Saç Kurutma Makinalrında Ses Kalitesi

Anabilim Dalı : Makina Mühendisliği Programı : Konstrüksiyon

İSTANBUL TEKNİK ÜNİVERSİTESİ  FEN BİLİMLERİ ENSTİTÜSÜ

SAÇ KURUTMA MAKİNALARINDA SES KALİTESİ

YÜKSEK LİSANS TEZİ

Mat. Müh. Nurkan TÜRKDOĞRU

Tez Danışmanı: Prof. Dr. H. Temel Belek

İSTANBUL TEKNİK ÜNİVERSİTESİ  FEN BİLİMLERİ ENSTİTÜSÜ

SAÇ KURUTMA MAKİNALARINDA SES KALİTESİ

YÜKSEK LİSANS TEZİ Mat. Müh. Nurkan TÜRKDOĞRU

(503991087)

Mayıs 2002

Tezin Enstitüye Verildiği Tarih : 13 Mayıs 2002 Tezin Savunulduğu Tarih : 27 Haziran 2002

Tez Danışmanı : Prof. Dr. H. Temel BELEK Diğer Jüri Üyeleri Prof. Dr. Tuncer TOPRAK

ÖNSÖZ

Yüksek Lisans Tezimin her aşamasında destek ve yardımlarını esirgemeyen değerli hocam Prof. Dr. H. Temel Belek’e, deneysel çalışmalarda ve ölçümlerdeki yardımlarından dolayı Pro-Plan Şirketi çalışanlarından Elektronik Müh. Alper Akgül ve Mak. Müh. Emre Orhon’a, arkadaşlarıma ve eğitimimin her aşamasında beni her açıdan destekleyen aileme teşekkürü bir borç bilirim.

KISALTMALAR

UBA : Unbiased Annoyance

DAT : Digital Audio Tape MOD : Magneto Optical Disk FEM : Finite Element Method

BEM : Boundary Element Method

FIR : Finite Impulse Response IIR : Infinite Impulse Response

Q-Q : Quantile-Quantile

ANOVA : Analysis of Variance OÇA : Ortak Çarpan Analizi ABA : Ana Bileşenlerin Analizi PCA : Principle Component Analysis ABR : Ana Bileşenlerin Regresyonu YSA : Yapay Sinir Ağları

FFT : Fast Fourier Transform

CPB : Constant Percentage Bandwidth

TABLO LİSTESİ

Sayfa No

Tablo 2.1. Kritik bant tablosu 13

Tablo 4.1. Standartlaştırılmış veri matrisi (Oktav Bantları) 47

Tablo 4.2. Korelasyon matrisi (Oktav Bantları) 48

Tablo 4.3. Ana bileşenlerin toplam varyanstaki yüzdeleri (Oktav Bantları) 49

Tablo 4.4. İlk üç ana bileşen (Oktav Bantları) 50

Tablo 4.5. İlk üç ana bileşen için z-skor sonuçları (Oktav Bantları) 51 Tablo 4.6. Her örnek için Q istatistiği ve T2 değerleri (Oktav Bantları) 55 Tablo 5.1. Metrikler için ana bileşenlerin toplam varyanstaki yüzdeleri 82 Tablo 5.2. Metrikler için ilk üç ana bileşen vektörü 84 Tablo 5.3. Metrikler için Q istatistiği, T2 istatistiği ve ilk üç ana bileşen için

z-skor sonuçları

84 Tablo 5.4. Jüri testi için ana bileşenlerin toplam varyanstaki yüzdeleri 87 Tablo 5.5. Jüri testi için ilk üç ana bileşen vektörü 88 Tablo 5.6. Jüri Testi için Q istatistiği, T2 istatistiği ve ilk üç ana bileşen için

z-skor sonuçları

89 Tablo 5.7. ABR sonucu elde edilen regresyon katsayıları 92 Tablo 5.8. Metrik değişkenlerine bağlı yeni regresyon katsayıları 93 Tablo 5.9. Saç kurutma makinalarının rahatsızlık değerleri 94 Tablo 5.10. Rahatsızlık indeksi ile öznel ve nesnel sıralamaların

karşılaştırılması

95 Tablo 5.11. Rahatsızlık indeksinin başka bir çalışmanın sonuçlarıyla

karşılaştırılması

96 Tablo 5.12. İndeks ve ağ sonuçlarının karşılaştırılması 105

ŞEKİL LİSTESİ Sayfa No Şekil 1.1 Şekil 2.1 Şekil 2.2 Şekil 2.3 Şekil 2.4 Şekil 2.5 Şekil 2.6 Şekil 2.7 Şekil 2.8 Şekil 2.9 Şekil 2.10 Şekil 3.1 Şekil 3.2 Şekil 3.3 Şekil 3.4 Şekil 3.5 Şekil 3.6 Şekil 3.7 Şekil 3.8 Şekil 3.9 Şekil 4.1 Şekil 4.2 Şekil 4.3 Şekil 4.4 Şekil 4.5 Şekil 4.6 Şekil 5.1 Şekil 5.2 Şekil 5.3 Şekil 5.4 Şekil 5.5 Şekil 5.6 Şekil 5.7

: Bir ürünün kabul edilebilirliğini etkileyen özellikleri : İnsan kulağının temel bileşenleri

: Salyangozun yapısı : İşitme bölgesi

: Bark ve frekans skalaları arasındaki ilişki : Serbest alan için eş-gürlük eğrileri

: Gürlük (sone) ve gürlük düzeyi (phon) arasındaki ilişki : Eş gürlük indeksi eğrileri

: Dar bant gürültünün (koyu), yüksek geçiş gürültünün (çizgili) ve alçak geçiş gürültünün (noktalı) keskinliği

: Ton-gürültü oranı

: Spektrumdan ayrılma miktarı : Tasarım çevrimi

: Ses kalitesi çevrimi

: Hedef sesi etkileyen faktörler : Büyüklük tahmini test formu : Doğrudan ölçeklendirme skalası : Kategorilere ayırma cetveli : Anlamsal farklar yöntemi

: Çok boyutlu ölçeklendirme örneği : Çarpan analizi akış diyagramı

: Ana bileşenlerin toplam varyanstaki yüzdeleri ve birikimli yüzdeler (Oktav Bantları)

: İlk üç ana bileşenin birbirlerine göre durumları (Oktav Bantları)

: Q İstatistiği (Oktav Bantları). Qlimit = 2.72

: T İstatistiği (Oktav Bantları). T2limit = 44.73

: Çok katmanlı yapay sinir ağı modeli : Sigmod fonksiyonları

: Kayıt kurulumu

: Çalışmada kullanılan saç kurutma makinaları : Gürlük ortalama spektrumları

: 1/3 oktav bantları için ses basınç spektrumları : Jüri test formu örneği

: Bazı sıfatlar için Memnuniyet Vericiliğe göre dağılım grafikleri

: Bazı sıfatlar için Güçlülüğe göre dağılım grafikleri

2 10 10 11 12 15 16 16 19 22 22 25 27 28 33 34 34 35 36 40 49 52 55 56 59 61 68 69 72 75 76 79 80 81

Şekil 5.8 Şekil 5.9 Şekil 5.10 Şekil 5.11 Şekil 5.12 Şekil 5.13 Şekil 5.14 Şekil 5.15 Şekil 5.16 Şekil 5.17 Şekil 5.18 Şekil 5.19 Şekil 5.20 Şekil 5.21 Şekil 5.22 Şekil 5.23 Şekil 5.24 Şekil 5.25

: Birinci ve beşinci örnekler için karşılaştırmalı kutupsallık grafiği

: Metrikler için ana bileşenlerin toplam varvanstaki yüzdeleri : ve birikimli yüzdeler

: Metrikler - Q istatistiği, Qlimit = 2.3

: Metrikler – T2 istatistiği, T2limit = 50.6

: İlk üç metrik ana bileşeninin birbirlerine göre durumları : Jüri testi için ana bileşenlerin toplam varvanstaki yüzdeleri ve birikimli yüzdeler

: Jüri testi - Q istatistiği, Qlimit = 3.4

: T istatistiği, T2

limit = 50.6

: Jüri testi için ilk üç ana bileşenin birbirlerine göre durumları. : Saç kurutma makinalarının rahatsızlık değerlerinin grafikle karşılaştırılması

: Yapay Sinir Ağı Yapısı 1

: Ağ 1 için eğitim performans fonksiyonu

: Ağ 1 için hedef çıkışlarla karşılaştırmalı YSA çıkışları

: Ağ 1 için gerçek çıkışlar ile hedef çıkışlar arasında elde edilen regresyon doğruları

: Yapay sinir ağı yapısı

: Ağ 2 için eğitim performans fonksiyonu

: Ağ 1 için hedef çıkışlarla karşılaştırmalı YSA çıkışları

: Ağ 1 için gerçek çıkışlar ile hedef çıkışlar arasında elde edilen regresyon doğruları 83 85 86 86 88 90 90 91 94 98 99 99 100 102 103 103 104

SEMBOL LİSTESİ

 : Özdeğer

e : Ana bileşen

F : Dalgalanım kuvveti Fk,n-k,α : F dağılımı değeri

Im,Ii : Maksimum ve i-inci gürlük indeksleri

K : Kalan matrisi

N : Gürlük, sone

P : Gürlük düzeyi, Phon Q : Q istatistiği değeri

R : Kabalık

R2 _{: Regresyon belirlilik katsayısı}

S : Keskinlik

S : Kovaryans matrisi T2 _{: T}2 _{istatistiği değeri}

W : YSA ağırlıklar matrisi x : YSA giriş değişkeni

y : YSA çıkış (cevap) değişkeni

z : z-skor

δ : Karesel hata türevi ε2 _{: Karesel hata}

ÖZET

Ses, birçok ürün için, o ürünün pazardaki rekabet gücünü etkileyen önemli bir ürün özelliğidir. Bir ürünün ses kalitesi, o ürünün sesinin, dinleyici için kabul edilebilirliğinin ve ürünle ne kadar uyumlu olduğunun ölçüsüdür. Ürün ses kalitesi bir algı olup hem öznel hem de nesnel niteliği vardır. Günümüzde ses kalitesi, pazarda, benzer ürünleri birbirinden ayıran, önemli bir tasarım parametresi olarak karşımıza çıkmaktadır.

