Искусственный интеллект учится слышать город: в ДВФУ разработали систему акустического мониторинга

Учёные Политехнического института ДВФУ разработали уникальную систему, способную распознавать и классифицировать различные виды городских шумов с помощью искусственного интеллекта. Они также выяснили, как способ обработки аудиозаписей влияет на точность этой работы. Лучшие результаты показала модель, использующая мел-спектрограммы с длительностью временного кадра 0,2 секунды. Полученные данные в будущем позволят эффективно оценивать звуковую обстановку Владивостока и других населённых пунктов — от контроля строительных работ до отслеживания несанкционированного шума в ночное время. Тестовые измерения прошли на территории кампуса о. Русский.

Городской шум — один из факторов акустического загрязнения окружающей среды. Для контроля шумовой обстановки необходимо не только измерять её уровень, но и определять источники звуков. В решении этой задачи могут помочь технологии, основанные на алгоритмах машинного обучения, способные автоматически анализировать аудиозаписи и распознавать различные звуковые события с высокой точностью в несколько этапов. Сначала специальные датчики, установленные в ключевых точках городской инфраструктуры — на зданиях, фонарных столбах и других стационарных объектах, собирают данные. Принцип работы напоминает человеческое ухо, только в цифровом формате. Когда звук попадает на микрофоны, система преобразует его в цифровой сигнал. Затем алгоритмы ИИ анализируют полученную информацию, сравнивая её с базой данных известных шумов. Для повышения точности используются несколько микрофонов в разных точках. Это позволяет системе как бы «прислушиваться» к звуку с разных сторон и точно определять его источник. Подобный подход особенно важен при работе с городскими шумами, которые могут отражаться от зданий и видоизменяться. Все собранные данные будут передаваться в центральный компьютер, где нейросеть обработает их в режиме реального времени и создаст подробную акустическую картину города.

Мы изучили передовые методы обработки сигналов и обучили искусственный интеллект распознавать разные типы шумов: частоты звуков, их продолжительность и характерные особенности. Система способна различать десятки типов городских шумов с высокой точностью. Например, шум проезжающей машины от звука строительной техники или голоса человека. Это открывает новые возможности для экологического мониторинга. Современные камеры видеонаблюдения также можно оснастить чувствительными микрофонами. При этом датчики будут работать не поодиночке, мы объединим их сеть, что поможет точно определять, откуда идёт звук, — рассказали магистрант и аспирантка департамента Электроники, телекоммуникации и приборостроения Политехнического института ДВФУ Сергей Ушаков и Диана Майер.

Особое внимание ученые уделили двум параметрам: продолжительности временного кадра и способу представления звука в виде спектрограммы — визуальной модели, отражающей изменение частотных характеристик сигнала во времени.

Для экспериментов ученые создали набор данных из 63 минутных аудиозаписей, включающих десять классов звуковых событий: вертолет, выстрел, гудок, дождь, лай собаки, мотоцикл, плач ребенка, поезд, речь и сирену. На этих данных исследователи проверили работу сверточно-рекуррентной нейронной сети, которая объединяет распознавание характерных звуковых признаков с анализом их изменений во времени.

Ученые сравнили несколько способов построения спектрограмм: на основе быстрого преобразования Фурье, мел-шкалы и шкалы Барк. Также они варьировали длительность временных кадров от 0,1 до 0,3 секунды. Качество классификации оценивали по стандартным метрикам машинного обучения, включая точность, полноту и F1-меру.

Наилучшие результаты продемонстрировала модель, использующая мел-спектрограммы и временной кадр длительностью 0,2 секунды. По результатам исследования, такое сочетание обеспечивает оптимальный баланс между временным и частотным разрешением, позволяя нейронной сети эффективнее выделять характерные признаки различных звуковых событий.

Полученные результаты показывают, что эффективность систем распознавания шумов зависит не только от архитектуры нейронной сети, но и от способа подготовки исходных аудиоданных. Выбор подходящих параметров спектрального анализа может повысить качество автоматической классификации звуков и стать важным этапом при разработке интеллектуальных систем акустического мониторинга, — отметила профессор Департамента электроники, телекоммуникации и приборостроения ДВФУ Любовь Стаценко.

Первые исптания прошли в кампусе ДВФУ. Исследователи составили шумовые территории и определили участки с повышенной акустической нагрузкой в ночное и дневное время. Благодаря этим данным можно создать более комфортную среду для студентов, сотрудников вуза и жителей прилегающих территорий. Для измерений использовали шумомер первого класса SVAN-959. Полученные данные обработали с помощью геоинформационной системы QGIS и программы Google Earth Pro.

К слову, наиболее тихой точкой кампуса оказалась территория в центре лесопарковой зоны. По данным исследователей, это связано с удалённостью от основных источников городского шума и естественным шумопоглощением растительности.

В перспективе подобные технологии могут стать ключевым инструментом в создании комфортной среды уже по-настоящему умного города, где каждый источник шума будет находится под контролем алгоритмов. Финальный этап преполагает формирование отчёта для городских служб, которые смогут оперативно реагировать на превышения допустимого уровня шума, планировать размещение защитных экранов и даже оптимизировать движение транспорта.

Результаты работы 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», опубликованной в журнале «Noise Theory and Practice».

Изображение: ДВФУ

Источник: Минобрнауки России