⚡ electrical engineering

Acoustivision Pro: An Open-Source Interactive Platform for Room Impulse Response Analysis and Acoustic Characterization

تقدم هذه الورقة منصة "AcoustiVision Pro"، وهي منصة قائمة على الويب ومفتوحة المصدر تدمج معالجة الإشارات الصارمة، والتصورات ثلاثية الأبعاد التفاعلية، والتحقق من الامتثال للمعايير الدولية لتسهيل التحليل الشامل لاستجابة النبضة الصوتية والتوصيف الصوتي، مدعومة بمجموعات بيانات ضخمة تم إصدارها حديثاً.

المؤلفون الأصليون: Mandip Goswami

نُشر 2026-02-16

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Mandip Goswami

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك دخلت غرفة وصفقت بيديك. في غرفة نوم صغيرة مفروشة بالسجاد، سيكون لصوت التصفيق رنين حاد وقصير. أما في صالة ألعاب رياضية كبيرة وفارغة، فإن نفس التصفيقة ستتردد أصداؤها وتستمر، لتتحول إلى دويٍّ ممتد. هذه "قصة الصدى" تسمى استجابة نبض الغرفة (RIR). إنها البصمة الصوتية للمكان، والتي تخبرنا بالضبط كيف يتصرف الصوت هناك.

لفترة طويلة، كان تحديد هذه البصمات يتطلب برامج معقدة ومكلفة لا يستطيع استخدامها سوى مهندسي الصوت المحترفين. كان الأمر يشبه محاولة إصلاح محرك سيارة باستخدام دليل مكتوب بلغة أجنبية وأدوات لا يمكنك تحمل تكلفتها.

AcoustiVision Pro هو الأداة الجديدة المجانية مفتوحة المص المصدر التي تغير قواعد اللعبة. فكر فيه كأنه "طبيب صوت" لأي غرفة، متاح مباشرة عبر متصفح الويب الخاص بك.

إليك شرح مبسط لما يدور حوله هذا البحث، باستخدام تشبيهات من الحياة اليومية:

1. المشكلة: "الصندوق الأسود" للصوت

حتى الآن، كان تحليل صوتيات الغرفة يشبه محاولة تخمين مكونات الحساء بمجرد تذوقه، دون معرفة الوصفة. كنت تعرف أن طعم الحساء سيء (أي أن صوت الغرفة كان مشوشاً)، لكنك لم تكن تعرف لماذا أو كيف تعالج ذلك.

الطريقة القديمة: كان عليك شراء برامج باهظة الثمن أو كتابة أكواد برمجية معقدة للحصول على إجابة واضحة.
الطريقة الجديدة: يأخذ برنامج AcoustiVision Pro تسجيلك الصوتي (أو تسجيلاً محاكياً) ويعطيك فوراً تقريراً مرئياً واضحاً كبطاقة تقييم.

2. الحل: مختبر صوت رقمي

بنى المؤلفون موقعاً إلكترونياً يعمل مثل مجهر عالي التقنية للصوت. تقوم برفع تسجيل لتصفيقة أو نغمة اختبار، ويقوم النظام بتفكيكها إلى 12 "عدسة" مختلفة لترى ما يحدث داخل الغرفة.

إليك الميزات الرئيسية، مترجمة إلى استعارات:

"مؤقت الصدى" (زمن الارتداد): تخيل أنك تصرخ في وادٍ سحيق. كم من الوقت يستغرق الصدى ليتلاشى؟ هذه الأداة تقيس ذلك بدقة. هل الغرفة "حية" جداً (مثل الكاتدرائية) أم "ميتة" جداً (مثل كابينة عازلة للصوت)؟
"درجة الوضوح" (وضوح الكلام): فكر في حفلة صاخبة. إذا لم تستطع سماع صديقك وسط الضجيج، فإن "الوضوح" يكون منخفضاً. هذه الأداة تحسب ما إذا كان بإمكان طالب في فصل دراسي أو مريض في جناح مستشفى فهم ما يقال له بالفعل.
"خريطة الصدى ثلاثية الأبعاد": بدلاً من مجرد الأرقام، ترسم الأداة خريطة ثلاثية الأبعاد توضح بالضبط أين يرتد الصوت عن الجدران والسقف والأرضية. الأمر يشبه رؤية مسار كرة البلياردو وهي ترتد حول الطاولة، مما يساعدك على رؤية أي جدار بالضبط هو المسبب للمشكلة.
"مخطط الشلال" (Waterfall Plot): هذا رسم بياني ملون ثلاثي الأبعاد يشبه الشلال. يوضح كيف تتلاشى النغمات الموسيقية المختلفة (الترددات) بمرور الوقت. يساعدك على اكتشاف ما إذا كان "الباص" (الترددات المنخفضة) يرن لفترة طويلة جداً (مثل جرس لا يتوقف عن الرنين) بينما تتلاشى التردات العالية بسرعة.