Bir ürünün ses kalitesini ölçmek için genellikle kullanılan yöntem jüri testleridir. Fakat bu yöntem hem zaman alır hem de ek maliyetlere yol açar. Bu çalışmada seçilen bir ürün, saç kurutma makinası için, bu ek yükleri ortadan kaldırmak üzere, ses kalitesi değerlendirmesinde kullanılacak bir matematiksel araç geliştirilmiştir. Farklı firmalara ait saç kurutma makinalarıyla yapılan deney ve ölçümlerle elde edilen sonuçlar iki farklı matematiksel araç; “Ana Bileşenlerin Analizi” ve “Yapay Sinir Ağları” kullanılarak değerlendirilmiştir. Sonuç olarak bir saç kurutma makinası sesi için rahatsızlık derecesini ortaya koyacak iki ayrı matematiksel rahatsızlık ölçütü geliştirilmiştir.

Anahtar Kelimeler: Ses Kalitesi, Ana Bileşenlerin Analizi, Yapay Sinir Ağları, Rahatsızlık Ölçütü

ABSTRACT

Sound is an important attribute for many products that affects the competition power of that product in the market. Sound Quality of a product is defined as the perceptual reaction to the sound of a product that reflects the listeners reaction to the acceptability of that sound for that product and the adequacy of the sound in the context of a specific technical goal and/or task. Today, sound quality, with its objective and subjective properties, is an important design parameter that discriminates the similar products in the market.

The generally used method to measure the sound quality of a product is the jury tests. However this method is not only time consuming but also costly. In this study, to get rid of these disadvantages, for a chosen product, hair dryer, a mathematical tool to be used in sound quality design is improved. Using two different mathematical tools the results obtained from the measurements and tests for the products of different companies are correlated. An annoyance index is introduced in assessing the sound quality of the hair driers and two different mathematical sound quality measures for the hair dryers are developed.

Keywords: Sound Quality, Principle Component Analysis, Neural Networks, Annoyance Index

1. GİRİŞ

1.1 KONUNUN TANITIMI

Kullanıcı bir ürün satın alırken, o ürünün özelliklerini kendi beklentileri ve kabul edilebilirlik sınırları çerçevesinde değerlendirir. Ürün özellikleri Şekil 1.1’de görüldüğü gibi üç ana guruba ayrılabilir: kaynak yönetimi, fonksiyonellik ve estetik. Çoğu zaman maliyet, imalat, eğitim, yer gibi faktörleri kapsayan kaynak yönetimi özelliği satın alma kararını en başta etkileyen faktördür. Fakat ürün satın alındıktan sonra ürünün kullanıcıyı memnun etme derecesini belirlemede diğer faktörler daha büyük rol oynarlar.

Fonksiyonellik özellikleri ise güvenilirlik, güvenlik, verimlilik, kolay kullanım ve ses olarak sıralanabilir. Bireylerin duyularına hitap ederek ürün hakkındaki yargılarını etkileyen estetik özellikler ise ürünün rengi, biçimi, kokusu, sesidir.

Bütün bu özellik kategorilerinin biri veya birkaçının belli bir ürün için önemli olması beklenir. Örneğin bir yiyecek öğütücüsü veya elektrikli ısıtıcı için güvenlik çok önemliyken, bir PC veya buzdolabı için fazla önem taşımaz.

Bütün bu özellikler içinde ses hem estetik açıdan hem de fonksiyonellik açısından değerlendirilir. Örneğin bir motor sesi rahatsız edici veya kabul edilebilir oluşunun yanında aynı zamanda motorun iyi çalışıp çalışmadığının da göstergesidir.

Ses, son yıllarda, önemli bir ürün özelliği haline gelmiştir. Ses, ilk bakışta, kişiye göre değişen öznel bir ürün karakteristiği gibi görünse de diğer bütün özellikler gibi hem öznel hem de nesnel bakış açılarıyla değerlendirilir. Bir ürünün fiyatı da, örneğin, böyledir. Ürün, 300 milyon TL yerine 299 milyon TL şeklinde belirlenen bir fiyatla sunulursa, 299 milyon nesnel ve ölçülebilir bir değer olmasının yanında, kullanıcının kişisel yargılarını da etkileyecektir. Kullanıcı iki değer arasında hemen hemen hiç fark olmamasına rağmen birinci fiyata şüpheyle bakarken ikinciyi kabul edilebilir bulabilecektir.

Şekil 1.1 Bir ürünün kabul edilebilirliğini etkileyen özellikleri, [1].

Yıllarca akustik mühendisleri, ürün ses tasarımında, ürün tarafından yayılan akustik enerjiyle ilgilenmiştir. Hedef alınan çalışmalar hep “Düşük düzeyli ses daha iyidir” ilkesine dayanıyordu. Çünkü birçok üründen yayılan akustik enerji kullanıcılar için zararlı düzeyde idi. Fakat yıllar içinde geliştirilen tasarımların çoğu daha güvenli hale geldi. Örneğin bir arabanın içindeki ses basınç düzeyi, lüks arabalar için 120 km/h hızla giderken 70 dBA ‘ya kadar düşürülebilmiştir. Bu rakam saatlerce yolculuk yapan bir insan için tehlike yaratmayacak bir değerdir.

Seksenli yılların ortalarında akustik mühendislerinin olaya bakışı farklı bir boyut kazandı. Olay sadece ürünün yaydığı akustik enerjiyi düşürmeye dayanan tek boyutlu amacından çıkıp ürünün yaydığı akustik enerjinin başka karakteristikleri, zaman yapısı, frekans spektrumu gibi diğer boyutları da tartışılmaya başlandı. Aynı dBA düzeyine sahip sesler birbirlerinden çok farklı olabilirdi. Bu düşünce ile yeni bir kavram, “Ses Kalitesi” kavramı doğdu. Başlangıçta bu kavram, akustik enerjinin yayılımı için düzeyden başka ve işitme olayları için gürlükten başka kıstasların da olduğu anlamını taşıyordu. Başka bir deyişle, bu, akustik enerji yayılımı ve işitme olaylarının çok boyutlu bir niteliğe sahip olduğu anlamına geliyordu.

Kullanıcı

SES

Son yıllarda ses kalitesi ürün kalitesi ile çok yakın bir ilişki içinde ele alınmaktadır. Blauert ses kalitesini “Belirli teknik amaç veya yapının gerektirdiği şartlara sesin uyumluluğu” olarak tanımlamıştır,[2]. Bu şartların ürünün rekabet kapasitesini de içeriyor oluşu ses kalitesinin ürünün pazardaki konumundaki rolünü de gözler önüne serer.

Ses kalitesi incelemesinin uygulama alanı daha çok, otomobiller (iç ve dış gürültü), kahve makinasından bulaşık makinasına kadar ev aletleri, bahçe aletleri ve güç aletleridir. Müşterinin tüketici yani uç kullanıcı olduğu durumda ürünün akustik performansı, psikoakustik parametreler önem kazanır.

Günümüzün rekabet ortamında üreticiler hemen hemen aynı makina ve malzemeleri kullanarak üretim yapmaktadırlar. Bu şartlar altında ürünün rekabet gücünü arttıran faktör, tasarım özellikleri olmaktadır. Ses kalitesi ise benzer ürünleri ayıran önemli bir tasarım parametresi olarak karşımıza çıkmaktadır.

1.2 Tarihçe

Ses kalitesi kavramı psikoakustik biliminin gelişimi sürecinde önem kazanmıştır. Araştırmacılar insan kulağına gelen sesin orada nasıl bir işlemden geçirildiğini temel ilkeleriyle ortaya koymaya çalışmışlar ve bu süreçte birtakım psikoakustik kavramlar tanımlamışlardır. Stevens (1933), doktora çalışmasında, sesin şiddetini, ki üç boyutlu olarak düşünmüştür, bağımsız bir işitsel nitelik olarak ele almış ve boyutlararası ölçeklendirme teknikleri oluşturarak ifadelendirmiştir. Saf tonlar için, hem sesin fiziksel şiddetinden hem de frekans yapısından etkilenen, dört öznel nitelik öne sürmüştür: Gürlük, sesin frekans öznelliği, şiddet ve yoğunluk (1934). Thomas (1952), Stevens’ın çalışmasını saf tonlar için eş yükselti eğrileri türeterek genişletmiştir. Stevens (1955), daha sonra, bireylerin sesin frekans ve basınç değişimlerine karşı verdikleri tepkiyi istatistiksel olarak değerlendirerek, sesin toplam gürlüğünü hesaplayan bir yaklaşım ortaya koymuştur. Diğer taraftan Zwicker, insan kulağının maskeleme özellikleri yoluyla sesin gürlük değerini hesaplayan bir yöntem geliştirmiştir. Zwicker’in geliştirdiği grafikler kullanılarak, sesin basınç spektrumu yardımıyla sesin gürlük değerini hesaplamak mümkündür.

Gürlük üzerine yapılan çalışmalar devam etmekle birlikte sesin öznel niteliklerini tanımlayan birçok başka metrikler de tanımlanmıştır. Bu metriklerden

biri, keskinlik, Von Bismark (1974) tarafından tanımlanmış olup Aures (1985) tarafından değiştirilerek yeni bir boyut kazandırılmıştır. Helman (1985) ton-gürültü oranı konusunda çalışmalar yapmıştır. Fastl’ın çalışmaları ise (1992) dalgalanım kuvvetinin hesaplanması üzerine olmuştur. Yeni metriklerin geliştirilmesi çalışmaları günümüzde halen devam etmektedir.

