RaySound: il motore di acustica delle sale

RaySound è il motore di simulazione acustica per ambienti chiusi sviluppato da ST-LINE. Questa nota descrive che cosa fa e che cosa permette di fare in una commessa di acustica delle sale. Non descrive come è implementato: l’architettura interna, gli schemi numerici e le scelte di implementazione sono know-how di ST-LINE e restano riservati.

Il servizio professionale che ne deriva è descritto in progettazione acustica delle sale.

Il problema che risolve

L’acustica delle sale sta smettendo di essere un requisito accessorio. I Criteri Ambientali Minimi per l’edilizia fissano soglie su riverberazione e intelligibilità del parlato che non basta promettere: vanno dimostrate con un previsionale, e il previsionale finisce in un fascicolo che qualcuno può contestare.

Gli strumenti consolidati rispondono bene a una domanda: data la sala e dati i materiali, come suonerà. È utilissimo per verificare un progetto già fatto. Ma un progettista parte dall’altro capo: ha un target — un tempo di riverberazione, una soglia di chiarezza, un indice di intelligibilità — e deve trovare il trattamento delle superfici che lo raggiunge. Il previsionale da solo lascia a tirare a indovinare: si cambia un materiale, si rilancia il calcolo, si guarda il risultato, si ripete.

E c’è una seconda domanda che resta scoperta, più sottile e più scomoda. Quando si calibra un modello su una misura di sala, quei dati bastano a determinare quello che si vuole determinare? Oppure il calcolo restituirà comunque un numero, che sembrerà preciso e non regge a un controllo serio? È la domanda che nessuno pone finché non arriva una contestazione.

Le tre cose che sa fare

Previsionale. Dalla geometria rilevata della sala e dai materiali delle superfici, i descrittori di capitolato per banda di frequenza: tempo di riverberazione, chiarezza, indice di trasmissione del parlato. La geometria è quella vera — una mesh rilevata, con balconate, gradonate, soffitti inclinati e volumi comunicanti — non una scatola equivalente di volume corrispondente.

I descrittori non sono etichette generiche: sono definiti dalla norma. La chiarezza C₅₀, per esempio, è il rapporto in decibel fra l’energia che arriva nei primi 50 millisecondi e tutta quella che arriva dopo,

$$C_{50}=10{\log }_{10}\frac{{\int }_0^{50\mathrm{ms}}{p}^2(t)\mathrm{d}t}{{\int }_{50\mathrm{ms}}^{\infty }{p}^2(t)\mathrm{d}t}$$

e misura quanto il primo arrivo prevale sulla coda riverberante: è la grandezza che decide se in fondo a un’aula si capiscono le parole. Per il parlato la finestra è di 50 ms, per la musica di 80.

Progettazione inversa. Dal target al trattamento. Il motore cerca quali superfici trattare e quanto, per portare i descrittori dentro i limiti richiesti. Non è un ciclo di tentativi guidato a mano: il target guida direttamente la ricerca, e il risultato è un dimensionamento — questa superficie a questo assorbimento — non una direzione generica.

Diagnosi di identificabilità. Prima di calibrare i materiali su una misura, il motore stabilisce se quella misura contiene abbastanza informazione, e quanti gradi di libertà del progetto sono effettivamente vincolati dai dati. È la capacità che permette di firmare un numero sapendo su che cosa poggia.

Gli ultimi due passi sono quelli che i simulatori consolidati non coprono, ed è lì che sta il valore del motore.

Perché è un motore ibrido

Un ambiente chiuso ha due regimi acustici, separati dalla frequenza di Schroeder, e non è una convenzione: si calcola dal volume della sala e dal suo tempo di riverberazione,

$$f_{\mathrm{S}}\approx 2000\sqrt{\frac{T_{60}}{V}}$$

con il volume in metri cubi e il tempo in secondi. Un’aula da 250 m³ con un secondo di riverbero ha la transizione intorno ai 125 Hz; un auditorium da 10 000 m³ con due secondi la ha intorno ai 28 Hz. È lo stesso motivo per cui una stanza piccola “suona” in modo così diverso da una sala grande: la parte di spettro governata dai modi è molto più estesa.

Sotto quella frequenza le risonanze dell’ambiente sono poche e distinguibili una dall’altra: il campo è modale, e va trattato risolvendo la propagazione dell’onda. Sopra, le risonanze si infittiscono fino a sovrapporsi e il campo diventa statisticamente diffuso: lì conviene trattarlo con metodi geometrici, che sono efficienti proprio dove il metodo d’onda diventerebbe impraticabile.

