Syftet med denna uppsats är att ge en inblick i förhållandet mellan ljudkvalitet och den musikaliska upplevelsens kvalitet, dvs om ljudets kvalitet kan påverka en konsertbesökares helhetsupplevelse. I studien görs en enkätundersökning, där enkätdeltagaren får svara på ett antal frågor, exempelvis hur viktig ljudkvaliteten egentligen är, vilken aspekt av ljudet som bör vara tillfredsställande och vilka instrument som bör höras tydligt etc. Enkäten innehöll även två kvalitativa frågor där deltagaren får utveckla sina tankar i skriftlig form. 32 människor deltog i enkätundersökningen som ägde rum i Falun.Resultaten som forskningen gett pekar på att ljudkvaliteten är viktig för den musikaliska helhetsupplevelsen tillsammans med andra aspekter såsom bandets musikaliska prestation, scennärvaro samt scenljus etc. Majoriteten av enkätdeltagarna anser att sången är den viktigaste aspekten i musiken att höra klart och tydligt samt att det finns flera ljudaspekter (t.ex. rundgång, obalans mellan frekvenser och stark volym) som kan försämra den musikaliska upplevelsen.

Examensarbetet undersöker hur mastering påverkar den subjektiva musikuppfattningen. Detta har undersökts med hjälp av ett lyssningstest där testdeltagare i två grupper, ”vana lyssnare” och ”ovana lyssnare”, lyssnat till tre versioner av tre olika produktioner i olika genrer. De tre versionerna är en professionell, en semiprofessionell samt en omastradversion. Testdeltagarna har sedan fått betygsätta produktionen ur ett rent ljudkvalitetsmässigt perspektiv samt motivera varför de betygsatt som de gjort.Resultatet tyder på att musikuppfattningen påverkas beroende på om produktionen är mastrad eller ej för såväl ”vana lyssnare” som ”ovana lyssnare”. Resultatet tyder även på att musikuppfattningen påverkas av hur, och av vem, en produktion är mastrad.Examensarbetet behandlar även ”vana” och ”ovana lyssnares” syn på kvalitet när det gällermusik. Resultatet visar att det skiljer sig inte bara mellan de två grupperna utan äveninbördes. Ytterligare resultat tyder på att båda grupperna har lika uppfattning om vadljudteknisk kvalitet är.

I uppsatsen söks svaret på frågan om musikalisk bakgrund (t.ex. musiksmak) påverkar förmågan att bedöma ljudkvalitet. Två grupper med olika musikalisk bakgrund och musiksmak (pop/rock respektive klassiskt) jämförs med varandra för att hitta samband mellan deras förmåga att bedöma ljudkvalitet och deras musikaliska bakgrund. En metod för denna jämförelse presenteras. Resultatet ger att det mellan grupperna råder en viss gemensam kvalitetsuppfattning, men att den musikaliska bakgrunden påverkar förmågan att bedöma ljudkvalitet och att gruppen pop/rock har en högre bedömningsförmåga än gruppen klassiskt.

Arbetet innefattar en bakgrund i de byggstenar som finns i en digital ljudfil och hur de påverkar ljudet. De problem som undersökningen menar att besvara är när upplever en människa kvalitetsförlust och vilken del eller aspekt av ljudet är det viktigaste för upplevelsen. Även huruvida ljud av olika ursprung som syntbaserade eller inspelade ljud påverkas i olika grad av kvalitetsförlust. De försökspersoner som använts vid undersökningen har olika bakgrund, ena gruppen har erfarenhet av ljuddesign eller Hifi medan den andra inte har speciella preferenser beträffande ljud. Undersökningen genomfördes med en kvantitativ undersökning där försökspersonernas uppfattningsförmåga testades och sedan sammanställdes. Resultatet gav en medelpunkt för kvalitet som kan användas för ljuddesign för mobila plattformar. Resultatet används vid ett företag i Skövde där det implementeras som en del av ljuddesign för mobilspel.