Sesin psikolojik etkilerinin matematik modellerinin kurulması, ses tasarımında bu etkilerin değerlendirilmesine olanak sağlamıştır. Jüri testi değerlendirmeleri için ortaya konan yenilikler, ses kalitesi çalışmalarına son yıllarda hız kazandırmıştır. Blauert insan kulağına yakın ses kayıt sistemlerinin gelişmesi konusunda çalışmalar yapmış, bununla beraber ses kalitesi kavramının, Jekosch ile birlikte, psikolojik ve anlamsal açıdan bir incelemesini sunmuştur (1996), [3].

Birçok araştırmacı ürün ses kalitesi değerlendirmesi ile uygulama çalışmaları gerçekleştirmiştir. Çeşitli ürünler için ses kalitesini değerlendirmek üzere en uygun araçlar üzerinde tartışılmış, öznel ve nesnel cevap verileri kullanılarak bazı yeni metrikler geliştirilmiştir. Bunun yanında ses kalitesi psikolojik bakış açısından değerlendirilerek, öznel değerlendirmede kullanılacak anlamsal faktörler üzerinde durulmuştur. Laux ve Davies (1990), insanların ses algısını ölçmekte kullanılan araçların ses kalitesi yöntemine uygunluklarını tartışmış ve yetersizlikleri otaya koymuştur, [4]. Bundan başka, Zwicker’in Tarafsızlık Modeline (UBA- Unbiased Annoyance) bir yaklaşım oluşturmak üzere, üretilen psikoakustik metrikler kullanılarak, öznel cevap verisi ile tekrar eğitilebilmeye hazır bir yapay sinir ağı oluşturmuşlardır, (1990), [5]. Ses kalitesi yönteminin önemli bir ayağı olan psikolojik değerlendirme konusunda, beş farklı kültürü içeren, Japon, İsveç, Çin, Alman ve Amerikan, kültürler arası bir çalışma yapılmıştır, (1991). Bu beş ülkede rahatsızlık, gürlük, gürültülülük gibi kavramların nasıl algılandığı karşılaştırmalı olarak incelenmiştir, [6]. Findel ve Lewis (1996) tarafından helikopter içi ses kalitesi incelenmiş ve helikopter içi ses kalitesini dBA, dBC veya phon gibi klasik ölçülerden daha iyi yansıtan yeni bir düzey ağırlık fonksiyonu önerilmiştir, [7]. May, Davies ve Bolton (1996), buzdolabı gürültüsünden kaynaklanan rahatsızlığın tahmin edilmesi için ses kalitesi metriklerinin bir lineer kombinasyonunu oluşturmuşlardır, [8]. Preis (1996), gürültüden kaynaklanan rahatsızlık etkisini çok bileşenli bir yaklaşımla incelemiştir, [9]. Blauert ve Jekosch (1997), ürün ses kalitesini çok katmanlı bir problem olarak ele almışlardır. Ürün ses kalitesi kavramının ayrıntılı bir tanımını

vererek ses kalitesi mühendisleri için yöntemin oluşumunda yer alan çeşitli bileşen ve işlemleri tanıtmışlardır, [2]. Guski (1997), ses kalitesinin nicelleştirilmesi ve akustik bilginin değerlendirilmesi için sıkça kullanılan psikolojik testlerden ayrıntılı olarak bahsetmiştir, [10]. Bodden (1997), günümüzde kullanılan ölçüm yöntemlerinin ses kalitesini ne kadar yansıttığını, bu yöntemlerin sınırlamaları ve risklerini incelemiş ve bu alanda gelecekte yaratılacak olan araçlardan ne bekleneceğini ortaya koymuştur, [11]. Keiper (1997), ses kalitesi çevrimini, pazar talepleri, tüketici değerlendirmeleri, ürün tasarım özellikleri, algısal araştırma, akustik işitme araçları, ürün geliştirme ve mühendislik, simulasyon ve sessiz ürün tasarımı için gerekli diğer araçlar çerçevesinde incelemiştir, [12]. Beidl ve Stücklschwaiger (1997) tarafından motorların ses kalitesi üzerine yapılan çalışmada objektif ölçüm parametreleri ile öznel jüri testi parametreleri arasında yapılan ilişkilendirme sonucu motor seslerini değerlendirmek üzere bir rahatsızlık indeksi oluşturulmuştur, [13]. Van der Auweraer, Wyckaert ve Hendricx (1997) iki otomotiv ses kalitesi durumu, yol gürültüsü (geniş bant sinyal) ve kapı çarpma gürültüsü (geçici sinyal) için ses kalitesi prosedürünü uygulamışlardır, [14]. Bisping (1997), araç içi ses kalitesinin iki temel algısal faktör, memnuniyet verici olma ve güçlülük faktörlerine bağlı olduğu sonucunu kullanarak bu iki faktör arasındaki ilişkiyi incelemiş ve kabul edilebilir bir ses kalitesi yaratmak için bu iki faktörün dengelenmesi gerektiğinin altını çizmiştir, [15]. Widman (1997), ses kalitesi tasarımında psikoakustik araçları kullanarak otomobil içi durağan ve impulsif sesleri incelemiştir. Bu iki gurup ses için ses kalitesi değerlendirmesinde ağırlıklandırılmış düzeylerin yeterli olmadığını gürlük, keskinlik, tonalite ve kabalık gibi psikoakustik büyüklüklerin dikkate alınması gerektiğini ortaya koymuşlardır, [16]. Sussini, McAdams ve Winsberg (1999), seslerin kompleks ve hem algısal hem de akustik açıdan çok boyutlu bir yapıya sahip oldukları gerçeğine dayanarak, çok boyutlu bir ölçeklendirme tekniği önermişler ve üç boyutlu bir algısal uzay elde etmişlerdir, [17]. Jekosch (1999) sesin fiziksel boyutunu bir kenara bırakıp anlamsal boyutunu incelemiştir. Seslerin anlam taşıyan işaretler olduğunu ifade etmiş ve bu işaretlerle ses kalitesi arasındaki ilişkiyi ortaya koymuştur, [18]. Prante (1999), sonlu sistem cevabına sahip yapay sinir ağları kullanılarak bireylerin günlük yaşamda işitilen seslere tepkilerini modellemeye çalışmıştır. Böylelikle ses ve sesin kalite ölçüsü arasında doğrudan bağlantı kurarak, yapay sinir ağı yaklaşımının ses kalitesi tahminleri için uygun bir araç olduğunu ortaya koymuştur, [19].

Ishiyama ve Hashimoto (2000), yol trafik gürültüsünün sebep olduğu rahatsızlık üzerinde çalışmışlardır. Kabalık, keskinlik ve dalgalanım kuvveti parametrelerinin ses kalitesi üzerinde önemli etkisi olduğu bulunmuş ve bir rahatsızlık modeli kurulmuştur, [20]. Otto, Amman, Eaton ve Lake (2001), otomobiller için ürünün ses kalitesi araştırmasında kullanılabilecek ölçüm araçları, jüri testi metotları ve izlenebilecek matematiksel analiz yöntemlerini bir dizi seçenek halinde sunmuştur, [21].

1.3 Çalışmanın Amacı ve İçeriği

Bir ürünün ses kalitesini ölçmek için genellikle kullanılan yöntem jüri testleridir. Fakat bu yöntem hem zaman alır hem de ek maliyetlere yol açar. Bu çalışmada, bu ek yükleri kaldırmak üzere seçilen bir ürün için ses kalitesi ölçütü geliştirilmeye çalışılmıştır. Böylelikle, jüri testine gerek kalmadan, sadece sesin ölçümler sonucu elde edilebilen özelliklerini kullanarak ürünün ses kalitesini değerlendirmek ve kendi kategorisindeki yerini belirlemek mümkün hale gelmiştir. Bu amaçla, ürün olarak her evde bulunan, kolaylıkla sağlanabilecek ve günlük yaşamda kayda değer bir gürültü kaynağı olarak karşımıza çıkan bir ev aleti, saç kurutma makinası seçilmiştir.

Bu çalışma kapsamında, seçilen sekiz adet farklı saç kurutma makinası, örnek olarak seçilerek, ele alınan herhangi bir saç kurutma makinasının ses kalitesi ölçütünün bir matematiksel modeli kurularak ses kalitesini tek bir sayı ile tanımlayabilecek bir rahatsızlık indeksi oluşturulmaya çalışılmıştır. Bunun için nesnel ve öznel değerlendirmeler yapılmıştır. Sekiz adet saç kurutma makinası sesi Brüel&Kjaer Pulse Version 6.1 sistemiyle kaydedilmiştir. Pulse Sound Quality Software – Type 7698 kullanılarak sesler için, ses kalitesi metrik değerleri ve 1/3 oktav bantları ses basınç düzeyleri elde edilmiştir. Bu nesnel verilerin yanı sıra, yirmiiki bireyle gerçekleştirilen jüri testleri sonucunda öznel veriler elde edilmiştir. Yapılan deneysel çalışmalar sonucunda elde edilen bu iki gurup büyüklük arasında iki farklı matematiksel araç, Ana Bileşenlerin Analizi ve Yapay Sinir Ağları kullanılarak ilişkilendirme gerçekleştirilmiştir. Böylelikle bir saç kurutma makinası tasarımında makinanın rahatsız edicilik derecesini belirleyebilecek iki farklı rahatsızlık ölçütü ortaya konmuştur. Matematiksel modellemede Matlab Version 5.2

Bu tez kapsamında, ikinci bölümde ses kalitesi değerlendirmesinin teorik temelleri üzerinde durulmuştur. Üçüncü bölümde ses kalitesi kavramından bahsedilerek ses kalitesi yönteminin işleyiş sistematiği sunulmuştur. Bölüm 4’de Teorik Modellemede kullanılan matematiksel araçlar tanıtılmıştır. Bölüm 5’de yapılan deneysel çalışma ve çalışmanın sonuçları açıklamıştır. Son olarak, Bölüm 6’da elde edilen sonuçlar değerlendirilmiştir.

