常見的噪聲分類有哪些？

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

01為什么  要進(jìn)行噪聲分類識別？

噪聲類型識別等溯源技術(shù)，對針對性開展噪聲監(jiān)管防治措施具有重要意義。城市聲環(huán)境的噪聲來源多樣，針對噪聲超標(biāo)的監(jiān)測點位，如何高效、精準(zhǔn)地完成污染源定位，是用戶最為關(guān)心的問題之一。

以工業(yè)企業(yè)噪聲超標(biāo)為例，工業(yè)企業(yè)附近的自動監(jiān)測設(shè)備采集的超標(biāo)數(shù)據(jù)，不一定是由被監(jiān)測工業(yè)企業(yè)排放的，也可能受周邊其他聲源影響（如汽車鳴笛、蟲鳴鳥叫）。

02噪聲分類識別技術(shù)  是什么？

噪聲分類識別過去主要依賴于人工調(diào)取音視頻數(shù)據(jù)來完成，隨著噪聲監(jiān)測工作的不斷深入，噪聲分類識別工作量巨大，現(xiàn)有的人工識別方法無法滿足噪聲監(jiān)測工作的需要。另一方面，隨著自動識別技術(shù)的進(jìn)步和AI大數(shù)據(jù)的應(yīng)用，噪聲分類識別技術(shù)在輔助人工審核判斷超標(biāo)數(shù)據(jù)的聲源類型方面，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)測的數(shù)智化需求。在M2300型 環(huán)境噪聲自動監(jiān)測系統(tǒng)中采用了基于AI大數(shù)據(jù)的聲紋深度識別技術(shù)，可實現(xiàn)自然聲源和人為聲源的智能識別分類，識別準(zhǔn)確率超過85％。

模型特征可視化（2D）

系統(tǒng)可自動識別自然環(huán)境、工業(yè)、建筑施工、交通、社會生活的典型聲源，輸出聲源類型，與噪聲監(jiān)測數(shù)據(jù)匹配、標(biāo)識。并隨著樣本數(shù)據(jù)庫的不斷擴(kuò)充，進(jìn)一步增加識別種類和提升識別率。

訓(xùn)練數(shù)據(jù)庫構(gòu)建過程中，充分考慮地理環(huán)境多樣性、文化差異性、生物屬性差異，來源區(qū)域、來源渠道多樣化。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)測的數(shù)智化應(yīng)用，不斷升級噪聲聲紋深度識別模型，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。