Syftet med den här uppsatsen är att få kunskap om vad musikproducenter lägger vikt på när deväljer inspelningsutrustning i studio, och hur de tänker sig att deras val skall uppfattas av dentänkta lyssnaren. Undersökningen bygger på fem intervjuer med yrkesverksamma producenter,och visar att faktorer som stil och sound utgör viktiga beslutsgrunder för de utrustningsval somgörs i studio. Undersökningen visar också att lyssnarens tänkta respons på musiken är en ledstjärnaför producenter under en produktion, och att kostnaden för inspelningsutrustningen ståri viss proportion till ljudkvaliteten på den färdiga inspelningen. En viktig iakttagelse i uppsatsenär att producenterna motiverar sina val i studion med förförstådda branschbegrepp som”feeling” och ”magkänsla”. Det är ett resultat som ligger i linje med befintlig forskning ommusikproduktion som kunskapsområde och arbetsmiljö, forskning som visar att miljönvärdesätter praxiskunskap snarare än evidensbaserad kunskap.

Sound quality is an important measure depicting the quality of a machine as well as the comfort in its usage. However, it being a subjective measure, not only is it difficult to capture it ahead of time but also necessitates time and cost expensive jury testing. Thus, it is worthwhile to be able to effectively predict the results of the jury study from metrics that can be objectively measured. The aim of the thesis is twofold: first, to establish neural network models to predict subjective sound quality metrics from objective metrics and second, to interpret the model to understand the relative importance of each objective metric towards a specific subjective rating. Ultimately the thesis aims to pave the way for inclusion of sound quality metrics in the early design stages. From the study, it was evident that neural networks’ performance was at least equal to or better than linear or quadratic models. The connection weights method, the profile method, the perturbation method, the improved stepwise selection method and linear regression method were the interpretation algorithms found to work well in all simulated data-sets. They also gave comparable results on the real data-sets. Neural networks were shown to have the potential for giving low prediction errors while maintaining interpretability in sound quality applications. The data scarcity study gave an idea of the scale of performance enhancement that can be achieved with more data and can act as a useful input for deciding the number data points. / Ljudkvalitet är ett viktigt mått som skildrar en maskins kvalitet såväl som bekvämlighet i dess användning. Det är emellertid ett subjektivt mått, inte bara är det svårt att fånga detta i förväg men också att det kräver både tid och dyra jurytestningar. Det är därför värdefullt att kunna effektivt förutsäga de resultaten av jurystudien från mätvärden som kan mätas objektivt. Syftet med arbetet är tvåfaldigt: det första är att etablera neuronnätsmodeller till att förutsäga subjektiva ljudkvalitetsmätvärden från objektiva mätvärden. Det andra är att tolka modellen till att kunna förstå den relativa betydelsen av varje objektivt mätvärde mot en specifik subjektiv bedömning. I sista hand syftar arbetet till att bana vägen för inkludering av mätvärden för ljudkvalitet i de tidiga designfaserna. Utifrån studien var det uppenbart att neuronnäts prestanda var åtminstone lika med eller bättre än de linjära eller kvadratiska modellerna. Anslutningsviktsmetoden, profilmetoden, störningsmetoden, den förbättrade stegvisa urvalsmetoden samt den linjära regressionsmetoden var tolkningsalgoritmerna som visade sig att fungera väl på alla simulerad datauppsättningar. De gav också jämförbara resultat på de verkliga datauppsättningarna. Neuronnät visade sig att ha potential att ge låga prediktionsfel samtidigt som de bibehåller tolkningsbarhet i applikationer för ljudkvalitet. Studien av dataknapphet gav det en uppfattning om storleken på prestandaförbättring som kan uppnås med mer data och kan fungera som en användbar input vid bestämning av antalet datapunkter.

