Als der Autor ein anderes Betriebssystem verwendete, nutzte er ein Programm, das Echtzeit-Audio verarbeitete, um es weiter entfernt und leichter klingen zu lassen. Um ein einfaches Äquivalent für Linux zu finden, beschloss der Autor, eines selbst zu schreiben. Mit Kopfhörern lauschen. Der Auszug stammt von P.I.M.P. von Bacao Rhythm & Steel Band. Die verarbeitete Version klingt weiter von den Ohren entfernt und fühlt sich weniger "am Ohr" an, was sie nach längerem Zuhören weniger "verstopft" erscheinen lässt.
Da der Autor für Linux schrieb, war der Basis-Stack Pipe Wire. Ohne vorherige Audio-Erfahrung wurde ein LLM als Diskussionspartner verwendet, während standardmäßige Audio-Filter und psychoakustische Techniken experimentell ausprobiert wurden. Der Autor lernte von HRTFs, die beschreiben, wie ein Schall von einer bestimmten Richtung in Abhängigkeit von Richtung und Hörer-Geometrie zu den Ohren gelangt. Erste Versuche mit der MIT KEMAR-Datenbank klangen schrecklich aufgrund der Aufnahme in einer Anechoic-Kammer. Die SADIE II-Datenbank, die Raumantworten enthielt, klang viel näher am erinnerten Effekt. Dennoch zeigte der Ansatz Grenzen, da der LLM von perzeptiver Einschluss und späterem Feld-Dekorrelation sprach, ohne handlungsfähige Anleitung. Das Projekt wurde für eine Weile auf Eis gelegt.
Später wechselte der Autor die Strategie anstelle, interne Parameter zu entdecken. Mit dem Laptop eines Freundes zum Vergleich generierte der Autor Audio auf Linux, spielte es durch das Programm und nahm die Ausgabe auf. Die Impulsantwortmessung war entscheidend; ein einzelnes nicht-null Sample offenbart den Abklingung, die Form und die Phasenverzögerungen des Filters. Die Faltungsformel (x*h)[n] wurde angewendet unter der Annahme, dass der Filter linear und zeitinvariant ist. Ein lauterer Impuls erzeugt ein proportional lauteres Echo, und kombinierte Eingaben erzeugen getrennte Summen.
Quelle: Hacker News · Zusammengefasst von HeadlinesBriefing