Usando um sistema operacional diferente, o autor usava um programa que processava áudio em tempo real para fazê-lo parecer mais distante e mais leve. Querendo um equivalente simples para Linux, o autor decidiu escrever um. Ouça com fones de ouvido. O trecho é de P.I.M.P. por Bacao Rhythm & Steel Band. A versão processada parece mais distante dos ouvidos e menos "no ouvido", fazendo-a parecer menos "obstruída" após uma escuta prolongada.
Como o autor escrevia para Linux, a pilha base era Pipe Wire. Sem experiência prévia em áudio, um LLM foi usado como quadro de discussão enquanto se experimentava filtros de áudio padrão e técnicas psicoacústicas. O autor aprendeu sobre HRTFs, que descrevem como o som de uma direção específica chega aos ouvidos com base na direção e geometria do ouvinte. As primeiras tentativas com o banco de dados MIT KEMAR soaram terríveis devido à gravação em câmara anecoica. O banco de dados SADIE II, que incluía respostas de sala, soou muito mais próximo do efeito lembrado. No entanto, a abordagem mostrou limitações, pois o LLM discutia envolvimento perceptivo e decoração de campo tardio sem orientação acionável. O projeto foi deixado parado por um tempo.
Mais tarde, o autor mudou de estratégia em vez de descobrir parâmetros internos. Usando o laptop de um amigo para comparação, o autor gerou áudio no Linux, reproduziu-o através do programa e gravou a saída. A medição de resposta de impulso foi essencial; uma única amostra não nula revela a decaída, forma e atrasos de fase do filtro. A fórmula de convolução (x*h)[n] foi aplicada, assumindo que o filtro é linear e invariante no tempo. Um impulso mais alto produz uma resposta proporcionalmente mais alta, e entradas combinadas produzem somas separadas.
Fonte: Hacker News · Resumido por HeadlinesBriefing