Buller är en av de miljöföroreningar som har störst negativ påverkan på männi-skors hälsa. Några av dessa effekter är sömnstörningar, stress och i vissa fall kan detleda till hjärt- och kärlsjukdomar. Problematiken kring detta växer med en ökandebefolkningsmängd och urbanisering runt om i världen. Denna studie undersöker möj-ligheterna till att utveckla en ny ljudanalysmetodik för hållbara stadsmiljöer. Idag utförs trafikbullerutredningar som en del i miljökonsekvensbeskrivningar. Dessaanalyser innehåller i huvudsak en ljudnivåberäkning från de primära bullerkällornaoch dessa kopplas till gällande riktvärden för A-vägda ljudnivåer vid uteplatser ochfasader. Forskning kring urbana ljudmiljöer visar att endast ljudnivåerna från buller-källor inte är tillräckligt för att avgöra ljudkvaliteten. Bullrets relativa inblandning iljudmiljön, dess frekvensområde och tidsvariation samt platsens syfte och användningär faktorer som dels är kopplade till hur pass väl bullret maskeras, och dels hur passstörande ljudet faktiskt upplevs. Alla dessa faktorer behöver vägas in för att på bästasätt kunna bedöma ljudkvaliteten. Strategin som användes i denna studie bestod dels av en litteraturstudie där till-gänglig forskning kring urbana ljudmiljöer analyserades och dels i en fallstudie därtre olika typfall av urbana miljöer modellerades i det akustiska modelleringsprogram-met Olive Tree Lab. De tre fallen utgjordes av teoretiska platser, ett öppet gaturum,ett stängt gaturum samt ett gaturum med torg på ena sida. Utformningen av des-sa valdes utifrån att det är några av de vanligast förekommande urbana miljöernadär höga ljudnivåer uppstår. Utifrån litteraturstudien togs en beskrivningsmall förljudmiljöer som utgör den nya ljudanalysmetoden fram som sedan applicerades påfallstudien för analys och utvärdering. Mallens tyngdpunkt låg på att undersöka så-väl goda som negativa ljud och att koppla det till den platsen som analysen avser.Resultaten visade på att användning av mallen leder till en bredare och mer detalje-rad beskrivning av ljudmiljön som möjliggör flera olika typer av lösningar än de somföreslås idag. / Noise is one of the environmental pollutions that has the largest negative effect onhuman health. Some of these effects are stress, sleeping issues and in some cases itcan cause cardiovascular diseases. The problem about this is growing as a result froman increasing population and an increasing urbanization. This study investigates thepossibilities to develop a new sound analysis method for urban environments. Today traffic noise investigations are performed as a part of environmental impact as-sessments. These analyses comprise most of sound level calculations from the primarynoise sources, which are then connected to the existing benchmarks for A-weightedsound levels at patios and facades. Research around urban sound environments showsthat only taking the sound levels exceeded from the primary noise sources in con-sideration is an insufficient method for estimating the sound quality. The relativeinvolvment of the noise, the range of frequencies and the variation in time as well,as the purpose and use of the area, are factors which are all connected to how wellthe noise is masked, as well as how disturbing the noise is actually percieved as. Allthese factors have to be taken into consideration in order to assess the sound qualityin the best posssible way. The method used in this study consisted of two main parts; one literature study,where available research around urban sound environments was analysed; and onecase study where three different cases of urban environments were analyzed in theacoustic modeling program Olive Tree Lab. The three cases consisted of theoreticallocations, one open street canyon, one closed and one street canyon with a squareon one side. Based on the literature study a description template for sound environ-ments was developed and applied to the cases from the case study for analysis andevaluation. The main focus of the template was to investigate both positive and ne-gative sounds and relate them to the site of which the sound analysis is intended for.The results showed that use of the template resulted in a broader and more detaileddescription of the sound environment, which enabled different kinds of solutions thatare not commonly used today.

Bakgrund: Finjusteringar av hörapparatens förstärkning görs för att validera förstärkningen. Patientens förmåga att kategorisera ljudbilden ligger till grund för de justeringar som görs. Syfte: Att utvärdera en praktiknära metod för finjustering av hörapparater. Metod: Deltagarna (N = 18) fick lyssna på och bedöma ljudbilden för ett talmaterial med slumpade nivåmodifieringar i oktavbandet 4 kHz. Försöksledaren korrigerade ljudbilden utifrån deltagarnas nivåbedömning, till dess att deltagarna upplevde att ljudbilden var naturlig. Deltagarna fick efter halva undersökningen, som intervention, lyssna på en genomgång som förklarade och jämförde de olika ljudbilderna. Resultat: Deltagarnas nivåbedömningar ledde till korrigeringar i oktavbandet som var statistiskt signifikanta, men en normalisering av oktavbandet uppnåddes inte. Efter genomgången kunde fler nivåmodifikationer korrigeras med en statistiskt signifikant skillnad. Nivåmodifikationer som kan kategoriseras som metalliska/skarpa ledde oftare till en statistiskt signifikant korrigering, än nivåmodifikationer som kan kategoriseras som otydliga/dova. Slutsatser: Om finjusteringar av hörapparaterna görs, bör audionomen ha klart för sig att det kan behövas större nivåförändringar i större frekvensband, för att patienten ska ha möjlighet att uppleva en skillnad i ljudbilden i en klinisk miljö. / Background: Fine-tuning of the hearing aid amplification is done to validate the amplification. The patient's ability to describe the sound quality lays as a foundation for the fine-tuning. Aim: To evaluate a practice-oriented method for fine-tuning hearing aids. Methods: The participants (N = 18) listened to and evaluated the sound quality for a speech-material with randomized level modifications in the octave band 4 kHz. The sound quality was adjusted according to the participants' evaluation, until a normalized sound quality was perceived by the participants. Halfway through the examination the participants, as an intervention, listened to a briefing which explained and compared differences in the different sound qualities. Results: The participants level evaluation led to adjustment in the octave band that was statistically significant, but a normalization of the octave band could not be achieved. After the briefing a larger number of level modifications were adjusted with a statistical significance. Level modifications which were categorized as metallic/sharp more often led to a statistically significant adjustment compared to level modifications categorized as unclear/dull. Conclusions: If fine-tuning of hearing aids is done, the audiologist should be aware that bigger level adjustment in broad bands might be needed, for the patient to be able to notice a difference in sound quality in a clinical setting.

