语音小管家本文整理了一些近期发表的声学相关论文，供大家了解科研进展。
1.记录和模拟双耳房间听觉中直接混响能量比的神经表示
在复杂的声学环境中，声音定位涉及提取和整合众多相互关联的听觉线索。为了了解这些线索在大脑中是如何处理的，研究通常在人工实验框架中分离出单个线索，以评估大脑区域处理单个听觉线索的情况。然而，多变量分析通过提供一种将大脑活动与实验刺激的定量分解进行比较的方法，促进了更复杂的操作，具有更大的生态有效性。同时，虚拟声学的发展使人们能够在复杂的现实环境中系统地检查空间声学。尽管这些模拟具有很高的感知可信度，但它们仍然以可感知的方式改变听觉混响线索。这些细微差异对神经处理的影响尚不清楚。由于感官线索的相对性质，听觉距离感知是一个特别具有挑战性的感知过程。因此，我们进行了一项成像研究，以研究听觉线索在记录和模拟声学环境中的表征，同时执行距离辨别任务。我们记录了真实的 MRI 环境以减少房间发散，听觉模拟以不同程度的精度对混响进行建模。我们使用声学分析来确定声学环境之间的差异，并使用这些定量测量与大脑活动的模式进行比较。我们发现，尽管房间听觉化高度相似，但可以从大脑活动中解码它们。直接与混响能级 （DRR） 的比率是唯一对大脑活动有相关贡献的声学参数。该活动的地点在后听觉皮层。
2.近红外激光光生物调节用于耳鸣治疗：初步动物实验和随机临床试验
本研究探讨了光生物调节疗法 (PBMT)在使用 TINI 装置（一种近红外（830 nm）激光）治疗慢性高频耳鸣中的有效性。该研究包括对 28 只小鼠进行的初步动物实验以及对 56 名参与者进行的随机对照试验，以检查 PBMT 可能引起的听觉系统功能和分子变化。动物模型使用水杨酸钠诱导耳鸣，然后进行 PBMT，结果显示耳鸣的行为证据有希望减少，并逆转同侧耳蜗背核中与耳鸣相关的囊泡谷氨酸转运蛋白 2 表达的上调 ( p < 0.05) 。在临床试验中，患有慢性高频耳鸣的参与者接受了 TINI 装置的经鼓室应用。结果与对照手术组相比，最终时间点的耳鸣评分没有显著差异。然而，调查问卷显示，与治疗前相比，使用 TINI 装置治疗后耳鸣症状和心理结果显著改善 ( p < 0.05)。这些发现表明，虽然 PBMT 具有潜在的益处，但由于其复杂的性质以及与其他疾病的相互作用，其临床效果可能尚不清楚。需要进一步研究来优化治疗参数并全面了解 PBMT 在治疗耳鸣方面的治疗潜力。
3.基于光栅干涉仪与玻璃膜片结合的高灵敏度声学传感器的研制
本研究以光栅干涉式声传感器原理为基础，综合考虑多种因素，对光栅干涉式模块的设计准则进行了获取和分析，以获得高灵敏度，并开发了一种基于玻璃的光栅干涉元件及其声传感器装置。提取了光栅干涉结构的关键参数，并量化了它们对多个机制下的声响应灵敏度的效果。为了开发声传感器，设计和开发了光栅-凸台结构和玻璃基元件的微加工过程。开发的声传感器样品具有较高的灵敏度。特别是，适用于低频应用的样品在1 kHz时的灵敏度为0.776 V/Pa，其灵敏度频谱在50 Hz至8 Hz范围内平坦，偏差小于1.5 dB，在20 Hz时的灵敏度为0.408 V/Pa。
4.MRNQ：基于机器学习的可靠节点搜索器，用于水声传感器网络中的可靠通信