Nel regime diffuso il riverbero si stima in forma chiusa dal volume e dalla superficie della sala. La formula di Sabine, e la correzione di Eyring che vale anche quando l’assorbimento medio non è piccolo, sono

$$T_{60}=\frac{0,161V}{S\bar{\alpha }}\text{e}{T}_{60}=\frac{0,161V}{-S\ln (1-\bar{\alpha })+4mV}$$

dove S è la superficie totale, ᾱ l’assorbimento medio e m il coefficiente di attenuazione dell’aria. Sono formule che descrivono il campo come se fosse perfettamente diffuso: sopra la frequenza di Schroeder è una buona approssimazione, sotto no, perché lì i modi sono pochi e contano uno per uno.

Nessuno dei due approcci copre bene l’intero spettro di una sala, e questo non è un limite di implementazione ma un fatto fisico: è la ragione per cui il motore è ibrido, con un ramo d’onda alle basse frequenze e un ramo geometrico alle medie-alte, e una transizione fra i due costruita per non perdere né duplicare energia alla giunzione.

Le basi del modello di calcolo

Le equazioni sono quelle che qualunque testo di acustica delle sale riporta. Vale scriverle, perché dicono con precisione che cosa il motore calcola in ciascuno dei due regimi.

Il regime modale. La pressione acustica obbedisce all’equazione delle onde, e il comportamento delle pareti entra come condizione al contorno: una parete non è né perfettamente rigida né perfettamente assorbente, ma ha un’impedenza che dipende dalla frequenza,

$$\frac{{\partial }^{2}p}{\partial t^2}=c^{2}abl{a}^{2}p,\frac{\partial p}{\partial n}=-\frac{h{o}_0}{Z(\omega )}\frac{\partial p}{\partial t}$$

dove Z(ω) è l’impedenza superficiale complessa. Il fatto che Z sia complessa e dipenda dalla frequenza è il punto: significa che la parete non solo attenua, ma sfasa la riflessione, e alle basse frequenze quello sfasamento sposta le risonanze della sala. Un modello che sostituisca Z con un solo coefficiente di assorbimento reale perde quell’informazione.

Dove finisce il regime modale. Il numero di modi contenuti in una banda si calcola: la legge di Weyl, nella forma completa che include il termine di superficie, dà la densità modale

$$\frac{\mathrm{d}N}{\mathrm{d}f}=\frac{4\pi V{f}^2}{c^3}+\frac{\pi Sf}{2c^2}$$

che cresce col quadrato della frequenza. Da lì si ricava quanti modi si sovrappongono entro la larghezza di banda di ciascuno: finché sono pochi il campo è modale e i singoli modi si vedono, quando diventano molti il campo è diffuso. È questo conto, e non una soglia scelta a priori, che dice dove sta la transizione in una sala specifica.

Il regime diffuso. Sopra la transizione il campo si tratta in termini di energia che si propaga, si riflette e si perde. Il contributo di un cammino sonoro decade con la divergenza sferica e perde una frazione di energia a ogni riflessione,

$$p\propto \frac{1}{4\pi r}{E}_n=E_0\prod _{i=1}^n(1-{\alpha }_i(f))e^{-m(f)r}$$

dove il prodotto corre sulle superfici incontrate, α è il coefficiente di assorbimento di ciascuna e m l’attenuazione dell’aria, che dipende da temperatura e umidità secondo la ISO 9613-1. Il fattore 4π non è cosmetico: alcune implementazioni usano 1/r e perdono un fattore costante di 22 dB sul livello assoluto.

Perché il progetto è un problema inverso. Messo in questi termini, dimensionare un trattamento significa scegliere i coefficienti α delle superfici perché i descrittori D calcolati cadano su un target D*. È un problema di minimo,

$$\underset{\mathbf{\alpha }}{\min }\Vert \mathbf{D}(\mathbf{\alpha })-{\mathbf{D}}^{\ast }{\Vert }_W^2$$

con i pesi W che riflettono le tolleranze di capitolato. Scritto così si vede anche perché la domanda sull’identificabilità ha una conseguenza operativa: se il problema è mal posto — se più combinazioni di α diverse danno gli stessi descrittori entro l’incertezza della misura — il minimo esiste ma non è unico, e una sola delle soluzioni verrebbe restituita come se fosse la risposta.