3. "المكتبة السحرية" (مجموعة بيانات RIRMega)

أحد أروع أجزاء هذا البحث هو أن المبتكرين لم يبنوا الأداة فحسب؛ بل بنوا أيضاً مكتبة ضخمة من الغرف الوهمية.

استخدموا عمليات محاكاة حاسوبية لإنشاء آلاف الغرف الافتراضية (فصول دراسية، مستشفيات، استوديوهات) بأحجام ومواد مختلفة.
يطلقون عليها اسم RIRMega. إنها تشبه محاكي الطيران للمهندسين المعماريين. قبل بناء مدرسة حقيقية، يمكن للمهندس المعماري اختبار 50 تصميماً مختلفاً في هذه المكتبة ليرى أي تصميم يعطي أفضل صوت، دون وضع طوبة واحدة.

4. "تقرير الحالة الصحية"

لا تعطيك الأداة مجرد بيانات خام؛ بل تمنحك درجة الرفاهية/الصحة (من 0 إلى 100).

فكر فيها كأنها ملصق حقائق غذائية للغرفة.
إذا كان الفصل الدراسي يحصل على درجة 40، تخبرك الأداة: "مهلاً، هذه الغرفة بها صدى كثير جداً ليتعلم الأطفال. إليك بالضبط ما يجب تغييره".
هي تتحقق من مطابقة الغرفة للقواعد الدولية (مثل قواعد الفصول الدراسية أو قاعات الحفلات الموسيقية) وتخبرك إذا كنت قد "نجحت" أم "رسبت".

5. لماذا يهم هذا؟

هذه المنصة هي أداة لدمقرطة الوصول للمعلومة.

للمهندسين المعماريين: يمكنهم اختبار التصاميم دون الحاجة لاستئجار مستشار يكلف 5,000 دولار.
للمعلمين: يمكنهم التحقق مما إذا كان فصلهم الدراسي صاخباً جداً لدرجة تعيق تعلم الطلاب.
للموسيقيين: يمكنهم ضبط استوديو المنزلي لجعل تسجيلاتهم تبدو احترافية.
للطلاب: يمكنهم التعلم عن فيزياء الصوت من خلال اللعب بالبيانات، بدلاً من مجرد قراءة الكتب المدرسية المملة.

باخت-صار

AcoustiVision Pro يشبه منح الجميع "نظارات أشعة سينية" للصوت. إنه يأخذ الفيزياء غير المرئية والمعقدة لكيفية ارتداد الصوت في الغرفة ويحولها إلى صور ملونة وسهلة الفهم ودرجات تقييمية. إنه يجعل التحليل الصوتي ذو المستوى الاحترافي متاحاً لأي شخص يمتلك متصفح ويب، مما يساعدنا على بناء مساحات أكثر هدوءاً، ووضوحاً، وصحة للجميع.

إليك ملخص تقني مفصل لورقة البحث بعنوان "AcoustiVision Pro: منصة تفاعلية مفتوحة المصدر لتحليل استجابة الغرفة النبضية والتوصيف الصوتي."