2. ÜRÜN SES KALİTESİ – TEORİK ESASLAR

2.1 PSİKOAKUSTİK

Psikoakustik, akustik dalga parametreleriyle işitsel olayların arasındaki ilişkiyle ilgilenen, ölçümsel metodlarla işitsel nitelikler arasında köprü oluşturan bilimdir. Bireyler seslere – havadaki basınç dalgalanmalarından kaynaklanan fiziksel uyarıma – nasıl tepki verirler? Sese verilen algısal tepki sadece sesin teknik özelliklerine değil aynı zamanda bireyin algısını etkileyen psikolojik faktörlere de bağlıdır.

Psikoakustik, en basit şekliyle işitmenin psikolojik etkiler dikkate alınarak incelenmesi olarak tanımlanabilir. Psikoakustik araştırmaların amacı, işitme olayının nasıl çalıştığını ortaya çıkarmaktır. Başka bir deyişle, kulağa gelen seslerin, dinleyiciye dış dünya ile ilgili kullanılabilir bilgi vermek için, kulak ve beyin tarafından nasıl bir işlemden geçirildiğini ortaya çıkarmaktır.

Ses yayan herhangi bir araç, dinleyicilerin kulaklarının bu sese nasıl tepki verecekleri düşünülerek tasarlanmalıdır. Örneğin; bir telefon hattında algılanan ses kalitesini etkilemeden iletilen dijital bilgi miktarını azaltan bir araç nasıl geliştirilebilir? Bir fabrikada güvenli ve rahat bir ses yayılım ortamı nasıl yaratılır? Rahatsız edici olmadan, geri plan gürültüsünden daha yüksek, kolaylıkla duyulabilir bir işitsel uyarım sistemi nasıl tasarlanır? Psikoakustik tabanlı bir çalışmayla bu tarz tasarım problemlerine cevap bulmak mümkündür.

2.1.1 İnsan İşitme Mekanizması

Bireylerin işitsel olaylara nasıl tepki verdikleri sorusunu cevaplamak için öncelikle işitsel olayları fiziksel olarak nasıl algılandığı incelenmelidir. Bilindiği gibi insanın işitme olaylarıyla ilgili duyu organı kulaktır. İnsan kulağı üç temel bölüme ayrılmıştır: Dış kulak, orta Kulak, iç kulak (Şekil 2.1). Dış kulak kulak kepçesi ve bir inç uzunluğunda kulak zarında son bulan işitme kanalından oluşur. Kulak kepçesinde toplanan ses dalgaları işitme kanalından geçerek kulak zarını titreştirir.

Bir parça kağıt kalınlığındaki bu zar çekiç kemiğine bağlanır. Orta kulak östaki kanalının sonunda bulunan üç küçük kemikten oluşur: Çekiç, örs ve üzengi kemikleri. Çekiç, örs ve üzengi kemikleri gelen basınç kuvvetini üzengiye ileten bir manivela sistemi gibi iş görür. Bu basınç dengeleme işlemi yapılmadığı takdirde yaklaşık 30 dB’lik bir kayıp söz konusu olur. Üzengi kemiği ise salyangozda bulunan oval pencereye bağlıdır.

Temel bileşeni salyangoz olan iç kulak, ses algısının asıl gerçekleştiği yerdir. Şekil 2.2‘de salyangozun yapısı verilmiştir. Salyangozun hemen hemen tamamı temel membran tarafından boyuna bölünmüştür. Salyangozun sonunda temel membran tarafından ayrılan iki kanal, limpatik sıvının iki bölümde de akışını sağlayan helikotrema tarafından birleştirilir. Temel membran 3 cm uzunluğunda 0.02 cm genişliğinde olup, yaklaşık 24000 sinir ucuna sahiptir.Bu sinir hücreleri, zarda bulunan ve piezoelektrik özelliklere sahip olduğu bilinen çok hassas tüy hücrelerinde son bulur. Bu hücrelerin uyarımı elektriksel bir impulsa dönüşür ve işitsel sinirler yoluyla beynin korteksine ulaştırılır. Beyin bu bilgiyi sinirsel impuls olarak yorumlayarak işitme duyumunu oluşturur,[22].

Şekil 2.1. İnsan kulağının temel bileşenleri,[22].

Şekil 2.2. Salyangozun yapısı,[22].

İnsan kulağı 20Hz-16kHz frekans aralığındaki seslere duyarlıdır. Şekil 2.3‘de normal işitme kabiliyetine sahip bir birey için ses basınç düzeyi ve frekansa bağlı olarak seslerin işitilebilir olduğu bölgeler belirlenmiştir. Bu bölgelerin limitleri kararlı hal durumunda, yani 100 ms’den uzun süreli tonlar için geçerlidir. Gerçek işitme bölgesi alt sınır, işitme eşiği yani saf bir tonun sadece duyulabilmesi için gerekli düzey ile üst sınır ağrı eşiği arasında kalan bölgedir. Her ne kadar ağrı eşiği belirlenmişse de hasar riski sınırın üzerindeki seslere uzun süre maruz kalınmamalıdır. Taralı bölgeler konuşma ve müzik bölgelerini göstermektedir. Konuşma bölgesi, örneğin küçük bir konferans salonu için normal konuşma aralığını yansıtır. Müzik bölgesinin ise işitme bölgesinde daha geniş bir alana yayıldığı görülmektedir, [23].

Şekil 2.3. İşitme bölgesi, [23].

2.1.2 Bark Skalası ve Kritik Bantlar

İnsan kulağı sesleri sabit frekans bantlarında algılamaz. Bant genişliği, yüksek frekanslara doğru gidildikçe artan bir dizi frekans bantı sistemiyle algılar. Kritik bantlar kavramı, işitme sisteminde sesin, bir filtreler grubu tarafından analiz edildiği varsayımına dayanır. Şekil 2.4‘de bu filtrelerin bant genişlikleri (kritik bant genişliği) frekansın fonksiyonu olarak verilmiştir. Yaklaşık 500 Hz‘e kadar, kritik bant 100 Hz‘lik sabit bant genişliğine sahiptir, daha yüksek frekanslarda, %20 oranında sabit bağıl bant genişliği artışı gözlemlenmektedir. 500 Hz üzerindeki frekanslarda, kritik bant genişlikleri, yaklaşık %23 oranında sabit bağıl bant genişliği gösteren 1/3 oktav bant filtrelerine benzerlik göstermektedir,[24].

Şekil 2.4. Bark ve frekans skalaları arasındaki ilişki, [24].

Kritik bantlar, birinin üst limiti diğerinin alt limiti olacak biçimde yanyana dizildiğinde, kritik bant skalası veya Bark skalası elde edilir. Böylelikle Tablo 2.1 ‘de görüldüğü gibi belli frekanslar çakışma noktalarına karşılık gelir. Bark skalası insan işitme sisteminin psikolojik özellikleriyle yani temel membranın uzunluğuyla, lineer bir ilişki gösterir.

Tablo 2.1. Kritik bant tablosu,[24]. Kritik Bant ( Bark ) Alt ve Üst Limit ( Hz ) Merkez frekans ( Hz ) Bant Genişliği ( Hz ) 1 100 50 100 2 200 150 100 3 300 250 100 4 400 350 100 5 510 450 110 6 630 570 120 7 770 700 140 8 920 840 150 9 1080 1000 160 10 1270 1170 190 11 1480 1370 210 12 1720 1600 240 13 2000 1850 280 14 2320 2150 320 15 2700 2500 380 16 3150 2900 450 17 3700 3400 550 18 4400 4000 700 19 5300 4800 900 20 6400 5800 1100 21 7700 7000 1300 22 9500 8500 1800 23 12000 10500 2500 24 15500 13500 3500

2.2 SES KALİTESİ METRİKLERİ

Metrikler, psikoakustik parametreleri tahmin etmek için kullanılan ölçümsel büyüklüklerdir. Sesin fiziksel özelliklerinden yola çıkarak, insanların sesi algılayışlarını sayısallaştırırlar. Birçoğu Zwicker tarafından ortaya atılan ses kalitesi metriklerini hesaplamak için çeşitli kaynaklar tarafından ortaya konulmuş yöntemler vardır. Ses kalitesi metriklerinin hesaplanmasında temel bazı metrikler dışında ortak kullanılan yöntemler olmamakla beraber bu bölümde, bazı temel ses kalitesi metriklerinden ve hesap metodlarından bahsedilecektir.

2.2.1 Gürlük ve Gürlük Türevi Metrikler

2.2.1.1 Gürlük

İnsanlar, düşük-frekanslı saf tonları, aynı ses basıncı düzeyinde üretilmiş orta-frekanslı saf tonlar kadar gürültülü olarak algılamazlar. Örneğin ortalama genç bir insan 40 Hz’de 70 dB olan bir saf tonu, 1000 Hz’de de 70 dB olarak algılayacaktır. İnsanların gürlük düzeyini nasıl algıladıklarını belirlemek amacıyla serbest bir ses alanında (yansımasız ortamda), 1000 Hz de bir referans ton dinlemeleri istenmiştir. Ardından, ikinci bir tonun gürlüğünü bu referans tonun gürlüğüne eşit olacak biçimde ayarlamaları istenmiştir. Yapılan istatistik değerlendirmeler sonunda Şekil 2.5‘de görüldüğü gibi eşit gürlük ifade eden benzer eğriler orataya çıkmıştır. Her eğrinin 1000 Hz’e karşı gelen ses basıncı düzeyi o eğri için gürlük düzeyi olarak ifade edilmektedir. Gürlük düzeyinin birimi phon’dur.