Che cosa cambia, in una commessa

La differenza, per un committente, è fra un documento che dice «il tempo di riverberazione sarà 0,7 secondi» e uno che dice «sarà 0,7 secondi, ecco quale parete trattare per arrivarci, e qui i tuoi dati non bastano a dire di più». In un appalto il secondo è un numero difendibile; il primo è una previsione da accettare sulla fiducia.

Il dimensionamento dice quale superficie, non solo quanta area. A parità di metri quadri di materiale assorbente installato, la posizione del trattamento cambia il risultato: conta quali superfici il campo sonoro incontra più spesso. È un effetto reale e misurabile su dato indipendente, non un affinamento teorico.

Il risultato è una mappa, non un numero. La chiarezza e l’intelligibilità cambiano da posto a posto nella stessa sala, mentre il tempo di riverberazione è una proprietà del volume. Un previsionale che restituisce un solo valore di chiarezza per una sala da trecento posti sta mediando via l’informazione che serve a decidere dove sedere il pubblico e dove mettere il trattamento.

I casi difficili non vengono nascosti. Due ambienti comunicanti — un foyer aperto su una sala, una mensa su due livelli — non hanno un decadimento unico: ne hanno due, uno locale e più rapido e uno sostenuto dall’altro volume. Un modello a coda singola non può riprodurlo per costruzione, e il round-robin pubblico del benchmark di riferimento ha visto fermarsi su quel caso tutti gli algoritmi geometrici messi a confronto.

Il contesto normativo

Il riferimento che porta l’acustica delle sale in appalto sono i Criteri Ambientali Minimi per l’edilizia, nella versione del DM 24/11/2025, in vigore dal 1° febbraio 2026, che ha abrogato il DM 256/2022 e il correttivo DM 5/8/2024. I CAM chiedono previsionali su tempo di riverberazione, chiarezza e intelligibilità del parlato, e introducono il BIM come requisito strutturale.

I descrittori e i metodi di misura vengono dalla ISO 3382-1 (tempo di riverberazione, chiarezza, tempo di decadimento early) e dalla IEC 60268-16 per l’indice di trasmissione del parlato. I valori obiettivo per gli ambienti scolastici e collettivi italiani sono nella UNI 11532, parti 1 e 2.

Come è validato

Il banco è il benchmark pubblico BRAS della Technische Universität Berlin: sale reali con geometria rilevata, materiali caratterizzati per superficie e risposte all’impulso misurate. Il motore riceve geometria e materiali e produce il previsionale, senza ricalibrazione — nessun parametro viene ritoccato per avvicinarsi alla misura.

Sulle due sale da spettacolo del benchmark il tempo di riverberazione misurato è riprodotto entro l’1,1 % e l’1,3 % sulla banda centrale, e il pattern spaziale della chiarezza correla con la misura a +0,89 e +0,68, con un residuo di livello di −0,17 e +0,70 dB. Il dettaglio sala per sala, banda per banda, con la metodologia e le tabelle complete, è nei documenti scaricabili più sotto.

Quei numeri vanno letti per quello che sono, e il report è il primo a distinguerli. L’1,1 % e l’1,3 % sono l’accordo del T60 diffuso analitico — Eyring su volume e superfici misurate, coefficienti del benchmark: un accordo che quei coefficienti in parte impongono, essendo ricavati invertendo Eyring sullo stesso rapporto volume/superficie. La predizione indipendente è quella del ray-tracer, e sulle stesse bande sta al 17,1 % e all’11,5 %: è quello il numero da confrontare con un simulatore commerciale. Anche la correlazione del C50 va presa con la sua incertezza: cinque posizioni per sala danno un intervallo di confidenza al 95 % molto ampio, ±3,6.

Nel complesso questi numeri dimostrano la coerenza della catena geometria → materiali → descrittori a materiali noti: i coefficienti del benchmark sono dati d’ingresso dichiarati, non un’incognita che il motore indovina.

Le due sale rimanenti del benchmark servono a un’altra cosa, e sono forse il risultato più caratteristico. Su CR2, una sala acusticamente rigida, l’identificabilità dei materiali è negativa: il problema inverso è rank-deficient — tre direzioni informative su cinque — e il motore lo segnala invece di restituire una stima non difendibile; sotto la frequenza di Schroeder l’osservabile modale separa l’orientazione delle pareti dove quello energetico è cieco (rango 3/6 contro 1/6). Su CR1, l’unica scena del benchmark a stanze accoppiate e a doppia pendenza di decadimento, la chiarezza del campo accoppiato si chiude senza alcun fit.

