В ДВФУ создали систему акустического мониторинга городских шумов на основе ИИ

Нейросеть распознаёт десятки видов городских шумов, от строительной техники до голоса человека. Первые испытания прошли в кампусе ДВФУ на острове Русский.

Учёные Политехнического института ДВФУ разработали систему, которая с помощью искусственного интеллекта распознаёт городские шумы и определяет их вид. Разработку рассказали магистрант Сергей Ушаков и аспирантка Диана Майер. Система различает десятки типов шума, например звук проезжающей машины, строительной техники или голос человека.

Датчики устанавливают на зданиях, фонарных столбах и других стационарных объектах. Они преобразуют звук в цифровой сигнал, а алгоритмы сравнивают его с базой известных шумов. Для точности используют несколько микрофонов в разных точках, что помогает определить направление источника. Авторы говорят, что камеры видеонаблюдения тоже можно оснастить чувствительными микрофонами и объединить датчики в сеть.

Для экспериментов создали набор из 63 минутных аудиозаписей с десятью классами звуков: вертолёт, выстрел, гудок, дождь, лай собаки, мотоцикл, плач ребёнка, поезд, речь и сирена. Сравнивали спектрограммы, построенные на основе быстрого преобразования Фурье, мел-шкалы и шкалы Барк, и длительность временного кадра от 0,1 до 0,3 секунды. Качество оценивали по точности, полноте и F1-мере. Лучший результат дала модель с мел-спектрограммами и кадром 0,2 секунды: по результатам исследования, такое сочетание даёт оптимальный баланс между временным и частотным разрешением.

Первые испытания прошли в кампусе ДВФУ. Учёные составили карту шумовых территорий и выделили участки с повышенной нагрузкой ночью и днём. Измерения делали шумомером первого класса SVAN-959, данные обработали в QGIS и Google Earth Pro. Самой тихой точкой кампуса оказалась территория в центре лесопарковой зоны. Исследователи связывают это с удалённостью от основных источников шума и естественным шумопоглощением растительности.

По замыслу авторов, данные помогут сделать среду комфортнее для студентов, сотрудников вуза и жителей соседних территорий. В перспективе предполагается формировать отчёт для городских служб: они смогут реагировать на превышение допустимого уровня шума, планировать защитные экраны и оптимизировать движение транспорта. Технологии могут использоваться и для контроля звуковой обстановки Владивостока и других населённых пунктов.

Результаты описаны в научной работе «Анализ шумового загрязнения территории кампуса Дальневосточного федерального университета г. Владивостока» в журнале «Проблемы управления рисками в техносфере», а также в статье «Оптимизация параметров предобработки аудиосигналов для нейросетевой классификации шумов» в журнале «Noise Theory and Practice».

Поиск