This project focuses on deep neural network (DNN)-based non-intrusive speech quality assessment, specifically addressing the challenge of predicting mean-opinion-score (MOS) with interpretable posterior distributions. The conventional approach of providing a single point estimate for MOS lacks interpretability and doesn't capture the uncertainty inherent in subjective assessments. This thesis introduces DeePMOS, a novel framework capable of producing MOS predictions in the form of posterior distributions, offering a more nuanced and understandable representation of speech quality. DeePMOS adopts a CNN-BLSTM architecture with multiple prediction heads to model Gaussian and Beta posterior distributions. For robust training, we use a combination of maximum-likelihood learning, stochastic gradient noise, and a student-teacher learning setup to handle limited and noisy training data. Results showcase DeePMOS's competitive performance, particularly with DeePMOS-B achieving state-of-the-art utterance-level performance. The significance lies in providing accurate predictions along with a measure of confidence, enhancing transparency and reliability. This opens avenues for application in domains such as telecommunications and audio-processing systems. Future work could explore additional posterior distributions, evaluate the model on high-quality datasets, and consider incorporating listener-dependent scores. / Detta projekt fokuserar på icke-intrusiv bedömning av tal-kvalitet med hjälp av djupa neurala nätverk (DNN), särskilt för att hantera utmaningen att förutsäga mean-opinion-score (MOS) med tolkningsbara posteriora fördelningar. Den konventionella metoden att ge en enda punktsuppskattning för MOS saknar tolkningsbarhet och fångar inte osäkerheten som är inneboende i subjektiva bedömningar. Denna avhandling introducerar DeePMOS, en ny ramverk kapabel att producera MOS-förutsägelser i form av posteriora fördelningar, vilket ger en mer nyanserad och förståelig representation av tal-kvalitet. DeePMOS antar en CNN-BLSTM-arkitektur med flera förutsägelsehuvuden för att modellera Gaussiska och Beta-posteriora fördelningar. För robust träning använder vi en kombination av maximum-likelihood learning, stokastisk gradientbrus och en student-lärare inlärningsuppsättning för att hantera begränsad och brusig träningsdata. Resultaten visar DeePMOS konkurrenskraftiga prestanda, särskilt DeePMOS-B som uppnår state-of-the-art prestanda på uttalnivå. Signifikansen ligger i att ge noggranna förutsägelser tillsammans med en mått på förtroende, vilket ökar transparensen och tillförlitligheten. Detta öppnar möjligheter för tillämpningar inom områden som telekommunikation och ljudbehandlingssystem. Framtida arbete kan utforska ytterligare posteriora fördelningar, utvärdera modellen på högkvalitativa dataset och överväga att inkludera lyssnarberoende poäng.