Dove si colloca, nella letteratura

Le due famiglie di metodi hanno ciascuna un confine noto, ed è la letteratura a fissarlo. I metodi geometrici perdono validità sotto la frequenza di Schroeder, dove l’ipotesi di alta frequenza si rompe: non catturano diffrazione, interferenza e fase — la rassegna canonica di Savioja e Svensson (2015) lo argomenta metodo per metodo. I metodi d’onda hanno il confine opposto, e non è di modello ma di costo. Per risolvere fino a una frequenza massima il passo di discretizzazione deve andare come 1/f, il passo temporale lo segue per la condizione di stabilità, il numero di celle in tre dimensioni cresce come f³ e il numero di passi come f: il costo totale va quindi come

$$\mathcal{C}\propto f_{\max }^4$$

Raddoppiare la frequenza massima costa sedici volte il calcolo. È il motivo per cui, sopra qualche centinaio di hertz su una sala grande, i metodi d’onda diventano impraticabili anche su hardware di fascia alta — e la ragione economica, non solo fisica, dell’approccio ibrido.

L’ibridazione è quindi diventata pratica corrente nell’ultimo decennio, e i crossover che la letteratura adotta cadono nell’intervallo 200–500 Hz.

La frontiera differenziabile

Il filone più attivo del triennio 2023–2025 è la simulazione acustica differenziabile: trasportare nell’acustica quello che la grafica ha fatto con il differentiable rendering, cioè rendere il simulatore derivabile rispetto ai suoi parametri e progettare per ottimizzazione invece che per tentativi. Zhi e Sharma (2023) ne hanno mostrato la fattibilità su un modello a sorgenti immagine; Finnendahl e altri (2025), a SIGGRAPH, hanno portato la retropropagazione risolta nel tempo sul path tracing acustico; DART (2025) ha reso differenziabile l’acoustic radiance transfer, e DSDN (2025) le reti di ritardo con scattering.

C’è un tratto comune a tutti questi lavori, e definisce lo spazio in cui RaySound si colloca: sono mono-metodo. O sono geometrici puri — e allora sotto la frequenza di Schroeder sono ciechi, che è proprio dove si decide l’acustica di un’aula o di una sala di medie dimensioni — o sono reti di riverbero, che non risolvono l’equazione della propagazione. Un motore ibrido progettabile all’inverso, con una descrizione del materiale coerente fra i due regimi, è la posizione che RaySound occupa.

Il problema aperto su cui il motore è costruito

La letteratura applicata del 2024–2025 ha un tema ricorrente: il passaggio dai coefficienti di assorbimento all’impedenza. I coefficienti misurati in camera riverberante secondo la ISO 354 non sono direttamente utilizzabili come dato d’ingresso di un modello d’onda, e nemmeno fra simulatori geometrici diversi i valori “giusti” coincidono. Uno studio su una sala storica quantifica quel salto: discrepanze significative alle basse frequenze fra i diversi dati d’ingresso, con una riduzione fino al 45 % del coefficiente di assorbimento prima della conversione. Sul lato calibrazione, lavori recenti propongono metodi vincolati per stimare i coefficienti a partire dalla misura.

È la ragione per cui, in una commessa reale, i valori di assorbimento delle superfici esistenti si ricavano da un rilievo in campo e non da una tabella, e per cui accanto alla calibrazione serve una diagnosi che dica prima se quel rilievo basta.

I tre documenti tecnici

Il dettaglio della validazione — sala per sala, banda per banda, con la metodologia e le tabelle complete — sta in tre documenti scaricabili, in italiano.

Il report scientifico-tecnico (2 settembre 2026) è quaranta pagine: il metodo e la giustificazione fisica dei due regimi, la validazione sulle quattro sale del benchmark, le mappe per posizione, la validazione esterna su altri banchi pubblici, e un’appendice sulle note metodologiche — quali coefficienti sono dati d’ingresso, quali regimi valgono per quale banda, che cosa significa ciascuna etichetta di validazione.

La nota tecnica di validazione e metodo (22 giugno 2026) è sette pagine su quattro punti: la validazione del regime modale contro le frequenze misurate su due sale reali, con errore sotto l’1 %; il limite della cucitura fra i due regimi, localizzato alla banda dei 500 Hz e mostrato non essere un problema di ordine speculare; intervalli di predizione a copertura garantita sui descrittori ISO; e un criterio per costruire un banco di prova modale che sappia discriminare.

