ARGIRA Unified Acoustic Dataset — 76 images (paintings, nature, synthetic, gradient) with hue entropy, roughness, and harmonic metrics
收藏资源简介：
El ARGIRA Unified Acoustic Dataset explora cómo determinadas propiedades estadísticas del color pueden preservarse bajo un embedding determinista imagen→audio. El conjunto incluye 76 imágenes distribuidas entre pinturas clásicas, fotografías de naturaleza, patrones sintéticos controlados y gradientes de irregularidad espacial, junto con métricas visuales y acústicas extraídas mediante un pipeline reproducible de sonificación. El objetivo del dataset no es modelar percepción musical ni generar armonía explícita, sino analizar si la estructura ordinal de los histogramas cromáticos permanece observable tras su proyección al dominio espectral acústico. Para ello, cada imagen es transformada mediante un operador determinista de mapeo hue→frecuencia, seguido de síntesis aditiva y extracción de descriptores espectrales. Los experimentos muestran evidencia empírica consistente de que la dispersión cromática y la entropía del histograma de tono se asocian con incrementos en la rugosidad espectral emergente bajo múltiples geometrías de mapeo determinista. **Hallazgos principales (sobre el dataset completo de 76 imágenes, ver archivo `unified_acoustic_entropy_fixed (1).csv`):** - Correlación `hue_entropy` → `roughness_naive_pct`: **r = 0.6765** (R² = 0.458)- Correlación `hue_std` → `roughness_naive_pct`: **r = 0.4439** (R² = 0.197) *Análisis complementario sobre el subconjunto de 22 pinturas clásicas (el archivo `correlation_report_fixed.txt` incluido en el depósito corresponde a este análisis preliminar):* - `hue_entropy` → `roughness_naive_pct`: r = 0.716- `hue_std` → `roughness_naive_pct`: r = 0.763 Los controles sintéticos incluidos (monocromos, distribuciones bimodales, ruido y patrones espaciales adversariales) permiten atribuir esta asociación a la estructura del histograma cromático global, descartando sesgos derivados de organización espacial o factores perceptivos. Los resultados no constituyen una validación general de la sonificación, sino un primer hallazgo empírico sólido: ciertas propiedades estadísticas de los histogramas visuales pueden preservarse parcialmente como configuraciones espectrales agregadas dentro de embeddings cross-modales deterministas, justificando la ampliación del análisis a muestras mayores y geometrías de mapeo alternativas. El dataset está orientado a investigación en sonificación reproducible, análisis de embeddings cross-modales, representación estadística de imágenes, interpretabilidad de transformaciones deterministas, análisis de señales y representación acústica de datos visuales. **Nota sobre los archivos:** El CSV contiene los datos crudos de las 76 imágenes. El archivo `correlation_report_fixed.txt` reporta correlaciones sobre un subconjunto inicial de 22 pinturas; para el análisis completo se recomienda usar los datos del CSV. Licencia: CC BY-NC 4.0 DOI: 10.5281/zenodo.20397554
ARGIRA统一声学数据集（ARGIRA Unified Acoustic Dataset）旨在探究，在图像→音频确定性嵌入（deterministic embedding）过程中，色彩的特定统计属性能否得以保留。 该数据集包含76张图像，涵盖古典绘画、自然摄影、受控合成图案以及空间不规则性梯度图像，并通过可复现的声化（sonification）流程提取视觉与声学度量指标。 本数据集的研究目标并非建模音乐感知或生成明确和声，而是分析色彩直方图的序数结构在投影至声学频谱域后是否仍可被观测。为此，每张图像均通过确定性的色调→频率映射算子进行转换，随后进行加法合成与频谱描述符提取。 实验结果提供了一致的经验证据：在多种确定性映射几何下，色彩离散度与色调直方图熵与涌现出的频谱粗糙度呈正相关。 **核心发现（基于全部76张图像的数据集，相关数据详见`unified_acoustic_entropy_fixed (1).csv`文件）：** - 色调熵（hue_entropy）与朴素粗糙度百分比（roughness_naive_pct）的相关性：**r = 0.6765**（决定系数$R^2$ = 0.458） - 色调标准差（hue_std）与朴素粗糙度百分比（roughness_naive_pct）的相关性：**r = 0.4439**（决定系数$R^2$ = 0.197） *针对22张古典绘画子集的补充分析（存储库中附带的`correlation_report_fixed.txt`文件即为该初步分析结果）：* - 色调熵（hue_entropy）与朴素粗糙度百分比（roughness_naive_pct）的相关性：r = 0.716 - 色调标准差（hue_std）与朴素粗糙度百分比（roughness_naive_pct）的相关性：r = 0.763 纳入的合成对照样本（单色图像、双峰分布图像、噪声图像以及对抗性空间图案）可将该关联归因于全局颜色直方图的结构，排除了空间组织或感知因素带来的偏差。 本研究结果并非对声化技术的一般性验证，而是一项扎实的初步经验发现：视觉直方图的部分统计属性可在确定性跨模态（cross-modal）嵌入中，以聚合频谱配置的形式得以部分保留，这为后续扩大样本规模、探索替代映射几何的分析提供了依据。 本数据集面向可复现声化、跨模态嵌入分析、图像统计表征、确定性变换可解释性、信号分析以及视觉数据声学表征等研究领域。 **文件说明：** 该CSV文件包含全部76张图像的原始数据。`correlation_report_fixed.txt`文件报告了针对初始22张绘画子集的相关性分析结果；如需开展全数据集分析，建议使用CSV文件中的数据。 许可证：CC BY-NC 4.0 DOI: 10.5281/zenodo.20397554
