I.A. e audiofilia: progettazione di filtri

[widemediaphotography]

14 ore fa, Aniroceppa ha scritto:

Questo è il limite che si sta cercando di superare: esistono startup che si occupano appunto di creare IA che possano imparare anche da dati non generati da umani, ma dalle IA stesse, un po' come fa un essere umano.

Se e quando ci riusciranno, assisteremo ad una rivoluzione epocale, la cui portata ed i cui effetti sono difficili da prevedere.

Ma infatti, le AI servono soprattutto ad elaborare dati in maniera autonama per generarne altri. L'esempio sono le applicazioni per la ricerca di nuovi farmaci come la molecola l'Apt1 per la cura del tumore  pancreas... e molto altro, ma veramente molto altro.

 

[franz159]

Il 09/06/2026 at 06:55, best_music ha scritto:

e百科 dati statistici

Non è un'allucinazione, sembra essere solo una "svirgola" in giapponese 

百科 , ovvero in Hiragana 「ひゃか」, letto "hyakka"

Da 
https://jisho.org/search/百科

 

Noun

1. many objects (for study)

Noun

2. encyclopedia; encyclopaedia

 

[best_music]

2 ore fa, franz159 ha scritto:

sembra essere solo una "svirgola" in giapponese

Qualcosa del genere capita di vederlo spesso, chissà che Gemini non stia dando di matto...

[Capa]

Il 09/06/2026 at 12:55, Felis ha scritto:

Stai utilizzando un numero di token limitati. Purtroppo non puoi pretendere un grado ragionevole di allucinazioni.

E' certamente così.
Ma pure il dato richiesto (quanto è alto un tal diffusore) era di una banalità disarmante ...
Ciò che mi ha più (negativamente) impressionato non è che il dato non riuscisse a restituirlo ma che insistesse con una evidente "menzogna".

[Aniroceppa]

Le AI, specie quelle gratuite, sono progettate per rispondere, sempre e comunque, compiacendo l’utente.

Non è previsto il “non lo so”.

[faber_57]

1 ora fa, Capa ha scritto:

ma che insistesse con una evidente "menzogna"

Questo è un problema grosso che viene affrontato fornendo generiche istruzioni comportamentali di base alla AI. In pratica una codice dove specifichi come si deve comportare: è un codice che occorre affinare con il tempo in modo da evitare cose come quella che hai descritto.

[Bunker]

Avete tutti fatto un analisi corretta e sottolineato problemi che anchio ho individuato e evidenziato.

Chiedere a una I.A. di capire quanto e alta una stanza o un diffusore non ha alcun senso. Non se lo scopo per cui la si usa e' arrivare a un risultato certo. Si fa prima a fornire il dato che a correggerla quando "allucina"  una risposta che non conosce.

Forse se gli fornisci marca e modello del diffusore individua anche l'altezza, e comunque sfido qualunque umano a indovinare l'altezza di un diffusore guardando una foto.

La differenza sta nel fatto che l'umano ti risponde "non ne ho idea. Se mi dici la marca provo a cercare in rete". La I.A. probabilmente si inventa una risposta e questo sono d'accordo (e ripeto) che e' un limite.

 

Se uno non e' a conoscenza di queste limitazioni e meglio che non usi le I.A., o comunque che non le usi nemmeno come calcolatori o per l'analisi di dati aggregati, se vuole ottenere una risposta affidabile.

 

Quando andavo alla scuola elementare e facevamo i "problemini" la maestra ci faceva scrivere:

- Problema 

- Dati 

- Risoluzione

La struttura rimane la stessa anche con le I.A., solo che possono fare un po di piu che calcolare quante mele puo comprare la mamma al mercato, ma solo dopo  che le abbiamo indicato quanti soldi ha la mamma e quanto costa una mela 

 

[Bunker]

 

Ho fatto un esempio concreto, utilizzando le I.A. a cui facevo riferimento, ma nella versione free e quindi limitata.

Il problema e' relativamente semplice ma richiede comunque una discreta conoscenza dell'argomento.

Vediamo come hanno risposto le tre I.A.

 

Domanda:

"Ho a disposizione uno speaker manager con cui posso impostare filtri  direttamente o in alternativa importarli. Dispone di 512 taps a 48khz.
Dispongo inoltre del software Rephase, e di un convolver sulla DAW che e' installata su un PC con processore intel I7. 
Devo realizzare due filtri a fase lineare, uno a 200hz e uno a 5000.
Che cosa mi consigli di fare ? 
Risposta non prolissa per favore" 

 

Risposta di Gemini

Con 512 tap a 48 kHz hai una risoluzione in frequenza di soli 48000 / 512 = 93.75 Hz. Questo rende impossibile generare un filtro a fase lineare efficace a 200 Hz sullo speaker manager (la finestra temporale di 10.6 ms è troppo corta per gestire le basse frequenze).