Yukarıdaki örneğe dönersek verilen her iki ses için de gürlük düzeyinin, Şekil 2.5‘den, 40 phon olduğu görülür.

Gürlük düzeyindeki 10 phonluk bir artışın gürlükte iki kat artışa yol açtığı görülmüştür, [25]. Böylece logaritmik phon skalasına eşdeğer lineer bir gürlük skalası oluşturulmuştur. 1000 Hz’de, 40 dB ses basınç düzeyine sahip bir tonun gürlüğüne bir sone denir ve sone, s, ile gürlük düzeyi, phon, P , arasındaki Şekil 2.6’da grafik üzerinde görülen ilişki şu şekilde verilmiştir:

Gerçekte sesler saf tonlar halinde değillerdir ve frekans spektrumunda dağılmış bir özellik gösterirler. Gürültü bantlarındaki gürlüğü hesaplamak için, benzer öznel deneyler yapılmış ve Şekil 2.7 ‘de görüldüğü gibi gürültü bantlarını birleştiren gürlük indeksi eğrileri elde edilmiştir.

Stevens karmaşık bir sesin gürlüğünü hesaplamak için oktav ve 1/3 oktav bantı ses-basıncı düzeylerine dayanan bir yöntem geliştirmiştir. Buna göre, ilk aşamada Şekil 2.7 ‘den her oktav veya 1/3 oktav bant basıncı düzeyi için (merkez frekansları kullanarak) gürlük indeksi bulunur. Ardından Im, bütün bantların

maksimum değeri, Ii, i-inci bantın değeri ve k bir sabit (oktav bantları için k=0.3 , 1/3

oktav bantları için k=0.15) olmak üzere gürlük, sone olarak aşağıdaki eşitliğe göre hesaplanır;

Gürlük = Im (1 – k ) + k ( Σi Ii ) (2.2)

Bu değer Şekil 2.6’da verilen grafik kullanılarak phona dönüştürülebilir.

Gürlük değerini elde etmek için başka bir model de Zwicker tarafından geliştirilmiştir. Aralarında kritik bant genişliğinden daha büyük frekans aralığı olan eşit düzeyde iki ton, bu iki tonun tam ortasındaki frekansta bulunan ve ikisinin toplam şiddetine eşit düzeydeki tek bir tondan daha büyük bir gürlük üretirler, [23]. Bu demektir ki gürlük ayrık spektral bileşenler tarafından üretilmez, daha çok iki bileşenin birbirini etkilemesiyle, özellikle frekans ayrımının küçük olduğu durumda, üretilir. Eğer toplam gürlük iki tonun birbirini etkilemesiyle oluşuyorsa, toplam gürlüğü, kritik bant oranlarının fonksiyonu biçiminde ifade edilebilecek bir değerin integrali olarak düşünebiliriz. Bu fonksiyon genellikle spesifik gürlük, N’, olarak anılır. O halde gürlük, N, spesifik gürlüğün kritik bant oranları üzerinden integralidir, matematiksel ifadeyle,



Zwicker tarafından geliştirilen yöntemle sinyalin stasyoner veya non-stasyoner oluşuna bağlı olarak gürlük iki farklı biçimde hasaplanabilir. Eğer

belirlenmeye çalışılıyorsa, stasyoner analiz kullanılır. Bu analiz, sinyalin gürlüğü için zamana göre de belirlenebilecek, ortalama bir değer verir. Bu değer tek bir N sayısı veya bir N’, spesifik gürlük fonksiyonu da olabilir. Eğer sinyal zamanla değişiyorsa, hem kısa zaman değişimleri hem de bir makinanın bir tam döngüsünün değişimlerinin incelenmesi için stasyoner olmayan analiz kullanılır. Analiz, zamanda eşit dağılmış bir multispektrum şeklinde sonuç verir. Elde edilen multispektrumdan toplam gürlük, N ve toplam gürlüğün zamana bağlı fonksiyonu, N(t), hesaplanabilir. Her spesifik gürlük bantı N’, zamanın fonksiyonu yani N’ (z = bant, t) veya her spektrum için özel olarak, N’ (z, t = zaman) biçiminde ifade edilebilir.

Zwicker gürlüğü, standartlaştırılmış tek hesap metodu olan ISO532B ‘ye göre hesaplanır. Toplam gürlüğe ait istatistiksel parametreler, maksimum gürlük, minimum gürlük, ortalama gürlük, gürlüğün standart sapması ve zaman örneklemelerinin %n-ini aşan gürlük değerleri de hesaplanır.

Anlık gürlük parametresi, Ni(t), zamanın bir fonksiyonudur. Bir tek

spektrumdaki bütün spesifik gürlük değerlerinin toplamı anlık gürlüğü verir. Anlık gürlüğe ait istatistiksel parametreler, maksimum anlık gürlük, minimum anlık gürlük, ortalama anlık gürlük, anlık gürlüğün standart sapması ve zaman örneklemelerinin %n’ini aşan anlık gürlük de hesaplanır.

2.2.1.2 Keskinlik

Keskinlik, bir sinyaldeki yüksek frekans bileşenlerinin rahatsızlık verici olma derecesinin ölçüsünü veren bir büyüklüktür. Keskinlik spektral bir metriktir ve sinyalin tüm düzeyinden bağımsızdır. Keskinliği etkileyen en önemli parametreler spektral içerik ve dar bant gürültülerinin merkez frekansıdır. Keskinliği nicel ifade edebilmek için “acum” adı verilen büyüklük kullanılır. 60 dB düzeyinde 1 kHz

merkez frekanslı kritik bant genişliğindeki dar bant gürültü üreten bir ses 1 acum’dur. Bu referans nokta Şekil 2.8 ‘de bir (+) ile işaretlenmiştir.

Şekil 2.8‘de keskinliğin frekansla değişimi görülmektedir. Koyu çizgi 1 Bark kritik bant genişlikli dar bant gürültünün keskinliğini, merkez frekanslarına bağlı olarak vermektedir. Görüldüğü gibi dar bant gürültünün merkez frekansını arttırdıkça keskinlik de artar. 16 Bark üzerindeki değerler için artış gösteren bir ağırlık faktörü kullanılıp, gürlük- kritik bant oranı dağılımı ve 1 kHz merkezli dar bant gürültünün 1

acum keskinlik ürettiği göz önünde bulundurularak, keskinlik, S, için aşağıdaki formülasyon verilebilir:





g(z) ağırlık fonksiyonu ise ,

16 z , 16 z , 0.066e 1 { g(z) _0.171z    (2.5)

Zwicker tarafından önerilen bu fomülasyondan başka, Aures tarafından önerilen pratik uygulamalar için daha uygun olan ikinci bir formülasyon ise,

1) ln(0.05N dz g(z) (z) N' 0.11 S 24 1     



Gürlük multispektrumuna dayanarak, zamanla değişen keskinlik, S(t), hesaplanabilir buradan tıpkı gürlükte olduğu gibi istatistiksel keskinlik, ortalama keskinlik, keskinliğin standart sapması, zaman örneklemelerinin %n’inin üstündeki keskinlik N(n) hesaplanır.

Şekil 2.8. Dar bant gürültünün ( koyu ) ,yüksek geçiş gürültünün ( çizgili ) ve alçak geçiş gürültünün ( noktalı ) keskinliği.

2.2.1.3 Dalganım Kuvveti

Geçici ses değişimleri iki farklı algıya sebebiyet verebilir: Yüksek frekans değişimlerinde dalgalanım kuvveti; alçak frekans değişimlerinde kabalık. Dalgalanım kuvvetinin işitme hassasiyeti, 0-20 Hz modulasyon frekanslarında oluşur ve 4 Hz‘de maksimuma ulaşır. Meydana gelen frekans değişimine yüksek frekanslardaki bileşenlerin genlik ve frekans modülasyonları yol açar. Bu da ses sinyallerinde yavaş genlik ve frekans dalgalanmaları şeklinde gözlemlenir.

Dalgalanım kuvvetinin birimi “vacil” dir. 4 Hz’de %100 genlik modulasyonlu 60 dB 1 kHz bir ton vacil dalgalanım kuvveti üretir.

Dalgalanım kuvveti, zamana bağlı (stasyoner olmayan) gürlük multispektrumu baz alınarak hesaplanır. Sonuç tek bir sayı olabileceği gibi spesifik dalgalanım kuvvetini veren frekansa bağlı bir F’(z) fonksiyonu olabilir. Spesifik dalgalanım kuvvetini veren F’(z) fonksiyonunun, Zwicker’in dalgalanım kuvveti ifadesi baz alınarak belirlenmiş formülasyonu,

(99)) (1)/N' 20log(N'

ΔL (2.7)

ve fmod modülasyon frekansı olmak üzere,

mod(z) mod(z)/4 4/f f Δz ΔL(z) 0.032 (z) F'     vacil (2.8)

şeklindedir. Dalgalanım kuvveti ise bütün spesifik dalgalanım kuvvetlerinin toplamıdır:



 24 F'(z)

F vacil (2.9)

2.2.1.4 Kabalık

Kabalık, R, orta frekanslardan yüksek frekanslar doğru sinyal genliğindeki değişimlerin miktarının hesabıdır. Kabalık, 20-300 Hz bölgesindeki modülasyon frekansları tarafından üretilen hızlı değişimler sonucu ortaya çıkar. 70 Hz modülasyon frekansı civarında, kabalık değeri maksimuma ulaşır ve daha yüksek modülasyon frekanslarında ise düşer.

Kabalığı tanımlayan referans değere “asper” adı verilir. 1 asperlik kabalığı tanımlamak için, 70 Hz modülasyon frekansında %100 genlikte modüle edilmiş 60dB 1 kHz ton kullanılır.

