Cuando usaba un sistema operativo diferente, el autor utilizaba un programa que procesaba audio en tiempo real para hacer que sonara más distante y más ligero. Quería un equivalente simple para Linux, así que decidió escribir uno. Escuche con auriculares. El fragmento es de P.I.M.P. de Bacao Rhythm & Steel Band. La versión procesada suena más alejada de las orejas y se siente menos "en el oído", lo que hace que se sienta menos "obstruido" después de una escucha prolongada.
Dado que el autor escribía para Linux, la pila base fue Pipe Wire. Sin experiencia previa en audio, se utilizó un LLM como interlocutor mientras se experimentaba con filtros de audio estándar y técnicas psicoacústicas. El autor aprendió sobre HRTFs, que describen cómo el sonido desde una dirección particular llega a los oídos según la dirección y la geometría del oyente. Los primeros intentos con la base de datos MIT KEMAR sonaron mal debido a la grabación en cámara anecoica. La base de datos SADIE II, que incluía respuestas de habitación, sonó mucho más cercana al efecto recordado. Sin embargo, el enfoque mostró limitaciones ya que el LLM discutía la envoltura perceptual y la decorrelación de campo tardío sin orientación accionable. El proyecto se dejó abandonado por un tiempo.
Más tarde, el autor cambió de estrategia en lugar de descubrir parámetros internos. Usando el portátil de un amigo para comparación, el autor generó audio en Linux, lo reprodujo a través del programa y grabó la salida. La medición de respuesta de impulsión fue clave; una sola muestra distinta de cero revela la decaimencia, forma y retardos de fase del filtro. Se aplicó la fórmula de convolución (x*h)[n], asumiendo que el filtro es lineal e invariante en el tiempo. Un impulso más fuerte produce una respuesta proporcionalmente más fuerte, y las entradas combinadas producen sumas separadas.
Fuente: Hacker News · Resumido por HeadlinesBriefing