揭秘:如何通过声纹识别技术实现噪声智能溯源?
时间:2024-06-28 阅读:765
常见的噪声分类有哪些?
在《噪声法》中,噪声分为工业噪声、建筑施工噪声、交通运输噪声、社会生活噪声。
01为什么 要进行噪声分类识别?
噪声类型识别等溯源技术,对针对性开展噪声监管防治措施具有重要意义。城市声环境的噪声来源多样,针对噪声超标的监测点位,如何高效、精准地完成污染源定位,是用户最为关心的问题之一。
以工业企业噪声超标为例,工业企业附近的自动监测设备采集的超标数据,不一定是由被监测工业企业排放的,也可能受周边其他声源影响(如汽车鸣笛、虫鸣鸟叫)。
02噪声分类识别技术 是什么?
噪声分类识别过去主要依赖于人工调取音视频数据来完成,随着噪声监测工作的不断深入,噪声分类识别工作量巨大,现有的人工识别方法无法满足噪声监测工作的需要。另一方面,随着自动识别技术的进步和AI大数据的应用,噪声分类识别技术在辅助人工审核判断超标数据的声源类型方面,可大大提高工作效率和减少人力投入。
明德方案
明德环保应用前沿科技成果赋能噪声监测的数智化需求。在M2300型 环境噪声自动监测系统中采用了基于AI大数据的声纹深度识别技术,可实现自然声源和人为声源的智能识别分类,识别准确率超过85%。
模型特征可视化(2D)
系统可自动识别自然环境、工业、建筑施工、交通、社会生活的典型声源,输出声源类型,与噪声监测数据匹配、标识。并随着样本数据库的不断扩充,进一步增加识别种类和提升识别率。
训练数据库构建过程中,充分考虑地理环境多样性、文化差异性、生物属性差异,来源区域、来源渠道多样化。抗干扰能力部分,采用自研数据增强算法对训练数据进行不同程度增强,从而提高模型训练效率。
下一步,明德环保将继续深耕噪声监测的数智化应用,不断升级噪声声纹深度识别模型,助力城市声环境质量的智能分析和溯源工作,服务噪声精准管控。