOS e, em seguida, os modelos que foram implementados no software. Os resultados obtidos foram precisos e os erros apresentados são justificados através da análise das características dos modelos e métodos adotados pelo simulador. / In this work, the most important improvements implemented in the computer code of numeric simulation of room acoustics, called RAIOS, are presented. These improvements are divided in four groups: Data importation process from DXF files; implementation of new acoustic quality parameters and steady state sound pressure level calculation; modifications in order to deal with cases of open field acoustics (urban noise); and implementation of the acoustic virtual reality module. Initially, a brief overview of the previous version of the computer code RAIOS is done. Then, the background theory of the procedures performed in the source code are presented. The results obtained were accurate and the encountered errors are justified through the characteristics analysis of the models and methods adopted by the simulator.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho se revisam os principais aperfeiçoamentos implementados no código computacional de simulação numérica de acústica de salas denominado RAIOS. Tais aperfeiçoamentos são divididos em quatro grupos: processo de importação de informação a partir de arquivos DXF; a implementação de novos parâmetros de qualidade acústica, assim como o cálculo do nível de pressão sonora; modificações para lidar com casos de acústica de exteriores (ruído urbano) e por último; inserção do módulo de realidade virtual acústica. Inicialmente, é apresentada uma breve revisão do estado anterior do código computacional RAIOS e, em seguida, os modelos que foram implementados no software. Os resultados obtidos foram precisos e os erros apresentados são justificados através da análise das características dos modelos e métodos adotados pelo simulador. / In this work, the most important improvements implemented in the computer code of numeric simulation of room acoustics, called RAIOS, are presented. These improvements are divided in four groups: Data importation process from DXF files; implementation of new acoustic quality parameters and steady state sound pressure level calculation; modifications in order to deal with cases of open field acoustics (urban noise); and implementation of the acoustic virtual reality module. Initially, a brief overview of the previous version of the computer code RAIOS is done. Then, the background theory of the procedures performed in the source code are presented. The results obtained were accurate and the encountered errors are justified through the characteristics analysis of the models and methods adopted by the simulator.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentada uma nova abordagem para obter as respostas impulsivas biauriculares (BIRs) para um sistema de aurilização utilizando um conjunto de redes neurais artificiais (RNAs). O método proposto é capaz de reconstruir as respostas impulsivas associadas à cabeça humana (HRIRs) por meio de modificação espectral e de interpolação espacial. A fim de cobrir todo o espaço auditivo de recepção, sem aumentar a complexidade da arquitetura da rede, uma estrutura com múltiplas RNAs (conjunto) foi adotada, onde cada rede opera uma região específica do espaço (gomo). Os três principais fatores que influenciam na precisão do modelo arquitetura da rede, ângulos de abertura da área de recepção e atrasos das HRIRs são investigados e uma configuração ideal é apresentada. O erro de modelagem no domínio da frequência é investigado considerando a natureza logarítmica da audição humana. Mais ainda, são propostos novos parâmetros para avaliação do erro, definidos em analogia com alguns dos bem conhecidos parâmetros de qualidade acústica de salas. Através da metodologia proposta obteve-se um ganho computacional, em redução do tempo de processamento, de aproximadamente 62% em relação ao método tradicional de processamento de sinais utilizado para aurilização. A aplicabilidade do novo método em sistemas de aurilização é reforçada mediante uma análise comparativa dos resultados, que incluem a geração das BIRs e o cálculo dos parâmetros acústicos biauriculares (IACF e IACC), os quais mostram erros de magnitudes reduzidas. / This work presents a new approach to obtain the Binaural Impulse Responses (BIRs) for an auralization system by using a committee of artificial neural networks (ANNs). The proposed method is capable to reconstruct the desired modified Head Related Impulse Responses (HRIRs) by means of spectral modification and spatial interpolation. In order to cover the entire auditory reception space, without increasing the networks architecture complexity, a structure with multiple RNAs (group) was adopted, where each network operates in a specific reception region (bud). The three major parameters that affect the models accuracy the networks architecture, the reception regions aperture angles and the HRIRs time shifts are investigated and an optimal setup is presented. The modeling error, in the frequency domain, is investigated considering the logarithmic nature of the human hearing. Moreover, new parameters are proposed for error evaluation in the time domain, defined in analogy with some of the well known acoustical quality parameters in rooms. It was observed that the proposed methodology obtained a computational gain of approximately 62%, in terms of processing time reduction, compared to the classical signal processing method used to obtain auralizations. The applicability of the new method in auralizations systems is validated by comparative analysis, which includes the BIRs generation and calculation of the binaural acoustic parameters (IACF and IACC), showing very low magnitude errors.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / Neste trabalho é apresentada uma nova abordagem para obter as respostas impulsivas biauriculares (BIRs) para um sistema de aurilização utilizando um conjunto de redes neurais artificiais (RNAs). O método proposto é capaz de reconstruir as respostas impulsivas associadas à cabeça humana (HRIRs) por meio de modificação espectral e de interpolação espacial. A fim de cobrir todo o espaço auditivo de recepção, sem aumentar a complexidade da arquitetura da rede, uma estrutura com múltiplas RNAs (conjunto) foi adotada, onde cada rede opera uma região específica do espaço (gomo). Os três principais fatores que influenciam na precisão do modelo arquitetura da rede, ângulos de abertura da área de recepção e atrasos das HRIRs são investigados e uma configuração ideal é apresentada. O erro de modelagem no domínio da frequência é investigado considerando a natureza logarítmica da audição humana. Mais ainda, são propostos novos parâmetros para avaliação do erro, definidos em analogia com alguns dos bem conhecidos parâmetros de qualidade acústica de salas. Através da metodologia proposta obteve-se um ganho computacional, em redução do tempo de processamento, de aproximadamente 62% em relação ao método tradicional de processamento de sinais utilizado para aurilização. A aplicabilidade do novo método em sistemas de aurilização é reforçada mediante uma análise comparativa dos resultados, que incluem a geração das BIRs e o cálculo dos parâmetros acústicos biauriculares (IACF e IACC), os quais mostram erros de magnitudes reduzidas. / This work presents a new approach to obtain the Binaural Impulse Responses (BIRs) for an auralization system by using a committee of artificial neural networks (ANNs). The proposed method is capable to reconstruct the desired modified Head Related Impulse Responses (HRIRs) by means of spectral modification and spatial interpolation. In order to cover the entire auditory reception space, without increasing the networks architecture complexity, a structure with multiple RNAs (group) was adopted, where each network operates in a specific reception region (bud). The three major parameters that affect the models accuracy the networks architecture, the reception regions aperture angles and the HRIRs time shifts are investigated and an optimal setup is presented. The modeling error, in the frequency domain, is investigated considering the logarithmic nature of the human hearing. Moreover, new parameters are proposed for error evaluation in the time domain, defined in analogy with some of the well known acoustical quality parameters in rooms. It was observed that the proposed methodology obtained a computational gain of approximately 62%, in terms of processing time reduction, compared to the classical signal processing method used to obtain auralizations. The applicability of the new method in auralizations systems is validated by comparative analysis, which includes the BIRs generation and calculation of the binaural acoustic parameters (IACF and IACC), showing very low magnitude errors.