Lo stress-test su GenDARA Room_0 (25 agosto 2026) è tre pagine su una sala reale della challenge ICASSP 2025, e risponde a due domande: se lo spettro modale di una sala arbitraria si recupera in modo stabile al raffinamento del modello, e se i materiali di una sala piccola con contrasto sono identificabili dai dati — lo sono, con sei gradi di libertà su sette.

• Report scientifico-tecnico · PDF, 40 pagine, 7,5 MB
• Nota tecnica di validazione e metodo · PDF, 7 pagine, 343 kB
• Stress-test GenDARA Room_0 · PDF, 3 pagine, 237 kB

Riferimenti

Metodi d’onda e numerica

• J. S. Hesthaven, T. Warburton (2008). Nodal Discontinuous Galerkin Methods: Algorithms, Analysis, and Applications. Springer. DOI 10.1007/978-0-387-72067-8.
• B. Hamilton, S. Bilbao (2017). FDTD methods for 3-D room acoustics with high-order accuracy. IEEE/ACM TASLP 25(11).
• K. S. Yee (1966). Numerical solution of initial boundary value problems involving Maxwell’s equations in isotropic media. IEEE Trans. Antennas Propag. 14(3).
• S. Bilbao (2009). Numerical Sound Synthesis: Finite Difference Schemes and Simulation in Musical Acoustics. Wiley.
• B. Hamilton, S. Bilbao, C. J. Webb (2015). Revisiting implicit finite difference schemes for 3D room acoustics simulations on GPU. DAFx-15.
• B. Hamilton (2016). Finite Difference and Finite Volume Methods for Wave-based Modelling of Room Acoustics. Tesi di dottorato, University of Edinburgh.
• M. Aretz (2009). Combined wave and ray based room acoustic simulations of small rooms. Tesi di dottorato, RWTH Aachen.

Acustica geometrica, sorgenti immagine, diffrazione

• J. B. Allen, D. A. Berkley (1979). Image method for efficiently simulating small-room acoustics. JASA 65(4). DOI 10.1121/1.382599.
• U. P. Svensson, R. I. Fred, J. Vanderkooy (1999). An analytic secondary source model of edge diffraction impulse responses. JASA 106.
• L. Savioja, U. P. Svensson (2015). Overview of geometrical room acoustic modeling techniques. JASA 138(2).
• R. Scheibler, E. Bezzam, I. Dokmanić (2018). Pyroomacoustics: a Python package for audio room simulation and array processing algorithms. IEEE ICASSP.
• R. Thomas (2017). Wayverb: a hybrid waveguide/geometric room acoustics simulator. Tesi, University of Huddersfield.

Simulazione differenziabile e metodi appresi

• Y. Zhi, D. Sharma et al. (2023). A differentiable image source model for room acoustics optimization. IEEE.
• U. Finnendahl, M. Worchel, J. Jüterbock, S. Wujecki, F. Brinkmann, S. Weinzierl, M. Alexa (2025). Differentiable geometric acoustic path tracing using time-resolved path replay backpropagation. ACM TOG 44(4), SIGGRAPH 2025.
• DART — Differentiable Acoustic Radiance Transfer (2025). arXiv 2509.15946.
• DSDN — Differentiable Scattering Delay Networks (2025). DAFx-25, Ancona.
• A. Luo, Y. Du et al. (2022). Learning neural acoustic fields. NeurIPS 2022, arXiv 2204.00628.
• N. Borrel-Jensen, A. P. Engsig-Karup, C.-H. Jeong (2021). Physics-informed neural networks for one-dimensional sound field predictions with parameterized sources and impedance boundaries. JASA Express Letters 1(12).
• S. Schmid et al. (2025). Physics-informed neural networks for modal wave field predictions in 3D room acoustics. Applied Sciences 15(2):939.
• J. McCarthy, X. Zhang, S. A. Verburg, W. F. Jenkins, P. Gerstoft (2025). Machine learning in acoustics: a review and open-source repository. npj Acoustics 1:18.