Kabalık da dalgalanım kuvveti gibi zamana bağlı günlük multispektrumu baz alınarak hesaplanır. Sonuç tek bir sayı veya spesifik kabalığı veren bir R’(z) frekans fonksiyonu olabilir. Zwicker tarafından önerilen ve hesaba uygun hale getirilmiş kabalık formülasyonu, R’(z)=0.0003 x fmod (z) x ∆LE(z) x ∆z asper (2.10) şeklindedir. Burada, (99)) (1)/N' 20log(N' ΔL_E  (2.11)

formülü ile ifade edilir.

Kabalık ise bütün spesifik kabalıkların toplamıdır,

R=



2.2.2 FFT Tabanlı Metrikler

Ton-gürültü oranı bir sinyaldeki tonal bileşenlerin ölçüsüdür,[26]. Ton-gürültü oranı, bir tonun ses basınç düzeyi ile bu tonu merkez alan kritik banttaki gürültünün ses basınç düzeyinin farkıdır. Fark 6 dB‘den fazlaysa, bu ton dikkate alınır. Şekil 3.9‘ da Wt, tonun kendisi ve Wn, bu tonu merkez alan kritik banttaki

gürültü olmak üzere ton-gürültü oranının tanımı sunulmuştur.

Ton-gürültü oranı, FFT multispektrumunda bulunan her spektrumu analiz edip ortaya çıktığı maksimum değer ve frekansı, f, bularak hesaplanır. Tonu merkez alan kritik bant genişliği;

0.69 2 c ) ) 1000 f 1.4( 75(1 25 Δf    (2.13)

Ton Gürültü oranı, gürültünün ses basınç düzeyini, tonun düzeyinden, Lt, çıkararak

bulunur. Lt kritik bant genişliğinin yaklaşık % 10‘udur.

Şekil 2.9. Ton-gürültü oranı, [26]. 2.2.2.1 Spektrumdan Ayrılma Miktarı

Spektrumdan ayrılma miktarı, bir kritik banttaki toplam güçle, komşu kritik bantlardaki ortalama güç arasındaki farktır. Bu fark 7 dB’den fazla ise bileşen dikkate alınır. Şekil 2.10‘da spektrumdan ayrılma miktarının tanımı sunulmuştur. Burada Wc, kritik bant ve Wu veWl, komşu kritik bantlardır.

Spektrumdan ayrılma miktarı, FFT multispektrumundaki her spektrumu kritik bantlara dönüştürüp, maksimum değeri içeren kritik bantı bularak hesaplanır. Ele alınan kritik banttaki toplam güç hesaplanır ve iki komşu kritik banttaki ortalama güç belirlenir. Fark alınarak spektrumdan ayrılma miktarı elde edilir.

Şekil 2.10. Spektrumdan ayrılma miktarı, [26]. Bark

2.2.3 Psikoakustik Modeller

Akustik nitelikler yanında estetik ve algısal özelliklerin de önemli rol oynadığı ses kalitesi değerlendirmesinde, sesin rahatsızlık ve hoşa gitme özelliklerini laboratuvar ortamında belirlemek mümkün olabilir.

2.2.3.1 Sesin Rahatsızlık Özelliği

Rahatsız edici seslerin psikoakustik elemanları, psikoakustik rahatsızlık denilebilecek bir işitme faktörleri kombinasyonuyla tanımlanabilir. Bu tanımlama için Zwicker tarafından Tarafsız Rahatsızlık (Unbiased Annoyance – UBA) modeli geliştirilmiştir. Temel olarak psikoakustik rahatsızlık, gürlük, ton dağılımı ve sesin geçici yapısına bağlıdır. Psikoakustik rahatsızlık, PR, gürlük ve gürlüğe bağlı parametreler, keskinlik dalgalanım kuvveti ve kabalık değerlerine bağlı olarak şöyle formüle edilebilir: ) R)) (F, (g (S)) (g (1 N PR 2 2 2 1 5    (2.14) 10) sone N og( 1.75)0.25l acum S ( g 5 1    acum , S > 1.75 (2.15) ) asper R 0.6 vacil F (0.4 /sone) (N 2.18 g _0.4 5 2   (2.16)

(N5, ölçüm zamanının %5 ‘inde ulaşılan veya geçilen gürlük değerini temsil

etmektedir)

Bu formülasyonla psikoakustik rahatsızlık değeri, psikoakustik deneyler sonucu elde edilen veriler kullanılarak, otomobil sesleri, klima sesleri veya testere, matkap sesleri gibi birçok teknik ses için bulunabilir.

2.2.3.2 Sesin Hoşa Gitme Özelliği

İnsan işitme sisteminin karakteristik özellikleri ve sesin fiziksel parametreleri arasında ilişki kurularak sesin hoşa gitme özelliği ortaya konulmuştur. Sesin hoşa gitme özelliğinin bağıl değerleriyle, P/P0, keskinlik, kabalık, tonalite ve gürlüğün

bağıl değerleri arasında aşağıdaki ilişkilendirme yapılabilir:

2 0 0 0 0 1.0S/S 2.43T/T (0.023N/N) 0.7R/R 0 )e e (1.24 e e P P _   _   (2.17)

Keskinlik, kabalık ve gürlük için hesap yöntemlerinden önceki bölümlerde bahsedilmişti. Tonalite de nesnel olarak değerlendirilmesi gereken bir büyüklüktür. Tonalite kritik bant oranı veya gürlüğe doğrudan bağlı bir büyüklük değildir. Bağıl tonalite dağılmış kritik-bant-oranları şeklinde ifade edilen bant genişliklerine bağlıdır. Bu bant genişliği sinüzoidal tondan başlayıp, 0.1, 0.2, 0.57 ve 1.5 Barklık kritik bant oranı dağılımları için, sırasıyla, yaklaşık, 0.6, 0.3, 0.2, 0.1 değerlerine kadar bağıl birim tonalite üretecek biçimde dağılmış kritik bant oranlarının artışıyla azalan bir karakterdedir. Bu değerleri kullanarak değişik seslerin bağıl hoşa gitme özellikleri hesaplanabilir.

3. ÜRÜN SES KALİTESİ - SES KALİTESİ YÖNTEMİ

3.1 ÜRÜN TASARIMINDA SES KALİTESİNİN YERİ

Şekil 3.1’de ürün tasarım çevrimi görülmektedir. Çevrim fonksiyonlarını üç temel kategoriye ayırmak mümkündür: tanımla, tasarla, oluştur. Ürün ses tasarımında dikkat edilecek nokta sesin ürün için sadece düşürülmesi yada yok edilmesi gereken bir negatif özellik olmadığı, ürünün sunumunda istifade edilebilecek olumlu bir niteliğe dönüştürülebileceğidir. Örneğin bir otomobilin, sessizliği, onun yüksek teknolojili tasarım özelliklerini yansıtır ve hem tasarımcısı hem de kullanıcısını memnun ederken, diğer bir otomobilin sesi 50lerin spor arabalarını çağrıştıran bir etki yapabilir. Bütün psikolojik etkiler bir tarafa, ürün tasarımı nicel tanımlamalara ihtiyaç duyar. Tasarla ve oluştur aşamalarında kullanılacak nicel verilerin elde edilmesi gereklidir. İlerleyen bölümlerde bu verilerin nasıl elde edileceğiyle ilgilenilecektir.

3.2 SES KALİTESİ ÇEVRİMİ

Ses kalitesi değerlendirmesi bireylerin psikolojik yargıları ve mevcut teknik şartlar doğrultusunda sürekli geliştirilebilecek bir çevrim olarak ele alınabilir. Ürünün mevcut versiyonları veya prototiplerinden ses kaydı yoluyla veya simulasyon araçları yardımıyla ses verisi elde edilir. Gerektiği takdirde sinyal analiz yöntemleriyle modifiye edilir ve ses kalitesi metrikleri hesaplanır. Diğer taraftan ürün sesi bir gurup bireye dinletilerek insanların sesler hakkındaki öznel yargıları elde edilir. İstatistiksel analizle kullanılabilir hale getirilen nesnel ve öznel değerlendirme sonuçları arasında bir ilişkilendirme yapılır. Böylece kullanıcıyı memnun edecek, hedef sese ulaşmak için yapılmasın gereken değişikliklerin ne olduğu ortaya konur.

Şekil 3.2’de şematik olarak verilen ses kalitesi çevrimini beş aşamaya ayırabiliriz:

1. Ses Kayıtları 2. Sinyal Analizi 3. Jüri Testi 4. Veri Analizi

Şekil 3.2. Ses kalitesi çevrimi.

Ses kalitesi çevriminin aşamalarını incelemeye geçmeden önce, çevrimin başlangıç ve aynı zamanda sonuç noktası olan hedef ses kavramından bahsedelim. Ürün tasarımında başlangıç noktası müşteri ihtiyaçları ve talepleridir. Hedef müşteri kitlesinin ihtiyaç ve taleplerini karşılayacak bir hedef ses (Şekil 3.3) belirlenmelidir. Örneğin saç kurutma makinası tasarımında, akustik tasarım aşamasında, ‘Saç kurutma makinasının çalışması sırasında uygun ses nedir?’, ‘Çalışma gürültüsünün nasıl bir ses olması beklenir?’, ‘Pazar için ürün sesinin önemi ne kadardır?’ gibi sorulara bulunacak cevaplarla hedef ses belirlenir. Hedef ses, prototipler, ürünün eski modelleri, rakip ürünler ve bazen ses simulasyonları ve manipulasyonları kullanılarak elde edilebilir.

Ses Verisi Deneyler Hedef Ses Tasarım Değişiklikleri Korelasyon Öznel Değerlendirme Sonuçları Ölçümler Nesnel Değerlendirme Sonuçları

Şekil 3.3. Hedef sesi etkileyen faktörler.