1. بيان المشكلة

يعد تحليل صوتيات الغرف أمراً بالغ الأهمية للتصميم المعماري، وهندسة الصوت، ووضوح الكلام، والبيئات الصحية. ومع ذلك، تضع الأدوات الحالية عوائق كبيرة أمام الدخول إلى هذا المجال:

البرمجيات التجارية: مثل أدوات ODEON و CATT-Acoustic، وهي باهة الثمن وتتطلب تدريباً مكثفاً.
محدودية المصادر المفتوحة: المكتبات البرمجية الحالية (مثل Pyroomacoustics) غالباً ما تفتقر إلى واجهات المستخدم أو قدرات التصور المرئي، بينما تستهدف أدوات مثل Room EQ Wizard (REW) الهواة بدلاً من البحث العلمي الدقيق.
فجوة الوصول: هناك ندرة في الأدوات التي تجمع بين معالجة الإشارات الصارمة رياضياً وبين التصور التفاعلي البديهي لغير المتخصصين.

2. المنهجية

تقدم الورقة AcoustiVision Pro، وهي منصة قائمة على الويب مبنية على إطار عمل Gradio مع خلفية برمجية بلغة Python. يقوم النظام بمعالجة استجابات الغرفة النبضية (RIRs) من خلال مسار عمل مهيكل:

أ. مسار معالجة الإشارات

المعالجة المسبقة: يتم تحميل الملف الصوتي (WAV)، وإعادة أخذ العينات إلى 48 كيلو هرتز، وتحويله إلى أحادي (mono)، وقص الصمت في المقدمة.
التفكيك: يتم تقسيم استجابة الغرفة النبضية (RIR) مفاهيمياً إلى صوت مباشر، وانعكاسات مبكرة (0–80 مللي ثانية)، وتردد متأخر.
أنماط التحليل:
- النطاق العريض والنطاق الأوكتافي (Octave-Band): يستخدم مرشحات Butterworth من الدرجة الرابعة لتحليل النطاقات الأوكتافية القياسية (125 هرتز – 4 كيلو هرتز).
- اضمحلال الطاقة: يحسب منحنى اضمحلال الطاقة (EDC) عبر التكامل العكسي (طريقة Schroeder).
- الطيفي والمكاني: يولد أطياف مقدار FFT، ومخططات الطيف الميلي (mel-spectrograms)، ويحسب معاملات الارتباط المتبادل بين الأذنين (IACC) للمدخلات الستيريو.
التجسيد السمعي (Auralization): يتم إجراء عملية الالتفاف (convolution) في الوقت الفعلي باستخدام طرق تعتمد على FFT لمحاكاة كيفية سماع إشارة صوتية "جافة" في الفضاء الذي تم تحليله.

ب. الأسس الرياضية

يحسب النظام 12 مقياساً صوتياً متميزاً يستند إلى المعايير الدولية (ISO 3382، ANSI S12.60، IEC 60268-16):

زمن الارتداد: $RT_{60}$ ، و $T_{20}$ ، و $T_{30}$ ، و زمن الاضمحلال المبكر ( $EDT$ ) المستمد من منحنيات EDC.
الوضوح والتعريف: $C_{80}$ (الوضوح للموسيقى/الكلام) و $D_{50}$ (وضوح الكلام).
وضوح الكلام: حساب تقريبي لمؤشر STI بناءً على $RT_{60}$ ونسبة الإشارة إلى الضجيج (SNR).
المقاييس المكانية: IACC لعرض المصدر الظاهري، وتحليل نمط الغرفة (Room Mode) للرنين عند الترددات المنخفضة.
درجة الرفاهية (Wellness Score): مقياس مركب مبتكر (0–100) يدمج $RT_{60}$ و STI و $D_{50}$ و $C_{80}$ ، مع تعديله حسب حجم الغرفة، لتقديم توصيات تصميمية قابلة للتنفيذ.

ج. بنية التصور المرئي

الساكن (Static): تُستخدم مكتبة Matplotlib لرسم منحنيات اضمحلال الطاقة والمخططات الطيفية.
التفاعلي (Interactive): تقوم مكتبة Plotly بإنشاء خرائط انعكاس ثلاثية الأبعاد (باستخدام طريقة مصدر الصورة)، ومخططات الشلال (waterfall plots) للاضمحلال المعتمد على التردد، ومخططات رادارية لمقارنة المقاييس.

