Eine Mikrofontechnologie, die Geräusche klassifizieren und bestimmte Lärmpegel messen kann, wurde kürzlich in Norwegen vorgestellt. Das von der norwegischen Forschungsorganisation SINTEF in Zusammenarbeit mit dem Akustikgerätehersteller Norsonic entwickelte NoiseTag-System nutzt KI-Modelle, um effektiv zwischen Baustellengeräuschen und Umgebungslärm zu unterscheiden und so die Genauigkeit der Lärmüberwachung zu verbessern.
Die Lärmmessung auf Baustellen wird oft durch Umgebungsgeräusche gestört. Möwengesang, Verkehrslärm oder vorbeifliegende Hubschrauber können die genaue Bewertung von Baulärm beeinträchtigen. Karl Henrik Ejdfors von Norsonic erklärt: „Bislang musste das Personal, das die Daten verarbeitet, Aufnahmen Stück für Stück anhören, um für das Projekt irrelevante Messdaten zu löschen.“ Das neue System trainiert KI-Modelle, um die in die Überwachung einzubeziehenden Baugeräusche zu erkennen und irrelevante Geräusche automatisch herauszufiltern und zu entfernen.
Femke B. Gelderblom, leitende Forschungswissenschaftlerin bei SINTEF, weist darauf hin, dass die Klangverarbeitung für die KI eine besondere Herausforderung darstellt. „Im Vergleich zu den Fähigkeiten der KI bei der Verarbeitung von Bildern oder Texten befindet sich die Forschung zu Klang und KI noch in einem ziemlich unreifen Stadium. Die Audioverarbeitung ist sehr schwierig, obwohl es für uns Menschen ein leicht verständliches Konzept ist.“ Sie erklärt, dass sich der Klang nach dem Verlassen der Quelle während der Ausbreitung verändert. Faktoren wie Entfernung und Umgebung beeinflussen die Klangcharakteristik. Beispielsweise können die Geräusche zweier Bagger mit unterschiedlichen Drehzahlen für die Maschine völlig unterschiedlich klingen; das Modell muss lernen, zu bestimmen, dass sie von derselben Art von Schallquelle stammen.
Das NoiseTag-System kann für jeden Kundenbedarf ein individuelles Modell erstellen, um zu unterscheiden, welche Geräusche relevant sind und welche nicht. Gelderblom sagt: „Bei der Schallüberwachung ist die Unterscheidung zwischen relevantem und irrelevantem Lärm entscheidend. Bauprojekte liegen oft an Hauptverkehrsstraßen, wo der Straßenlärm hoch ist. Dann muss man wissen, welcher Lärm von der Straße und welcher vom Bauprojekt selbst kommt.“
Das System wurde gerade erst veröffentlicht und wird sich mit der zunehmenden Datennutzung kontinuierlich verbessern. „Ein typisches Merkmal von KI ist, dass sie umso intelligenter wird, je mehr wir sie nutzen und je mehr Daten wir sammeln. Wir hoffen, dass unsere Geräte mit zunehmender Nutzung immer besser werden“, so Gelderblom.
SINTEF arbeitet derzeit mit Norsonic und NINA an einem neuen Forschungsprojekt namens ‚Robust Acoustic Recognition‘, das auf NoiseTag aufbaut. Ziel ist es, den manuellen Aufwand für die Erstellung neuer Klangquellenklassifizierungen für KI-Systeme zu reduzieren. Das Projekt läuft bis 2028.