 

Ecco la strategia ottimale e diretta:

1. Filtro a 200 Hz: Convolver sulla DAW

Dove: PC (DAW / Convolver). Il processore i7 gestisce migliaia di tap senza alcuno sforzo.

Come: Usa rePhase per generare un filtro FIR ad alta risoluzione (es. 8192 o 16388 tap) a fase lineare.

Vantaggio: Piena precisione sulla transizione a bassa frequenza senza problemi di pendenza.

2. Filtro a 5000 Hz: Speaker Manager (o DAW)

Opzione A (Consigliata per latenza zero): Imposta un filtro IIR classico (Linkwitz-Riley) direttamente sullo speaker manager. A 5000 Hz la rotazione di fase dell'IIR è acusticamente trascurabile.

Opzione B (Fase Lineare pura): Genera in rePhase un FIR da 512 tap ottimizzato per i 5000 Hz e importalo nello speaker manager. A questa frequenza alta, 512 tap sono sufficienti per una corretta risposta.

Sintesi della catena

Crossover 200 Hz: Lineare sul Convolver della DAW (Filtro FIR lungo).

Crossover 5000 Hz: Sullo Speaker Manager (IIR standard o FIR da 512 tap).

 

Risposta di Chat GPT

Se hai già un PC con i7 e un convolver disponibile, io userei il convolver e lascerei allo speaker manager solo delay, gain e protezioni.

Motivi:

512 tap a 48 kHz = circa 10,7 ms di lunghezza filtro totale.

Un crossover FIR lineare a 200 Hz richiede parecchi tap per avere una pendenza seria e una buona attenuazione.

A 5000 Hz invece 512 tap sono più che sufficienti.

Quindi:

Filtro a 200 Hz: fallo in RePhase e convolvilo sul PC.

Filtro a 5000 Hz: puoi farlo sia nello speaker manager sia nel convolver; io lo farei comunque nel convolver per mantenere tutto coerente.

Se il convolver è prima del crossover digitale e devi generare più uscite, allora crea direttamente in RePhase i filtri FIR per ciascuna via e lascia allo speaker manager solo la gestione delle uscite.

In pratica: con l'hardware che hai, non vedo vantaggi nell'usare il FIR a 512 tap dello speaker manager per il taglio a 200 Hz. Il PC può fare molto meglio praticamente senza costo computazionale apprezzabile.

 

Risposta di Grok

Usa Rephase per progettare i filtri FIR lineari.
Procedura consigliata (veloce):
In Rephase:
Crea due filtri separati (o un crossover completo):
Uno HPF o LPF a 200 Hz (es. LR 24-48 dB/oct o Brickwall, a seconda delle tue esigenze).
Uno a 5000 Hz.
Usa il tab Filters Linearization per slope precise e phase lineare.
Imposta 512 taps (o meno se serve), 48 kHz, finestra opportuna (es. Hann o Blackman), centra l'impulso.
Esporta come:
.wav (32-bit float mono) per il convolver DAW sul PC i7 (ideale, zero limiti di taps).
O formato compatibile (txt/bin) per import diretto nello speaker manager.
Testa prima sul convolver DAW (più taps e facile da iterare), poi importa nello speaker manager se serve.
Consiglio: Inizia con slope moderate (24-36 dB/oct). Con 512 taps a 48 kHz hai buona risoluzione soprattutto sui 5 kHz; a 200 Hz sarà più limitato ma accettabile. Rephase è perfetto per questo. Fai prove e misura con REW.

 

_________

 

Commento

In sostanza tutte stanno proponendo lo stesso approccio, ma Chat GPT (come al solito e come lamentavo in apertura) ficca il naso in questioni che non la riguardano e che nessuno le ha chiesto (che cosa fare con lo speaker manager oltre al filtro).

Grok e' andato in allucinazione totale pur partendo da una risposta corretta, in quanto un filtro a 200hz con soli 512 taps non e' affatto accettabile, quindi non ha alcun senso importarlo nello speaker manager.

 

La cosa piu interessante e che la domanda era a trabocchetto, e infatti nessuno dei tre ha preso minimamente in considerazione il problema del preringing. E allora...

 

Domanda 2

Problemi di preringing ?
Risposta molto concisa perfavore.

 

Risposta di Gemini

Il preringing (pre-oscillazione prima del transiente) è l'effetto collaterale tipico dei filtri a fase lineare molto ripidi. Ecco come gestirlo nel tuo caso:

A 200 Hz (sul Convolver): Il rischio è udibile se usi pendenze estreme (es. oltre 48-96 dB/oct). Soluzione: In rePhase, usa pendenze moderate (24 o massimo 48 dB/ottava) e forme di filtro morbide (Brickwall o Horbach-Keele spinte al massimo sono le più a rischio).