The door closing action is a recurrent situation when using a vehicle, and its sound is therefore a common sensation, which would elicit pleasant feelings. Sensory pleasantness is an important aspect in terms of customer’s perspective, and it can be a contributing factor when deciding to buy or not a specific vehicle. The first contact between a prospective customer and the automobile usually happens in car salons or at the car retailer. The initial impression of the vehicle might be sight-based, and the door may commonly be the first physical contact. Depending on the car brand and type, doors differ in terms of mass, structure, dimension. Furthermore, there are differences regarding the latching system and the door sealing structure, in terms of material and construction. The closing sound produced when slamming the door is related to all these parameters. Auditory pleasantness can be described by characteristics of the sound that are described through psychoacoustics. Loudness, sharpness, roughness, and tonality are important auditory parameters to objectively describe this complex sensation. The aim of car doors would be to generate an enthusiastic, low-pitched, and saturated sound, which would elicit feelings of solidity, robustness, and security. On the other side, a metallic, high-pitched, fragmented sound could be a source of annoyance and produce feelings of insecurity and cheap vehicle.The present work aims to provide a broad picture on the mechanics and acoustics of door closing for automobiles. In specific, the closing sound was evaluated in relation to the door gaskets and their sealing performance over time. The sealing performance was analyzed in energy and force terms. The door closing motion was studied as a quasi-static problem, as well as a dynamic problem, where the former is related to the latching capability of the door, the latter is connected to the slamming action. The measurement results include the sealing performance trend from fresh to aged gaskets. From these measurements, the rubber non-linear behaviour could then be evaluated from a sound quality perspective. The acoustic analysis revealed inconsistencies of the psychoacoustic parameters in the description of the hearing sensations. Spectral analysis was also implemented to capture the door closing phenomenon, and the Wavelet transform emerged as the method with the highest resolution in the description of the sound wave progression.Several measurements were performed in order to assess all the established points, and methods were implemented for the sealing stiffness analysis and the acoustic analysis. The severe transiency of the door closing event was put in evidence. The stiffness analysis method showed also potential in helping to adjust the end of line tuning of the vehicle. Finally, benchmarking was included in the project, which enabled comparisons with competitor cars. / Dörrstängning är en återkommande händelse när ett fordon används, och ljudet bör därför ge ett positivt intryck och korrekt information till brukaren. Ett behagligt intryck är en viktig aspekt ur kundens perspektiv och kan vara ett var flera bidragande faktorer när beslut tas om att köpa eller inte köpa ett fordon. Den första kontakten mellan en potentiell kund och bilen sker vanligtvis i bilsalonger eller hos bilhandlare. Det första intrycket av fordonet kan vara visuellt, och dörren är ofta den första fysiska kontakten. Beroende på biltyp och fabrikat skiljer sig dörrarna åt när det kommer till massa, struktur och dimensioner. Dessutom kan det finnas skillnader i låssystem och dörrtätningskonstruktion såsom i både material och utformning. Stängningsljudet som uppstår när dörren slås igen är relaterat till alla dessa parametrar. Ett ljuds upplevda behaglighet i det beror på ljudets egenskaper, som beskrivs med hjälp av psykoakustik. Ljudstyrka, skärpa, råhet och tonalitet är viktiga auditiva parametrar för att objektivt beskriva detta komplexa intryck. Målet med bildörrar bör vara att generera ett dovt och mättat ljud, för att framkalla känslor av soliditet, robusthet och säkerhet. Å andra sidan kan, ett metalliskt, högfrekvent och skramligt ljud vara en källa till irritation och ge känslor av osäkerhet och låg kvalité.Syftet med detta arbete är att ge en övergripande beskrivning av dörrstängning och akustiken kring detta. I synnerhet utvärderades stängningsljudet i förhållande till dörrpackningarna och deras tätningsprestanda mätt över tiden. Tätningsprestanda analyserades i energi- och krafttermer. Dörrens stängningsrörelse studerades både som ett kvasistatiskt problem och som ett dynamiskt problem. Det förstnämnda är relaterat till dörrens låsningsförmåga, medan det sistnämnda är kopplat till smällar i dörren. Mätresultaten visade hur tätningsprestandan förändras över tiden. Gummits icke-linjära beteende har också utvärderats med ett ljudkvalitetsperspektiv. En spektralanalys genomfördes av ljudet från dörrstängningar och Wavelet-transformen visade sig vara den lösning som gav bäst kvalitet. Flera mätningar utfördes för att bedöma alla fastställda punkter och metoder infördes för analysen av tätningens styvhet och för den akustiska analysen. Den kraftiga transiensen i dörrstängningen kunde ses i resultaten. Styvhetsanalysen visade även hur den utvecklade metoden skulle kunna bidra till att justera fordonets end-of-line inställningar. Slutligen ingick benchmarking i projektet vilket möjliggjorde jämförelser med konkurrentbilar.