由于水下传感器网络 (UWSNs) 的独特特性，其中包括近海勘探、水下监视和监测，确保其有效且可靠的通信是一项艰巨的挑战。事实证明，UWSNs在研究调查、监视行动和水下灾害响应等各个领域都是一种不错的方法。为了推进这一领域的发展，许多研究人员致力于开发适合 UWSNs 的新协议或完善现有协议，所有这些都是为了改进研究。持续吸引研究人员关注的一个重要方面是水下环境中的可靠性因素，促使人们不断努力提高网络的整体效率，优化能耗。在这项工作中，提出了一种基于机器学习的节点可靠性计算算法（MRNQ），该算法考虑了成功率、传输时间、节点效率和网络效率等众多参数。所提出的方法在关键指标上优于 CSLT 和 TMHCV，并具有显着的百分比改进。数据包投递率提高了5.16%，丢包率降低了22.06%，网络生存时间延长了42.4%，恶意节点检测率提高了0.87676%。
5.聚合物微泡壳工程：微孔性是增强超声成像和药物输送性能的关键因素
微泡 (MB) 广泛用作超声 (US) 成像和超声增强给药的造影剂。聚合物 MB 因其声响应性、高载药能力和易于表面功能化而非常适合这些应用。虽然许多研究都集中在使用聚合物 MB 进行诊断和治疗，但迄今为止，人们对改善其固有的成像和给药特性的关注相对较少。这项研究表明，通过在聚合过程中暂时将单体与模拟单体氰基乙酸丁酯 (BCC) 混合，来控制聚氰基丙烯酸丁酯 (PBCA) MB 的聚合物化学，可将 PBCA MB 的载药量提高两倍以上，PBCA MB 的体外和体内声响应提高了十倍以上。计算机模拟和物理吸附实验表明，BCC操纵PBCA聚合物链的生长并在MB壳中产生纳米空腔，使PBCA MB具有更大的药物包载能力和更强的声学性能。值得注意的是，由于 BCC 在 MB 纯化过程中可以轻松地完全去除，因此所得配方不包含除当前基于 PBCA 的 MB 产品中已存在的残留试剂之外的任何残留试剂，这有助于下一代 PBCA MB 的潜在转化。
6.一种低复杂度联合声学回声和噪声抑制的方法
基于深度学习的联合执行声学回声和降噪（AENR）任务，通常需要大量内存和计算资源，这使得它们不适合在嵌入式设备等低资源平台上实时部署。我们提出了一种低复杂度的联合 AENR 混合方法，通过使用单一模型来抑制残余回声和噪声分量。具体来说，我们将最先进的 (SOTA) ULCNet 模型集成到混合系统中，并对其进行联合 AENR 训练，该模型最初是为了实现超低复杂度噪声抑制而提出的。与所有考虑的 SOTA 方法相比，该方法以低得多的计算复杂度和内存需求实现了更好的回声抑制和可比的降噪性能，但不足之处在于语音质量略有下降。
7.基于麦克风阵列的多声源远场识别算法比较及应用
基于传统的波束形成（CBF），过去几十年来提出了一些远场声源识别算法。通常来说，功能波束形成 (FBF) 和反卷积方法，例如 CLEAN、具有源相干性的 CLEAN (CLEAN-SC)、具有压缩网格的 CLEAN-SC (CLEAN-SC-CG)、具有交叉频谱矩阵函数的 CLEAN (CLEAN- CSM）、高分辨率CLEAN-SC（HR-CLEAN-SC）经常被提及，并且它们的优点在之前的文献中被广泛讨论。为了评估它们在工程应用中的有效性和适用性，重点关注空间分辨率、计算效率和动态范围，通过定位两种类型的声源进行了比较研究。第一种场景代表两个声源之间的距离小于瑞利极限的情况，而第二种场景代表涉及多个声源的情况，例如四个或更多个复杂声源。分析表明，CBF、CLEAN和CLEAN-SC不能超过瑞利极限。然而，FBF、CLEAN-SC-CG、CLEAN-CSM 和 HR-CLEAN-SC 有潜力克服它。在 FBF 中，网格不匹配导致其动态范围和源强度估计之间的折衷。同时，HR-CLEAN-SC需要事先了解声源的数量，这在应用中是具有挑战性的。