A 5000 Hz: Il preringing a frequenze così alte è generalmente mascherato dall'orecchio umano e non costituisce un problema avvertibile.

In sintesi: Evita pendenze inutilmente verticali a bassa frequenza e non avrai problemi di preringing.

 

Risposta di Chat GPT

Si teoricamente aumenta con i filtri FIR lineari.
Però:
A 200 Hz il pre-ringing è molto lungo ma a frequenza molto bassa, quindi spesso poco percepibile.
A 5000 Hz è più breve ma può diventare più udibile sui transienti.
Nella pratica, per un crossover a 200 Hz ben fatto, il rischio maggiore non è il pre-ringing ma la latenza.
Molti progettisti usano:
FIR lineare sotto 300-500 Hz.
FIR mixed-phase o IIR sopra.

 

Risposta di Grok

Sì, possibile preringing, soprattutto sul filtro a 200 Hz.

Perché:

Con soli 512 taps a 48 kHz, la risoluzione temporale è limitata (~10.6 ms totali).

A basse frequenze (200 Hz) e slope ripide serve più taps → preringing più lungo e udibile (suoni come "suck" o pre-echo su transienti percussivi).

A 5000 Hz è molto meno problematico.

Consigli pratici in Rephase:

Usa slope moderate (24 dB/oct o max 36 dB/oct) invece di Brickwall/48+.

Finestra Hann o Blackman + centra bene l’impulso.

Prova minimum phase sul low-cut se il preringing disturba troppo (perdi linearità di fase ma guadagni transienti puliti).

Testa ascoltando transienti (kick, voce, chitarra) e misura con REW.

Inizia con slope gentili sul 200 Hz. Se il convolver DAW ha più taps disponibili, usa filtri più lunghi lì per ridurre l’effetto.

________

 

Commento:

Ancora una volta Chat GPT crea uno "spin-off"  (latenza), oltre a proporre una soluzione quantomeno discutibile (il filtro a fase lineare a 200hz).

Grok si riprende dall'allucinazione della risposta precedente confermando l'analisi (condivisibile) di Gemini.

 

Cosa appare evidente da questo banale esempio:

1) Tutte e tre le I.A. nonostante siano in versione limitata, dimostrano una buona conoscenza della materia quantomeno nell'analisi, e dunque al netto di allucinazioni o proposte di soluzioni fuori luogo.

2) per questo motivo si deve essere in grado di valutare la correttezza/efficacia delle proposte, perche potrebbero non essere accurate, o anche essere totalmente errate.

3) se anche vengono analizzati problemi collaterali non e' detto che siano quelli rilevanti. Infatti nessuna delle tre ha segnalato autonomamente il problema del pre-ringing. Anche se chat gpt ha segnalato delle criticita aggiuntive in entrambe le risposte, ha ignorato l'unica realmente rilevante.

Dunque le risposte raramente prendono in esame eventuali "drawbacks" da tenere in considerazione.

4) Tutti i sistemi hanno fornito indicazioni, in alcuni casi anche abbastanza accurate, su come realizzare i filtri in questione.

Dunque risparmio di tempo nell'analisi di uno scenario con molteplici variabili, e nelle iterazioni necessarie per giungere a una soluzione "validata" mediante test, che e' cio di cui parlavo in apertura.

 

 

 

 

 

[loureediano]

Da totale ignorante queste mi sembrano buone notizie

La intelligenza artificiale si abbevera da tutto ciò che c'è in rete.

Ottimo, saranno destinate ad impazzire 

Hanno trovato il modo di farle fuori senza saperlo.

[faber_57]

3 ore fa, loureediano ha scritto:

Da totale ignorante queste mi sembrano buone notizie

La intelligenza artificiale si abbevera da tutto ciò che c'è in rete.

Ottimo, saranno destinate ad impazzire 

Hanno trovato il modo di farle fuori senza saperlo.

Questo tuo commento mi ha fatto venire in mente alcuni studi sulle reazioni umane alle azioni dell'AI: sono studi che analizzano i motivi psicologici alla base di certi nostri BIAS che, ad esempio, ci fanno rifiutare un intervento dell'AI che salva vite umane e tollerare un intervento umano che invece non ci riesce.

[Aniroceppa]

@Bunker E' importante specificare la versione completa delle IA usate, sono troppe le differenze all'interno di differenti versioni.

[Bunker]

2 ore fa, Aniroceppa ha scritto:

@Bunker E' importante specificare la versione completa delle IA usate, sono troppe le differenze all'interno di differenti versioni.

Per il test di cui sopra ho usato gli assistenti da smartphone, nella fattispecie:

- Gemini si autoaggiorna di continuo dunque non ha una versione. Si e' aggiornata mercoledi scorso.

- Chat GPT 5.5

- Grok 4.3

Io non ho notato differenze degne di nota con le versioni degli ultimi 6 mesi, almeno per l'utilizzo in questione.