ऑडिटरी-गाइडेड दृश्य खोज कार्य में लक्ष्य की स्थानीयकरण के समय पर हेडफ़ोन के प्रभाव की भविष्यवाणी करना

विस्तारित वास्तविकता परिदृश्यों में, हेडफ़ोन ध्वनि का कानों तक सीधा मार्ग अवरुद्ध करते हैं, जिससे उपयोगकर्ताओं की आसपास के ध्वनि स्रोतों को स्थानीयकरण करने की क्षमता प्रभावित होती है और इमर्सिव अनुभव प्रभावित होता है। दुर्भाग्यवश, पारिस्थितिक रूप से मान्य परिदृश्यों में हेडफ़ोन पहनने के स्थानीयकरण पर संवेदनात्मक प्रभावों का आकलन महंगा और समय-नाशक होता है। यहाँ, हम एक मॉडल-आधारित उपकरण का प्रस्ताव करते हैं जो हेडफ़ोन द्वारा पेश किये गए गतिशील स्थानीयकरण ह्रास (DLD) का स्वचालित आकलन करता है, जो एक ऑडिटरी-गाइडेड दृश्य खोज कार्य में लक्ष्य खोजने के लिए आवश्यक समय को वर्णन करता है। पहले, हम बारह हेडफ़ोन के लिए प्राप्त DLD स्कोर और वास्तविक श्रोताओं के साथ खोज समय की जानकारी प्रस्तुत करते हैं। फिर, हम एक ऑडिटरी मॉडल द्वारा प्राप्त हेडफ़ोन-प्रेरित DLD स्कोर की भविष्यवाणियाँ वर्णन करते हैं, जो श्रोताओं के खोज समय का अनुकरण करने के लिए डिज़ाइन किया गया है। हमारे परिणाम यह संकेत करते हैं कि हमारा उपकरण अनदेखे हेडफ़ोन का ह्रास स्कोर भविष्यवाणी कर सकता है। इस प्रकार, हमारा उपकरण विस्तारित वास्तविकता अनुप्रयोगों में श्रोताओं के अनुभव पर हेडफ़ोन के प्रभाव का स्वचालित रूप से आकलन करने के लिए लागू किया जा सकता है.