Teoria del campo, descrittori, incertezza

• W. C. Sabine (1922). Collected Papers on Acoustics. Harvard University Press.
• C. F. Eyring (1930). Reverberation time in “dead” rooms. JASA 1(2A). DOI 10.1121/1.1915175.
• M. R. Schroeder (1962). Frequency-correlation functions of frequency responses in rooms. JASA 34(12). DOI 10.1121/1.1909136.
• M. R. Schroeder (1965). New method of measuring reverberation time. JASA 37(3). DOI 10.1121/1.1909343.
• J.-D. Polack (1993). Playing billiards in the concert hall: the mathematical foundations of geometrical room acoustics. Applied Acoustics 38(2–4). DOI 10.1016/0003-682X(93)90054-A.
• J. S. Abel, P. Huang (2006). A simple, robust measure of reverberation echo density. AES 121st Convention, paper 6985.
• M. Vorländer (2008). Auralization: Fundamentals of Acoustics, Modelling, Simulation, Algorithms and Acoustic Virtual Reality. Springer. DOI 10.1007/978-3-540-48830-9.
• H. Kuttruff (2016). Room Acoustics, 6ª ed. CRC Press. DOI 10.1201/9781315372150.
• A. Lundeby, T. E. Vigran, H. Bietz, M. Vorländer (1995). Uncertainties of measurements in room acoustics. Acustica 81(4).
• A. Tarantola (2005). Inverse Problem Theory and Methods for Model Parameter Estimation. SIAM. DOI 10.1137/1.9780898717921.

Materiali e condizioni al contorno

• B. Mondet, J. Brunskog, C.-H. Jeong, J. H. Rindel (2020). From absorption to impedance: enhancing boundary conditions in room acoustic simulations. Applied Acoustics 157, 106884. DOI 10.1016/j.apacoust.2019.04.034.
• Y. Miki (1990). Acoustical properties of porous materials — modifications of Delany–Bazley models. J. Acoust. Soc. Jpn. (E) 11(1). DOI 10.1250/ast.11.19.
• J. F. Allard, N. Atalla (2009). Propagation of Sound in Porous Media, 2ª ed. Wiley.
• G. Fratoni, D. D’Orazio (2025). Boundary conditions for hybrid simulations in a rectangular environment with sound-absorbing ceiling. Applied Acoustics 240, 110933. DOI 10.1016/j.apacoust.2025.110933.
• S. D. Bellows et al. (2025). Constrained least-squares and maximum-likelihood calibration of absorption coefficients. Acta Acustica 9:25.

Banchi e dati di validazione

• L. Aspöck, F. Brinkmann, D. Ackermann, S. Weinzierl, M. Vorländer (2020). BRAS — Benchmark for Room Acoustical Simulation, v3. Technische Universität Berlin. DOI 10.14279/depositonce-6726.3.
• F. Brinkmann et al. (2019). A round robin on room acoustical simulation and auralization. JASA 145(4).
• F. Brinkmann et al. (2021). A benchmark for room acoustical simulation. Applied Acoustics 176.
• D. Di Carlo et al. (2021). dEchorate: a calibrated room impulse response dataset.

Acustica delle sale italiana

• D. D’Orazio, G. Fratoni, M. Garai (2020). Sound energy distribution in Italian opera houses. Applied Acoustics.
• M. Cingolani et al. (2021). MPP sound absorbers and FDTD acoustic simulations in a lecture hall. Applied Sciences 11(6):2445.
• D. D’Orazio, G. Fratoni, E. Rovigatti, B. Hamilton (2019). Numerical simulations of Italian opera houses using geometrical and wave-based acoustics methods. 23rd International Congress on Acoustics.
• G. Fratoni, B. Hamilton, D. D’Orazio (2021). Rediscovering the acoustics of a XII-century rotunda through FDTD simulation. I3DA 2021.
• G. Fratoni, B. Hamilton, D. D’Orazio (2024). Acoustic analysis of a well-preserved Renaissance music space: the Odeo Cornaro in Padua.
• D. D’Orazio, G. Fratoni (2025). Il teatro rinascimentale come ponte fra acustica antica e moderna. J. Acoust. Soc. Am. 158.
• A. Tardini, G. Fratoni, D. D’Orazio (2025). Survey degli standard nazionali sull’acustica delle aule.
• D. D’Orazio, G. Fratoni, A. Tardini (2025). Il significato applicativo della UNI 11532-2 attraverso casi studio italiani.

Norme e riferimenti normativi

ISO 3382-1 (descrittori), ISO 354 (assorbimento in camera riverberante), ISO 17497-1 (scattering), ISO 9613-1 (assorbimento dell’aria), IEC 61260-1:2014 (filtri di banda), IEC 60268-16 (indice di trasmissione del parlato), UNI 11532-1/2 (acustica interna degli ambienti confinati), DM 24/11/2025 (CAM edilizia 2025, in vigore dal 1° febbraio 2026).