由于在基本声学图像和搜索策略方面的优势，CLEAN-CSM 和 CLEAN-SC-CG 与其他模型相比表现出更优越的特性。通过压缩网格数量，CLEAN-SC-CG可以将计算效率提高至少46%。通过构造与真实源相关的互谱矩阵函数，CLEAN-CSM利用幂函数同时增强空间分辨率、动态范围和源强度估计。通过两个扬声器和一台发动机的声源识别实验，进一步验证了上述结论。本文提出的研究结果有助于指导工程应用中多声源识别合适方法的选择。
8.建筑降噪专利综述
噪音是市区里不受欢迎的声音。人们发明天然和/或回收的吸声或隔热材料来减少建筑物中的空气和/或冲击声。然而，它们尚未广泛商用。本综述概述了1996 年至 2023 年用 Scopus 搜索引擎对天然材料（特别是棉花和橡胶）进行的相关研究，以及使用 Espacenet 和 Google专利搜索引擎注册和授予的建筑物降噪方面的专利。18% 和68%（共 32 篇文章）相关文章分别是关于棉花和橡胶以及其他回收的天然材料（例如消耗的茶袋、橡胶碎屑）的，表明对天然材料的实验和建模（例如研究其吸声性）有清晰的愿景。例如，研究（再生）棉吸声材料和使用再生橡胶材料生产超轻密度高吸声材料（0.56）的较低频率（低于 250 Hz）的系数。共发现登记和授权专利31项。1996年至2022年，29%的注册和授权专利中使用了天然材料，即棉花、橡胶、玻璃棉和岩棉。然而，93%的注册和授权专利缺乏其发明材料的吸声指数数据。LDA 模型估计，在过去十年中， 29% 的Espacenet 和 Google Patent注册和授予的专利有上升趋势，例如在方法、结构和建筑材料方面。
9.揭开隔音物理学的面纱：多层流动电阻率估计
本文提出了一种计算方法，旨在精确估计多层刚性多孔材料中等效流动电阻率的物理定律，并特别关注在隔音系统中的应用。虽然现有模型能够预测单个层走中的声音传输，但它们缺乏多层材料的流动电阻率与其组成层的性能之间的直接理论分析联系。为了解决这一差距，该研究利用等效流体理论，该理论整合了材料结构和间隙流体之间的粘性惯性相互作用。通过建立低频达西条件下双层介质透射系数的简化表达式，本文引入了一种新的估计方法。此外，它还制定了双层介质的电阻率与各层电阻率和厚度之间的简洁关系，该关系延伸到多层结构。双层样品的实验验证表明，直接获得的等效磁通电阻率与理论预测值之间存在显著一致性，相对误差范围为 3% 至 18%。本文的意义在于其对隔音系统的实际应用影响，其中声学性能的准确预测至关重要。该研究引入了一种可靠的物理关系，用于估计多层的等效流阻率与各组成层的通量电阻率及其厚度的函数关系，提供了与经验数据的理论相关性，并为劳动密集型实验方法和软件提供了替代方案。对声学的这一贡献有助于准确预测和表征多层材料的声学特性，从而有助于设计有效的噪声控制系统。
10.从灰烬到答案：解码声学聚集的烟灰颗粒特征
本研究探讨了将烟灰形态分析扩展到烟雾报警器表面沉积的声凝聚烟灰的可能性，以及将烟灰分析应用于火灾调查领域中独特的化学特征。通过收集烟灰样本，包括从烟雾报警器获取的团聚烟尘，这项研究在利用先进的深度学习方法进行烟灰形态数据分析方面取得了开创性的进步。初步结果强调，所提出的卷积神经网络模型有可能解码复杂的烟灰特征，并区分不同燃料类型和燃烧条件之间的烟灰颗粒图像。特别的，研究发现，对于烟雾报警器收集的声凝聚烟灰，可以通过应用所提出的数据驱动方法来解码其复杂的形态。
信息源于：X-MOL