3.2.1 Ses Kaydının Yapılması

Ses kalitesi değerlendirmesinde, analiz edilecek sesin, insan işitme algısına en yakın olacak biçimde kaydedilmesi büyük önem taşır. İnsanlar sesi, iki algılayıcı, sağ ve sol kulak ile algılar. Kulaklar, ses kaynağını tanıma ve onları üç boyutlu uzayda algılama olanağı sağlarlar. Tek kulakla işitme ile iki kulakla işitme karşılaştırıldığında, iki kulağın çevredeki ses alanını daha iyi algılamayı sağladığı ve ses kaynaklarını bulma ve diğer bilgileri elde etmede daha etkili olduğu görülür, [11].

Bir ses kaydının güvenilir olabilmesi için ürünün gerçek kullanım sesini iyi yansıtacak bir ölçüm ortamı yaratılması gerekir. Ölçüm ortamının ürünün kullanımı sırasındaki arkaplan gürültüsünü, ortam çınlanım karakteristiklerini taşıması ve kaydın ürünün kullanım pozisyonunda yapılması gerekir. Ses kaydının gerçeğe en yakın biçimde yapılabilmesi çoğu zaman ancak taşınabilir bir kayıt cihazıyla olur.

Ses kalitesi uygulamalarında kullanılabilecek kayıt yöntemleri şöyle sıralanabilir:

 Tek-Kanallı Kayıt: Bu kayıt yöntemi hem ucuz hem de kolay olmasına rağmen ses kalitesi uygulamaları için çok da uygun bir yöntem değildir. Bir

Pazar-Kullanıcı Gereksinimleri Uzman Görüşleri Müşteri Görüşleri Yönetici Görüşleri Ürün Tasarımı HEDEF SES

mikrofon aracılığıyla toplanan analog ses sinyalleri dijital sinyallere çevrilip, DAT ( Digital Audio Tape ), optik disk ( CD-Recorder ) veya doğrudan bir bilgisayarda ( hard-disk veya Magneto-Optical-Disk-MOD ) toplanır.

 Çift Kanallı Kayıt: İnsan algısına en yakın işitsel olarak uygun ses kayıt yöntemidir. Ses sinyalleri sağ ve sol kulakta toplanır gibi algılanıp yine tek kanallı kayıtta olduğu gibi depolanır. Günümüzde farklı işitme karakteristiklerini en iyi biçimde yansıtabilmek için insan başını model olarak alan yapay baş kullanılmaktadır. Yapay baş, ses alanının bütün yönelim karakteristiklerini içeren bir kayıt yaparak bir sonraki aşamada kulaklıklar aracılığıyla sesin gerçeğe çok yakın biçinde geri dinletilmesini sağlar. Bazı durumlarda ise kulak içine yerleştirilen minyatür mikrofonlarla kayıt yapılmakta, yapay başın yerini insan başı almaktadır.

 Çok Kanallı Kayıt: Bu kayıt yöntemiyle çift kanallı kayıtla elde edilemeyen bazı sinyallerin kaydedilmesi sağlanır. Bazı sistemler gereken durumlar için, rpm-bilgisi veya sıcaklık gibi kontrol sinyalleri de kaydetmek üzere ek kanallar sunmaktadır.

Simulasyon Araçları

Ses kalitesi çevriminde kullanılacak olan ürün sesi ürünün mevcut versiyonlarının veya prototiplerinin seslerinin kaydedilmesi yoluyla elde edilebileceği gibi simulasyon yoluyla da elde edilebilir. Bu iş için kullanılabilecek simulasyon araçları mevcuttur. FEM (Finite Element Method), BEM (Boundary Element Method) modelleri üründen yayılan ses sinyallerini tahmin etmek için kullanılır. Bu modeller sayesinde fiziksel kaynak ve ortaya çıkan ses arasında doğrudan bir bağlantı kurmak mümkün olur. Buna karşılık tahmin edilen sesin kesinliğinden emin olmak zordur. Bu yüzden ses kalitesi uygulamaları için her zaman uygun bir yaklaşım olmayabilir.

Sinyal Manipulasyonları

Ses kalitesi uygulaması bir çevrim olduğuna göre çevrimin her aşamasında hedef sesi belirlemek ve elde etmek için ürün üzerinde mekanik değişiklikler yapmak, hem zaman hem de maliyet açısından kayıp olacaktır.

Örneğin gayet gürültülü bir saç kurutma makinası daha sessiz, iyi dengelenmiş bir motorla tekrar tasarlanabilir. Buna alternatif olarak yeni fan kanadı tasarımı yapılabilir ki bu motora göre çok daha az maliyete sahiptir. Yeni motor harmonik gürültü bileşenlerini aşağıya çekerken, kanat tasarımı geniş bant gürültüyü birkaç dB düşürecektir. Her iki çözüm de ürün üzerinde herhangi bir mekanik değişiklik yapılmadan gelişmiş sinyal manipulasyonu araçlarıyla ses sinyalleri üzerinde gerçekleştirilebilir. Böylelikle, akustik mühendisleri veya potansiyel müşterilerden oluşan jüri üyelerinin bu iki yeni sesi karşılaştırıp karar vermesiyle herhangi bir prototip üretilmedn ses kalitesi/maliyet oranı ortaya konabilir.

Sinyal manipulasyonu için genellikle,

 Bu iş için hazırlanmış ses editörleri,

 Standart FIR,IIR filtreler,

 Kullanıcı tanımlı filtreler,

 Dış parametrelerle kontrol edilen filtreler; ör:rpm bilgisi kullanılır.

Burada unutulmaması gereken nokta şudur: Hedef sese ulaşmak için sonradan sesi yayan ürün üzerinde modifikasyonlar yapılacaktır. Bu yüzden hedef sesi oluştururken fiziksel kaynağın niteliklerine göre hareket edilmelidir.

3.2.2 Sinyal Analizi

Ses sinyallerinin özelliklerinin ortaya çıkarılması için birtakım matematiksel modeller kullanılarak analiz edilmesi gerekir. Ses kalitesi yöntemiyle sesin psikolojik etkileri de işin içine girdiğinden ses basınç düzeyi, ağırlıklandırılmış ses basınç düzeyleri gibi ölçüler veya sesin frekans yapısını değerlendirmede en yaygın kullanılan FFT analizi gibi yöntemler yetersiz kalmaktadır. Bu aşamada devreye ses kalitesi metrikleri girer. Ses kalitesi metriklerine ikinci bölümde teorik olarak ayrıntılı biçimde değinilmiştir. Ses kalitesi metriklerinin en önemli eksiklikleri ise gürlük gibi bazı büyüklüklerin, durağan sinyaller temel alınarak oluşturulmuş olması,

birçok büyüklüğün ise henüz tek kanallı işitmeye uygun olarak tanımlanmış olmasıdır.

Bulunan bütün ses kalitesi metrikleri topluluğu ile son bir değerlendirme yapılabilir. Bunun için, yine ikinci bölümde daha ayrıntılı incelenmiş olan, genel kalite indeksleri, örneğin rahatsızlık indeksi, hoşa gitme indeksi, oluşturulur.

3.2.3 Jüri Testi

Müşterilerin isteklerini belirlemenin en kolay yolu onlara sormaktır. Bu ise, genellikle, ses örneklerini biraraya toplanıp, seçici bir jüriye dinletmek yoluyla olur. Test yöneticisi, müşteriler ve uzmanlardan oluşturulan bir jüriden kendilerine verilen psikolojik testi doldurmalarını ister. Bu psikolojik testlerle ‘Ürün tercihini etkileyen faktörler nelerdir?’, ‘Hangi ürün daha iyi yapılmıştır?’, ‘Satın alır mısınız?’, ‘Hangisi daha güçlüdür?’ gibi sorulara cevap aranır. Jüri testinin amacı ürünün kabul edilebilirliğinde, daha fazla ve daha az etkin olacak ses özelliklerini ortaya çıkarmak olarak özetlenebilir.

Anlamlı bir test ortaya koymak için, jüri üyelerinin seçiminden eğitimine, ses sinyallerinin hazırlanmasından sunumuna kadar özenle hazırlanması ve yürütülmesi gereken bir süreç vardır. Doğru gerçekleştirilmiş bir test sonucunda, istatistiksel olarak yorumlanmak üzere anlamlı sonuçlar elde edilir.

Jüri Test Prosedürü uygulanırken şu adımlar takip edilir:

1. Jüri üyelerinin seçimi ve sayısı: Jürinin seçiminde en önemli soru jürinin uzmanlardan mı, yoksa sıradan dinleyicilerden mi oluşacağıdır. Uzmanlar ürünle ilgili bilgi ve tecrübe sahibi bireylerdir. Bir sesi belli bir mekanizmayla ilişkilendirebilme kabiliyetine sahiptirler. Öte yandan ürünle ilişkileri ve özellikleriyle ilgili bilgileri ön yargıya yol açabilir ve müşterinin eğilim ve tepkilerini çok iyi yansıtamayabilir. Jüri müşterilerden oluşturulacaksa, hitap edilecek müşterinin kim, ürünün uç kullanıcıları mı, ara satıcılar mı olduğu iyi belirlenmeli, ürünün müşteri profilini yansıtacak biçimde, yaş, cinsiyet, ekonomik durum vb. özellikler dikkate alınarak seçilmelidir. Dinleyici seçiminde, bireylerin ürün hakkında önceden elde ettikleri deneyimlere dayanan beklentileri de dikkate alınmalıdır. Örneğin

lüks araba kullanıcılarından oluşan bir jüriyle spor araba motorlarının gürültüsünü değerlendirmek çok iyi sonuç vermez.

Jüri üyelerinin sayısı, jürinin eğitiminin gerekliliği ve test prosedürünün zorluk derecesi, test için harcanacak zaman göz önünde bulundurularak belirlenir. Bunun dışında, sayının, sonuçların değelendirilmesinde kullanılacak istatistiksel yönteme uygun olması dikkat edilmelidir.

