揭秘：如何通过声纹识别技术实现噪声智能溯源？

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。