NoiseScout utiliza técnicas de clasificación del ruido basadas en IA para clasificar automáticamente los distintos tipos de ruido, lo que permite a los usuarios identificar rápida y fácilmente las fuentes de ruido excesivo y tomar las medidas oportunas. El sistema puede distinguir entre diferentes clases de ruido, como el habla, la maquinaria, el tráfico y otros, proporcionando información valiosa para la gestión del ruido.
Ejemplo de NoiseScout: Clasificación del ruido con IA
Cómo funciona
NoiseScout clasifica los distintos ruidos con puntuaciones que indican la fiabilidad con la que pueden asignarse a una de las categorías definidas. La puntuación no es simplemente un número porcentual. Se utiliza un algoritmo bastante complejo para determinar la puntuación. Se trata de un sistema preentrenado (precargado) con un conjunto de clasificaciones. A continuación, se encuentran las mejores coincidencias y se calcula la puntuación en función de cuántas de las diferentes categorías se reconocen en el archivo de ondas de 10 segundos.
Una puntuación baja no indica en absoluto que el resultado no sea preciso, sino que hay otras clasificaciones que coinciden y que, aunque no obtienen una puntuación tan alta, sí reducen las otras puntuaciones. Además, a veces hay superclasificaciones que puntúan más alto.
En el siguiente ejemplo, ...
Vehículos |
Transporte ferroviario |
Tren |
60 |
25 |
24 |
... la IA puede clasificar un sonido específico como un Tren, mientras que, al mismo tiempo, lo clasifica con una puntuación más alta como una forma de transporte Ferroviario (que un tren ciertamente es), y finalmente de forma más general, y con la puntuación más alta, como un tipo de Vehículo (que el transporte ferroviario ciertamente es). En este ejemplo podemos deducir que el sonido fue creado por un tren.
El uso de la IA en el sistema NoiseScout ayuda a agilizar el proceso de medición y análisis del ruido, haciéndolo más eficiente y eficaz.