常見(jiàn)的噪聲分類(lèi)有哪些？

在《噪聲法》中，噪聲分為工業(yè)噪聲、建筑施工噪聲、交通運(yùn)輸噪聲、社會(huì)生活噪聲。

01為什么  要進(jìn)行噪聲分類(lèi)識(shí)別？

噪聲類(lèi)型識(shí)別等溯源技術(shù)，對(duì)針對(duì)性開(kāi)展噪聲監(jiān)管防治措施具有重要意義。城市聲環(huán)境的噪聲來(lái)源多樣，針對(duì)噪聲超標(biāo)的監(jiān)測(cè)點(diǎn)位，如何高效、精準(zhǔn)地完成污染源定位，是用戶(hù)最為關(guān)心的問(wèn)題之一。

以工業(yè)企業(yè)噪聲超標(biāo)為例，工業(yè)企業(yè)附近的自動(dòng)監(jiān)測(cè)設(shè)備采集的超標(biāo)數(shù)據(jù)，不一定是由被監(jiān)測(cè)工業(yè)企業(yè)排放的，也可能受周邊其他聲源影響（如汽車(chē)?guó)Q笛、蟲(chóng)鳴鳥(niǎo)叫）。

02噪聲分類(lèi)識(shí)別技術(shù)  是什么？

噪聲分類(lèi)識(shí)別過(guò)去主要依賴(lài)于人工調(diào)取音視頻數(shù)據(jù)來(lái)完成，隨著噪聲監(jiān)測(cè)工作的不斷深入，噪聲分類(lèi)識(shí)別工作量巨大，現(xiàn)有的人工識(shí)別方法無(wú)法滿足噪聲監(jiān)測(cè)工作的需要。另一方面，隨著自動(dòng)識(shí)別技術(shù)的進(jìn)步和AI大數(shù)據(jù)的應(yīng)用，噪聲分類(lèi)識(shí)別技術(shù)在輔助人工審核判斷超標(biāo)數(shù)據(jù)的聲源類(lèi)型方面，可大大提高工作效率和減少人力投入。

明德方案

明德環(huán)保應(yīng)用前沿科技成果賦能噪聲監(jiān)測(cè)的數(shù)智化需求。在M2300型 環(huán)境噪聲自動(dòng)監(jiān)測(cè)系統(tǒng)中采用了基于AI大數(shù)據(jù)的聲紋深度識(shí)別技術(shù)，可實(shí)現(xiàn)自然聲源和人為聲源的智能識(shí)別分類(lèi)，識(shí)別準(zhǔn)確率超過(guò)85％。

模型特征可視化（2D）

系統(tǒng)可自動(dòng)識(shí)別自然環(huán)境、工業(yè)、建筑施工、交通、社會(huì)生活的典型聲源，輸出聲源類(lèi)型，與噪聲監(jiān)測(cè)數(shù)據(jù)匹配、標(biāo)識(shí)。并隨著樣本數(shù)據(jù)庫(kù)的不斷擴(kuò)充，進(jìn)一步增加識(shí)別種類(lèi)和提升識(shí)別率。

訓(xùn)練數(shù)據(jù)庫(kù)構(gòu)建過(guò)程中，充分考慮地理環(huán)境多樣性、文化差異性、生物屬性差異，來(lái)源區(qū)域、來(lái)源渠道多樣化。抗干擾能力部分，采用自研數(shù)據(jù)增強(qiáng)算法對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行不同程度增強(qiáng)，從而提高模型訓(xùn)練效率。

下一步，明德環(huán)保將繼續(xù)深耕噪聲監(jiān)測(cè)的數(shù)智化應(yīng)用，不斷升級(jí)噪聲聲紋深度識(shí)別模型，助力城市聲環(huán)境質(zhì)量的智能分析和溯源工作，服務(wù)噪聲精準(zhǔn)管控。