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  要進行噪聲分類識別？

噪聲類型識別等溯源技術，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，針對噪聲超標的監(jiān)測點位，如何高效、精準地完成污染源定位，是用戶最為關心的問題之一。

以工業(yè)企業(yè)噪聲超標為例，工業(yè)企業(yè)附近的自動監(jiān)測設備采集的超標數據，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  是什么？

噪聲分類識別過去主要依賴于人工調取音視頻數據來完成，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，隨著自動識別技術的進步和AI大數據的應用，噪聲分類識別技術在輔助人工審核判斷超標數據的聲源類型方面，可大大提高工作效率和減少人力投入。

明德方案

明德環(huán)保應用前沿科技成果賦能噪聲監(jiān)測的數智化需求。在M2300型 環(huán)境噪聲自動監(jiān)測系統(tǒng)中采用了基于AI大數據的聲紋深度識別技術，可實現自然聲源和人為聲源的智能識別分類，識別準確率超過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)測數據匹配、標識。并隨著樣本數據庫的不斷擴充，進一步增加識別種類和提升識別率。

訓練數據庫構建過程中，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，采用自研數據增強算法對訓練數據進行不同程度增強，從而提高模型訓練效率。

下一步，明德環(huán)保將繼續(xù)深耕噪聲監(jiān)測的數智化應用，不斷升級噪聲聲紋深度識別模型，助力城市聲環(huán)境質量的智能分析和溯源工作，服務噪聲精準管控。