3. المساهمات الرئيسية

منصة مفتوحة المصدر: أداة وظيفية كاملة قائمة على الويب لا تتطلب تثبيتاً محلياً أو معرفة بالبرمجة، مما يساهم في دمقرطة الوصول إلى تحليل الصوتيات الاحترافي.
مجموعات بيانات RIRMega: تقديم مجموعتين كبيرتين من البيانات المستضافة على Hugging Face:
- RIRMega: آلاف الاستجابات النبضية المحاكات مع بيانات وصفية كاملة (الأبعاد، مواقع المصدر/المستقبل، معاملات الامتصاص).
- RIRMega Speech: نفس هذه الاستجابات النبضية بعد دمجها مع إشارات كلامية لأبحاث الوضوح.
محرك الامتثال للمعايير: فحص تلقائي مقابل 10 معايير دولية (مثل ANSI S12.60 للفصول الدراسية، ISO 3382-3 للمكاتب) مع تقارير النجاح والفشل.
تصورات مبتكرة: تنفيذ خرائط انعكاس ثلاثية الأبعاد متحركة و"درجة الرفاهية" لترجمة المقاييس المعقدة إلى توجيهات تصميمية.
تقارير شاملة: توليد تلقائي لتقارير PDF للتوثيق الهندسي وتصدير ملفات CSV لمزيد من تحليل البيانات.

4. النتائج والتقييم

تم التحقق من صحة النظام من خلال الاختبارات المرجعية والدراسات الحالة:

الدقة الحسابية: مقارنة مع البرامج المرجعية (ODEON, Aurora) على خمس استجابات نبضية اختبارية أظهرت انحرافاً ضئيلاً جداً.
- مثال: تراوحت فروق $T_{30}$ بين -0.959% و -0.636%؛ وكانت فروق $C_{80}$ ضمن نطاق -1.9% إلى -0.15%.
الأداء: على أجهزة استهلاكية (Intel i7، 16GB RAM)، يبلغ إجمالي وقت المعالجة لاستجابة نبضية مدتها 10 ثوانٍ حوالي 0.12 ثانية، مع استغرق توليد التصور المرئي الجزء الأكبر من الوقت (~1.8 ثانية للتحميل الأولي، وضئيل جداً للتحديثات اللاحقة).
دراسات الحالة:
- الفصول الدراسية: تحليل 335 فصلاً دراسياً محاكى مقابل معيار ANSI S12.60. حقق 84.2% منها شرط $RT_{60} \leq 0.6s$ . كما وُجد ارتباط سلبي قوي ( $r = -0.992$ ) بين $RT_{60}$ ومؤشر STI التقريبي.
- الرعاية الصحية والاستوديوهات: أثبتت المنصة قدرتها على تحديد المشكلات الصوتية المحددة، مثل تراكم الترددات المنخفضة (bass buildup) في الاستوديوهات والامتصاص المعتمد على التردد في أجنحة المستشفيات.

5. الأهمية

يجسر AcoustiVision Pro الفجوة بين المعايير الصوتية النظرية والتطبيق العملي. وتكمن أهميته في:

الدمقرطة: يتيح للمعماريين، والمعلمين، والباحثين الذين لا يملكون تدريباً متخصصاً إجراء تحليل صوتي دقيق.
القيمة التعليمية: تعمل مجموعة بيانات RIRMega والتصورات التفاعلية كأدوات قوية لتدريس مبادئ الصوتيات وسلوك أنماط الغرفة.
دعم التصميم: توفر "درجة الرفاهية" ومحرك الامتثال تغذية راجعة فورية وقابلة للتنفيذ لتحسين المساحات المخصصة للكلام، والموسيقى، ورفاهية المرضى.
قابلية التكرار: من خلال توفير كود مفتوح المصدر ومجموعات بيانات معيارية، تعزز المنصة إمكانية تكرار البحث والقياس المرجعي في مجال الصوتيات.

القيود والعمل المستقبلي:
تعتمد النسخة الحالية على البيانات المحاكات (الصوتيات الهندسية) وتفترض هندسة غرف مستطيلة. تهدف الإصدارات المستقبلية إلى تنفيذ حسابات STI الكاملة وفق معيار IEC 60268-16، ودعم الاستجابات النبضية ثنائية الأذن (binaural) المقاسة، ودعم واجهات محسنة للهواتف المحمولة للقياسات الميدانية.