Dlaczego rozdzielenie hałasu aktywności i hałasu nieaktywnego jest kluczowe w pomiarach środowiskowych.

Klasyfikacja źródeł hałasu w monitoringu środowiskowym

Pomiary hałasu środowiskowego bardzo rzadko zawierają wyłącznie dźwięki związane z badaną aktywnością. Ruch drogowy, pobliska działalność przemysłowa, hałas związany z warunkami pogodowymi oraz inne źródła są często rejestrowane równocześnie z hałasem będącym przedmiotem analizy.

Identyfikacja, które zdarzenia należą do badanej aktywności, a które nie, jest jednym z najbardziej czasochłonnych i subiektywnych etapów analizy hałasu — szczególnie w projektach długoterminowych lub prowadzonych bez stałej obsługi.

NoiseTag odpowiada na to wyzwanie poprzez automatyczną klasyfikację źródeł hałasu podczas monitoringu środowiskowego. Zintegrowany z oprogramowaniem NorCloud, NoiseTag identyfikuje, które zdarzenia są istotne z punktu widzenia badanej aktywności, a które nie. Hałas nieistotny — czyli dźwięki niezwiązane z aktywnością — może zostać wykluczony z analizy. Ograniczenie potrzeby ręcznego przeglądu danych skraca czas analizy oraz zwiększa spójność i dokładność wyników.

Czym jest NoiseTag?

NoiseTag to moduł oparty na sztucznej inteligencji (AI), zintegrowany z platformą NorCloud, który automatycznie klasyfikuje zdarzenia dźwiękowe rejestrowane podczas monitoringu hałasu środowiskowego. Jego celem jest rozróżnienie hałasu generowanego przez badaną aktywność od hałasu pochodzącego z niepożądanych źródeł.

Dzięki bezpośredniemu rozdzieleniu hałasu istotnego i nieistotnego w obrębie projektu pomiarowego, NoiseTag pomaga skoncentrować analizę i raportowanie na rzeczywistym wpływie akustycznym badanej aktywności.

Jak działa NoiseTag w NorCloud?

NoiseTag jest w pełni zintegrowany z NorCloud i działa bezpośrednio na napływających zdarzeniach dźwiękowych. Po włączeniu w projekcie analizuje wykryte zdarzenia audio i przypisuje je do wcześniej zdefiniowanych etykiet źródeł.

Nie jest wymagany żaden dodatkowy sprzęt, a konfiguracja zajmuje jedynie kilka minut. NoiseTag działa w całości w ramach środowiska NorCloud, wykorzystując istniejące dane pomiarowe i nagrania audio.

Dowiedz się więcej o oprogramowaniu NorCloud.

Jak definiowany jest hałas aktywności i nieaktywności?

NoiseTag opiera się na etykietach źródeł definiowanych przez użytkownika, skoncentrowanych na źródłach istotnych dla analizy. Wszystkie zdefiniowane etykiety są domyślnie traktowane jako część aktywności, z wyjątkiem tych, które użytkownik wyraźnie oznaczy jako hałas nieaktywny.

Źródła dźwięku, które nie zostały wytrenowane lub jednoznacznie sklasyfikowane, są traktowane jako „nieznane”. Z założenia zdarzenia nieznane uznawane są za część aktywności. Takie podejście eliminuje konieczność klasyfikowania wszystkich możliwych dźwięków i pozwala skupić analizę wyłącznie na wykluczeniu źródeł, które są znane i wpływają na wyniki, lecz nie należą do badanej aktywności.

W razie potrzeby bardziej szczegółowej klasyfikacji możliwe jest wprowadzenie dodatkowych kategorii źródeł i ich trenowanie, jednak poziom tej szczegółowości zależy od projektu i nie jest obowiązkowy.

Jak trenowany jest model AI?

Na początku projektu model AI jest trenowany na reprezentatywnych próbkach audio wybranych przez użytkownika i przypisanych do odpowiednich etykiet źródeł. W praktyce do uzyskania wiarygodnej klasyfikacji wystarcza niewielka liczba próbek, choć możliwe jest dodanie kolejnych w razie potrzeby.

