一种能够对声音进行分类并测量特定噪音的麦克风技术近日在挪威问世。这项由挪威科研机构SINTEF与声学设备制造商Norsonic合作开发的NoiseTag系统，借助人工智能模型，可有效区分建筑工地施工声与环境噪音，提升噪声监测的精准度。

建筑工地的噪声测量常受环境干扰。海鸥叫声、交通噪音或直升机飞过等声音，都可能影响对施工噪声的准确评估。Norsonic的Karl Henrik Ejdfors表示：“到目前为止，处理数据的人员必须逐条收听录音，以删除与项目无关的测量数据。”新系统通过训练人工智能模型，识别出应包含在监测中的施工声音，自动过滤并移除无关噪声。

SINTEF高级研究科学家Femke B. Gelderblom指出，声音处理对人工智能而言颇具挑战。“与人工智能处理图像或文本的能力相比，声音和人工智能的研究仍处于相当不成熟的阶段。音频处理非常困难，尽管对我们人类来说，这是一个很容易理解的概念。”她解释说，声音从声源发出后会在传播过程中发生变化，距离和周围环境等因素都会影响声音特征。例如，两台转速不同的挖掘机发出的声音在机器听来可能完全不同，模型需要学习才能确定它们来自同一类声源。

NoiseTag系统可针对每个客户需求建立专属模型，区分哪些噪音是相关的，哪些不是。Gelderblom表示：“在声音监测时，区分相关噪音至关重要。建筑项目通常位于主干道旁，道路噪音很大，这时需要知道哪些噪音来自道路，哪些来自建筑项目本身。”

该系统刚刚发布，将随着使用数据的积累不断优化。“人工智能的典型特征是，我们使用得越多，收集到的数据越多，它就会变得越智能。我们希望随着更多人使用，我们的设备也会越来越好，”Gelderblom说。

SINTEF目前正与Norsonic和NINA合作，在NoiseTag基础上开展名为“鲁棒声学识别”的新研究项目，旨在减少为人工智能系统建立新型声源分类所需的人工工作量。该项目将持续至2028年。