Los modelos en espacio de estados se han utilizado con éxito para la reducción del orden del modelo y fines de control en acústica en el pasado. Sin embargo, debido a la complejidad cúbica de la descomposición en valores singulares, que constituye el núcleo de muchos métodos de identificación de sistemas en subespacios (SSID), la construcción de modelos en espacio de estados a gran escala a partir de datos de medición de alta dimensión ha sido problemática en el pasado. Los avances recientes en álgebra lineal numérica han dado lugar a factorizaciones matriciales aleatorias eficientes en términos computacionales que revelan el rango, y se ha demostrado que estas factorizaciones pueden utilizarse para mejorar los métodos SSID, como el Algoritmo de Realización de Eigensistemas (ERA). En este artículo, demostramos la aplicabilidad del llamado ERA generalizado a sistemas acústicos y datos de entrada de alta dimensión mediante un ejemplo. Además, introducimos un nuevo método eficiente de cálculo de respuesta forzada que se basa en un modelo en espacio de estados en forma cuasi-diagonal. Los experimentos numéricos revelan que nuestro método propuesto es más eficiente que los métodos anteriores en espacio de estados y puede incluso superar las convoluciones en el dominio de frecuencia en ciertos escenarios.