2. Jüri üyelerinin eğitimi: Dinleme testine katılan bireyler öncelikle soruların anlamı, cevaplarını ölçeklendirilmesi gibi konularda eğitilmelidir. Eğitim kişileri sese ve değerlendirme işleyişine alıştırmak için yapılır. Eğitimin niteliği ve gerekliliği test metodunun işleyişine ve zorluk derecesine göre değişir. Örneğin, basit bir test prosedürü dahilinde, günlük hayatta duyulan seslerle yapılan bir testte sese alışma eğitimine ihtiyaç yoktur. Yalnızca kişilerin değerlendirme işleyişiyle tanışmaları için yapılan bir hazırlık yeterlidir. Karmaşık bir test prosedürü (örneğin büyüklük tahmini) için ise birkaç hafta, günde birkaç saat süren eğitim aşaması gerekir.

3. Uyarım sinyallerinin hazırlanması ve sunumu: Deney tasarımında seslerin sunumu aşamasında, eğer sunum kontrolü test yöneticisinin elindeyse, sesin sürekliliği, sunuşlar arasındaki zaman, seslerin sıralaması önem taşır. Başka bir yöntem ise seslerin sunum kontrolünün dinleyicide olmasıdır. Böylece dinleyici istediği sesi, istediği sayıda dinleyebilir. Aynı sesler her bireye farklı sırada sunulmuş olur ki bunun faydası sunuş sırasının etkisini minimuma indirmektir.

Test uzunluğu belirlenirken jürinin ne kadar zamanda yorulacağı dikkate alınmalıdır. genelde bu süre 30-45 dakika alınır. Ayrıca bu süre belirlenirken yüksek gürültü düzeylerinin jürinin sağlığını bozması riskinin de gözönünde bulundurulması gerekir.

Dinleme aşamasında, seslerin sunumu, tercihen ürünün kullanım ortamını yansıtan bir mekanda, kulaklıklarla, hoperlörlerle veya canlı olarak gerçekleştirilebilir. Örneğin otomobil içi sesleri gibi dinleyiciyi çevreleyen seslerin değerlendirilmesi durumunda, çift taraflı dinleme yani kulaklıkla dinleme yapılması gerekecektir.

Jüri Test Yöntemleri

 Büyüklük Tahmini: Kişiler dinledikleri ses için verilen sıfatlara sayılar atarlar. İlk olarak ortalama düzeyde bir ses sunulurak bu ses sabit bir sayı önerilir. Şekil 3.4’de görüldüğü gibi A uyarımına 100 sayısı atanmıştır. A uyarımı ile karşılaştırılmak üzere B uyarımları sunulur. B uyarımı için atanacak değer A uyarımı referans alınarak verilecektir. Örneğin, B, A’nın iki katı rahatsız edici ise 200 değerini; yarısı kadar rahatsız edici ise 50 değerini alacaktır. Yöntemin dezavantajı, dinleyicilerin sesleri gerçekten algı karşılaştırması yaparak mı yoksa verilen sayının anlamsal özelliğine göre mi değerlendirdikleri noktasında bir soru işaretidir. Yani dinleyici 100 değerini %100 gibi algılayıp bunun maksimumu ifade ettiğini düşünebilir.

B sesi ne kadar rahatsız edicidir? Çift 1 A 100 B Çift 2 A 100 B Çift 3 A 100 B Çift 4 A 100 B Çift 5 A 100 B

Şekil 3.4. Büyüklük tahmini test formu, [15].

 Doğrudan Ölçeklendirme: Dinleyiciler belirli bir sırada verilen ses uyarımlarına, bazen niteleyici ifadelerle birleştirilmiş, sınırlı bir sayı setini atarlar. Bu yöntem kullanılırken kişilerin bütün ölçeği kullanabilmesi için gerekli talimatlar verilmelidir.

Ölçeklendirme aralarında eşit anlamsa mesafe bulunan niteleyiciler kullanılarak yapılabilir. Şekil 3.5’de verilen beş nokta ölçeği buna bir örnektir. Bir aralık ölçeği olan, birçok nitelikle birleştirilebilen bu yöntemle bireylerin değerlendirmeleri sırasında notlandırmalar arasındaki uyumsuzluktan kaynaklanacak kargaşa önlenmiş ve kişileri eğitmeye gerek kalmamış olur.

-- - . + ++ hiç az orta oldukça çok 1 2 3 4 5

Şekil 3.5. Doğrudan ölçeklendirme skalası, [10].

 Kategorilere ayırma cetveli: Boyut tahmini ve doğrudan ölçeklendirmenin birleşimidir. İki basamaklı bir prosedürdür. Kişilere, Şekil 3.6‘de görüldüğü gibi sıfatlarla ifadelendirilmiş beş kategori ve her kategoride on alt basamaktan oluşan bir kağıt verilir. Kategori sayısı alta ve üste eklenecek uç kategorilerle arttırılabilir. İlk basamakta kişiler genel bir değerlendirme yaparlar; ikinci basamakta ise on notlandırmadan biriyle cevaplarını belirginleştirirler. Bu yöntemin uygulanması için kişilerin yöntemle ilgili eğitilmesi gerekir. 51 çok gürültülü 50 49 48 47 46 45 44 43 42 41 gürültülü 40 39 38 37 36 35 34 33 32 31 orta 30 29 28 27 26 25 24 23 22 21 sessiz 20 19 18 17 16 15 14 13 12 11 çok sessiz 10 9 8 7 6 5 4 3 2 1 0 Şekil 3.6. Kategorilere ayırma cetveli, (15).

 Zorlanmış Seçim (İkili Karşılaştırma) Yöntemi: Sesler çiftler halinde sunulur ve kişilerden ses çiftleri için bağıl karşılaştırma yapmaları istenir. Kişiler kendilerine verilen belli bir kritere göre (sesin tercih edilir oluşu, rahatsızlık verici oluşu,v.b.) çift içinde verilen seslerden birini seçerler. Bu prosedür mümkün olan bütün ses çiftleri sunulana kadar sürer.

Bu yönteme bir ölçeklendirme de eklenebilir. İlk adımda tercih edilen ses seçilip ikinci adımda bu sesin ne kadar daha çok tercih edildiği 1’den 10’a kadar sıralanmış bir skalada notlandırarılabilir. Bu yöntemin bir dezavantajı, örnek sayısı arttıkça çift sayısının çok fazla artıyor olmasıdır. t adet sesin t(t-1)/2 adet kombinasyonunun sunulması gerekecektir.

 Anlamsal Farklar Yöntemi: Bir dizi, sıfat çifti 7 veya 9 değerlendirme noktalı ölçekte notlandırılır. Her çift birbirinin zıt anlamlısı iki sıfattan oluşmaktadır. Birey listedeki her sıfat çifti için sese belirlenen skalada bir not verir. Birey, bütün değerleri atayana kadar, ses sürekli olarak veya tekrarlar şeklinde dinletilir. Anlamsal fark yöntemi için Şekil 3.7 ’de bir örnek mevcuttur.

hafif :_:_:_:_:_:_:_: ağır güzel :_:_:_:_:_:_:_: çirkin bulanık :_:_:_:_:_:_:_: açık geniş :_:_:_:_:_:_:_: dar

heyecan verici :_:_:_:_:_:_:_: sakinleştirici

kuru :_:_:_:_:_:_:_: ıslak renksiz :_:_:_:_:_:_:_: renkli basit :_:_:_:_:_:_:_: karmaşık pürüzsüz :_:_:_:_:_:_:_: pürüzlü büyük :_:_:_:_:_:_:_: küçük ...

Aşağıdaki özellikleri kullanarak duyduğunuz sese değer veriniz. Bu ses, yüksek hiç değil :_:_:_:_:_:_:_: tamamen

pürüzlü hiç değil :_:_:_:_:_:_:_: tamamen temiz hiç değil :_:_:_:_:_:_:_: tamamen düzgün hiç değil :_:_:_:_:_:_:_: tamamen ferah hiç değil :_:_:_:_:_:_:_: tamamen yumuşak hiç değil :_:_:_:_:_:_:_: tamamen yakın hiç değil :_:_:_:_:_:_:_: tamamen

...

Şekil 3.8. Çok boyutlu ölçeklendirme örneği, [10].

Bu tekniğin bir alternatif kullanım biçimi Şekil 3.8’de verilmiştir. Bu şekilde gerçekleştirilen bir testte her sıfatın zıt anlamlısını bulma zorluğu ortadan kalkar. Bununla beraber, aynı niteliği tanımlamak için farklı sıfatlar seçilebilir ve hatta birbiriyle zıt anlama sahip sıfatlar seçilerek bireylerin test içindeki tutarlılıkları belirlenebilir.

3.2.4 Veri Analizi

Ses sinyallarinin analizi ile jüri testi cevaplarının birbiriyle ilişkilendirilmesinden önce elde edilen verinin korelasyon işlemine uygun hale getirilmesi gerekir. Cevapları, yorumlama ve ilişkilendirmede kullanılabilir hale getirmek için ses kalitesi uygulamasının yapısına uygun çeşitli istatistiksel yöntemler mevcuttur. Bu bölümde basitten karmaşığa doğru ses kalitesi uygulamalarında kullanılabilecek istatistiksel analiz yöntemleri genel bir bakışla incelenecektir. 3.2.4.1 Temel Olasılık Kavramları

Bir gurup verinin genel eğilimini görmek için ilk akla gelen ve en çok uygulanan yöntem, ortalama almadır. Ortalama, basitçe, bütün cevapları toplayıp toplam cevap sayısına bölmekle elde edilir. Ortalamanın en büyük dezavantajı dağılım dışı verilerden etkilenip yanıltıcı sonuçlara yol açabilme olasılığıdır. Böyle bir durumda başka bir büyüklük, medyan, kullanılabilir. Medyan, cevapların yarısı