Takie trenowanie w ramach konkretnego projektu pozwala NoiseTag szybko dostosować się do specyficznych warunków akustycznych danego miejsca. W przeciwieństwie do modeli ogólnych, wstępnie wytrenowanych, klasyfikacja opiera się na dźwiękach rzeczywiście występujących w projekcie, co zapewnia zgodność wyników z lokalnymi warunkami, charakterystyką źródeł i trybem pracy obiektu.

Jaka jest pewność klasyfikacji?

Każde sklasyfikowane zdarzenie dźwiękowe prezentowane jest wraz z oznaczeniem poziomu pewności w postaci kolorowego wskaźnika oraz wartości procentowej. Informacje te pokazują, z jaką pewnością model przypisał zdarzenie do danej kategorii.

Zdarzenia o niskiej pewności lub takie, które nie pasują do żadnej z wytrenowanych etykiet, mogą zostać oznaczone jako nieznane. Zdarzenia nieznane są domyślnie traktowane jako część aktywności i nie wymagają natychmiastowej interwencji, chyba że użytkownik zdecyduje się na dalsze doprecyzowanie klasyfikacji.

Wskaźniki pewności pomagają użytkownikowi zdecydować, kiedy konieczna jest ręczna weryfikacja, oraz zapewniają pełną przejrzystość sposobu uzyskania wyników.

Częściowa analiza hałasu i poziomy hałasu aktywności

NoiseTag umożliwia NorCloud obliczanie częściowych poziomów hałasu poprzez wykluczenie składowych niezwiązanych z aktywnością. W zależności od wymagań projektu, wkład hałasu nieaktywnego może zostać całkowicie pominięty, zastąpiony reprezentatywnym poziomem tła lub uwzględniony przy użyciu metod opartych na percentylach, co pozwala dobrać najbardziej odpowiednie podejście analityczne.

Adaptacja modelu i ponowne trenowanie

NoiseTag może być ponownie trenowany na dowolnym etapie projektu w celu uwzględnienia zmian w etykietach źródeł lub kryteriach klasyfikacji. Pozwala to dostosować model w przypadku pojawienia się nowych typów aktywności lub potrzeby bardziej szczegółowego podziału źródeł.

Dzięki temu klasyfikacja pozostaje aktualna i precyzyjna również w długoterminowych projektach monitoringu.

Typowe zastosowania NoiseTag

NoiseTag jest szczególnie przydatny w projektach, w których występuje wiele źródeł dźwięku, a tylko część rejestrowanego hałasu jest istotna dla oceny, takich jak:

• projekty akustyczne z wieloma nakładającymi się źródłami dźwięku,
• monitoring hałasu środowiskowego z istotnym udziałem hałasu niezwiązanego z aktywnością,
• analizy zgodności wymagające wyznaczenia poziomów hałasu wyłącznie dla aktywności,
• długoterminowy monitoring bezobsługowy z dużą liczbą zdarzeń hałasowych.

Integracja NoiseTag z radarem akustycznym

W połączeniu z radarem akustycznym, NorCloud może rozróżniać hałas zarówno pod względem rodzaju źródła, jak i jego kierunku pochodzenia.

Takie podejście umożliwia dokładniejsze rozdzielenie nakładających się źródeł i zapewnia dodatkowy wgląd w złożone środowiska akustyczne.

Dowiedz się więcej o radarze akustycznym.

Raportowanie i obsługa danych w NorCloud

Wszystkie klasyfikacje NoiseTag oraz częściowe poziomy hałasu są dostępne bezpośrednio w raportach NorCloud. Wyniki mogą być uwzględniane w standardowych raportach lub eksportowane w wielu formatach w celu przygotowania dokumentacji dostosowanej do potrzeb użytkownika.

Nagrania audio, listy zdarzeń i metadane pozostają przez cały czas dostępne w NorCloud, a dane pomiarowe są automatycznie dostarczane przez urządzenia pomiarowe, takie jak Nor145, i przesyłane do platformy w ramach standardowego procesu monitoringu.

NoiseTag w NorCloud

NoiseTag jest w pełni zintegrowany z platformą NorCloud i stanowi uzupełnienie istniejących narzędzi do monitoringu i analizy hałasu środowiskowego.