МЕТОДЫ РАЗРАБОТКИ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПСИХОАКУСТИЧЕСКОГО ПРОФИЛИРОВАНИЯ И СИСТЕМАТИЗАЦИИ ЗВУКОВЫХ СРЕД НА ОСНОВЕ ОТКРЫТЫХ АУДИОДАТАСЕТОВ

Авторы

Акылбек уулу Жусуп Кыргызско-Германский институт прикладной информатики
С. В. Корякин Кыргызско-Германский институт прикладной информатики

Ключевые слова:

психоакустика, звуковая среда, аудиодатасет, профилирование, громкость, резкость, Bark-шкала, программное обеспечение

Аннотация

В статье рассматриваются подходы к разработке программного обеспечения для автоматизированного психоакустического анализа и профилирования звуковых сред. Обосновывается необходимость перехода от физических характеристик звука к перцептивным параметрам, отражающим субъективное восприятие громкости, резкости, шероховатости и флуктуационной силы. Предложен метод систематизации звуковых данных на основе открытых аудиодатасетов с целью формирования психоакустических профилей слухового восприятия человека в зависимости от типа звукового окружения (городское, сельское, промышленное). Кратко затрагиваются физиологические факторы — курение и употребление алкоголя — как примеры изменений слуховых порогов, результаты которых могут быть воспроизведены и смоделированы в рамках создаваемого программного прототипа. Реализация модели на Python позволяет визуализировать закономерности изменения слухового восприятия в разных акустических условиях.

Библиографические ссылки

Цвикер Э., Фастль Х. Психоакустика. Факты и модели / Пер. с англ. под ред. Л. А. Чистякова. — М.: Мир, 2001. — 456 с.

Effects of Smoking on Eustachian Tube and Hearing // The International Tinnitus Journal. — 2022. — URL: https://www.tinnitusjournal.com/articles/effects-of-smoking-on-eustachian-tube-and-hearing-8171.html (дата обращения: 23.10.2025).

Hearing loss and alcohol consumption // BMC Ear, Nose and Throat Disorders. — 2007. — Vol. 7, No. 4. — URL: https://bmcearnosethroatdisord.biomedcentral.com/articles/10.1186/1472-6815-7-4 (дата обращения: 23.10.2025).

ISO 226:2003 Acoustics — Normal equal-loudness-level contours. — Geneva: International Organization for Standardization, 2003.

Salamon J., Jacoby C., Bello J. P. A Dataset and Taxonomy for Urban Sound Research // ACM Multimedia Conference. — 2014. — P. 1041–1044.

Mesaros A., Heittola T., Virtanen T. TUT Acoustic Scenes 2017 Dataset and Baseline System // IEEE AASP Challenge on Detection and Classification of Acoustic Scenes and Events. — 2018.

Михайлов В. А. Основы психоакустики и восприятия звука человеком. — СПб.: НИИ Радиоэлектроники, 2010. — 128 с.

Piczak K. J. ESC: Dataset for Environmental Sound Classification // Proceedings of ACM Multimedia. — 2015. — P. 1015–1018.

Zwicker E., Fastl H. Psychoacoustics: Facts and Models. — Berlin: Springer-Verlag, 1999. — DOI: 10.1007/978-3-662-11960-8.

HyperPhysics (Georgia State University). Equal-loudness contours with frequency in Hz. — URL: http://hyperphysics.phy-astr.gsu.edu/hbase/Sound/eqloud.html (дата обращения: 23.10.2025).

Equal-loudness contour // Wikipedia. — URL: https://en.wikipedia.org/wiki/Equal-loudness_contour (дата обращения: 23.10.2025).

Психоакустические основы слуха человека // Studfile.net. — URL: https://studfile.net/preview/16462302/page:20 (дата обращения: 23.10.2025).

ISO 532-1:2017 Acoustics — Methods for calculating loudness. Part 1: Zwicker method. — Geneva: International Organization for Standardization, 2017.

DIN 45692:2009 Measurement Technique for the Simulation of the Auditory Sensation of Sharpness. — Berlin: Deutsches Institut für Normung, 2009.

Корякин, С. В. Аналитический обзор технологий построения аппаратно-ориентированных облачных систем защиты информации с применением нейросетевых технологий / С. В. Корякин // Проблемы автоматики и управления. – 2025. – № 2(53). – С. 41—51. – EDN RCCRHC.