Metadata-Version: 2.4
Name: acoustics_gpu
Version: 1.0.0
Summary: GPU-ускоренное моделирование акустики помещений: Ray Tracing + Image Source
Home-page: https://github.com/Evg5xa/-Application-of-GPU-optimization-for-physical-models
Author: Evg5xa
Author-email: zhmeldov@yandex.ru
Classifier: Programming Language :: Python :: 3
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Requires-Python: >=3.8
Description-Content-Type: text/markdown
Requires-Dist: torch>=2.0.0
Requires-Dist: numpy>=1.24.0
Requires-Dist: matplotlib>=3.7.0
Requires-Dist: scipy>=1.10.0
Dynamic: author
Dynamic: author-email
Dynamic: classifier
Dynamic: description
Dynamic: description-content-type
Dynamic: home-page
Dynamic: requires-dist
Dynamic: requires-python
Dynamic: summary

# GPU-ускоренное моделирование акустики помещений

Моделирование распространения звука в помещении с использованием GPU-ускоренной трассировки лучей и метода зеркальных источников. Учёт частотных характеристик материалов и визуализация энергетических карт.

## Возможности

- 🚀 **GPU-ускорение** — ускорение в 10–100 раз по сравнению с CPU
- 🎵 **10 частотных полос** — от 31.5 Гц до 16 кГц (октавные полосы)
- 🧱 **8+ реальных материалов** — коэффициенты поглощения из таблицы компании Фронт Акустик (https://frontacoustic.ru/assets/foruser/blog/Tablezvuk/Таблица%20коэффициентов%20звукопоглощения.pdf?ysclid=mnoss9vrnm524421865)
- 📊 **Визуализация** — энергетические карты и частотные характеристики
- 🎯 **Два метода** — трассировка лучей и метод зеркальных источников

## Быстрый старт

### Установка
```bash
pip install torch numpy matplotlib warnings
```

## Интерактивный ввод параметров

Размеры комнаты

Материалы стен

Количество лучей и отражений

Расположение источника и микрофонов

## Библиотека материалов

Бетон, кирпич, штукатурка

Ковёр, линолеум, ламинат

Гипсокартон, дерево, стекло

Акустический пенопласт, бархат и другие

## Результаты

Энергетические карты для всех 10 частот

Частотные характеристики в точках микрофонов

Статистика распределения энергии

## Требования
Python 3.8+

Видеокарта с поддержкой CUDA (опционально, работает и на CPU)

PyTorch с поддержкой CUDA
