
Городской шум — одна из причин акустического загрязнения. Чтобы контролировать обстановку, важно не просто замерять уровень звука, но и понимать, откуда он идет. С этим помогут технологии на базе машинного обучения: они автоматически анализируют аудио и с высокой точностью распознают разные звуковые события.
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 идет звук.

Как сообщила пресс-служба Минобрнауки РФ порталу Наука Mail, первые испытания 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.

Сейчас система помогает составить акустическую карту кампуса и найти самые шумные и тихие зоны — так, самой спокойной оказалась лесопарковая территория в центре. В будущем технология пригодится городским службам: она позволит отслеживать превышение допустимого уровня шума, планировать установку защитных экранов и оптимизировать транспортные потоки.
Результаты исследования опубликованы в журналах «Проблемы управления рисками в техносфере» и Noise Theory and Practice.
Ранее Наука Mail рассказывала о том, что пение птиц хуже снимает стресс из-за шума машин.

