Ученые Дальневосточного федерального университета (ДВФУ) разработали уникальную систему акустического мониторинга, способную распознавать и классифицировать различные виды городских шумов с помощью искусственного интеллекта. Тестовые испытания прошли на территории кампуса университета на острове Русский.
Городской шум — один из факторов акустического загрязнения окружающей среды. Для контроля шумовой обстановки необходимо не только измерять его уровень, но и определять источники звуков. В решении этой задачи помогают технологии, основанные на алгоритмах машинного обучения, способные автоматически анализировать аудиозаписи и распознавать различные звуковые события с высокой точностью.
Предложенная модель проводит анализ шума в несколько этапов. Сначала специальные датчики, установленные в ключевых точках городской инфраструктуры — на зданиях, фонарных столбах и других стационарных объектах, собирают данные. Когда звук попадает на микрофоны, система преобразует его в цифровой сигнал. Затем алгоритмы ИИ анализируют полученную информацию, сравнивая ее 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. 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 по частоте звуков, их продолжительности и характерным особенностям. Система способна различать десятки типов городских шумов с высокой точностью. Например, отличать 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 в сеть, что поможет точно определять, откуда идет звук», — рассказали участвовавшие в исследовании магистрант и аспирантка департамента электроники, телекоммуникации и приборостроения Политехнического института ДВФУ Сергей Ушаков и Диана Майер.
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.
Особое внимание уделили двум параметрам: продолжительности временного кадра и способу представления звука в виде спектрограммы — визуальной модели, отражающей изменение частотных характеристик сигнала 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. Наилучшие результаты продемонстрировала модель, использующая мел-спектрограммы и временной кадр длительностью 0,2 секунды. По оценкам исследователей, 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 еще один автор разработки, профессор департамента электроники, телекоммуникации и приборостроения Политехнического института ДВФУ Любовь Стаценко.
По словам ученых, в перспективе подобные технологии могут стать ключевым инструментом в создании комфортной среды «умного» города, где каждый источник шума будет находится под контролем алгоритмов. Финальный этап предполагает формирование отчета для городских служб, которые смогут оперативно реагировать на превышения допустимого уровня шума, планировать размещение защитных экранов и даже оптимизировать движение транспорта.
