Predicció del confort acústic en entorns urbans basada en detecció automàtica d'esdeveniments sonors i nivells de soroll obtinguts d'una xarxa de sensors sense fils

Abstract

Existeix una preocupació creixent pels elevats nivells de contaminació acústica presents a molts entorns urbans arreu del món i a ciutats com Barcelona en particular. L’exposició perllongada a entorns sorollosos té efectes adversos per a la salut i el benestar de les persones, pel que hi ha un interès creixent en prendre mesures per a reduir aquest impacte negatiu sobre la qualitat de vida dels ciutadans. El primer problema que sovint es presenta és com aconseguir avaluar correctament el grau de confort o desconfort acústic real en una certa localització, ja que hi ha una gran quantitat de factors que influeixen en la percepció d’un determinat paisatge sonor.

Actualment hi ha múltiples propostes per a predir el nivell de confort acústic, ja sigui utilitzant indicadors acústics, psicoacústics, no-auditius o fins i tot no-sensorials. La principal limitació de totes aquestes propostes és que el procés de recopilació de dades és costós (o fins i tot inviable en alguns contextos). En molts casos, requereixen anar a la localització que es vol avaluar amb equips especialitzats i calibrats (com sonòmetres o analitzadors d’espectres) que tenen un elevat cost econòmic i cal una certa formació específica per tal d’utilitzar-los de forma correcta. En altres casos, es basen en una valoració col·lectiva de diversos participants expressant la seva opinió sobre el mateix paisatge sonor. Alguns estudis fins i tot indiquen la conveniència d’incloure informació específica sobre l’oient que estarà sotmès a aquell determinat ambient sonor (informació que no sempre estarà disponible).

L’objectiu principal d’aquesta tesi és proposar una nova metodologia que permeti predir el grau de confort acústic per a una determinada localització urbana utilitzant un mínim de dades que puguin ser recollides per una sola persona sense necessitat d’equipament específic ni coneixements tècnics. En una primera fase, es proposa la creació d’un classificador automàtic de sons que funcioni amb dades reals polifòniques obtingudes a partir d’un curt enregistrament efectuat amb un telèfon mòbil. A continuació, s’ha fet una anàlisi de la viabilitat d’incorporar les dades provinents d’una xarxa de sensors acústics sense fils. Per a fer-ho, s’han analitzat dades obtingudes a Barcelona i Girona en dos contextos molts diferenciats: (1) el confinament vigent durant la pandèmia de COVID-19 i (2) un ambient de normalitat lliure de restriccions de mobilitat i activitat. S’ha investigat si aquestes dades estaven o no correlades amb la percepció subjectiva d’uns ambients sonors ubicats a una certa distància dels sensors. Finalment, s’ha implementat un predictor del confort acústic basat en els tipus de sons detectats automàticament complementats, en cas que estiguin disponibles, pels nivells mesurats mitjançant un sensor proper (d’una instal·lació fixa de la ciutat). S’han aconseguit uns resultats de predicció del confort acústic notables (amb taxes d’encert superiors al 80%) utilitzant només un enregistrament amb el telèfon mòbil i les corresponents dades de geo-localització.

Resumint, les principals contribucions d’aquesta recerca són: (1) el disseny d’un classificador automàtic d’esdeveniments sonors que treballi amb àudios polifònics obtinguts amb telèfons mòbils, (2) el disseny d’un predictor del confort acústic basat només en aquest curt enregistrament d’àudio i en dades obtingudes a través d’una xarxa de sensors acústics sense fils i (3) l’anàlisi exhaustiva de com el confinament per la COVID-19 va afectar el paisatge sonor de Barcelona.

Existe una preocupación creciente por los elevados niveles de contaminación acústica presentes en muchos entornos urbanos en todo el mundo y en ciudades como Barcelona en particular. La exposición prolongada a entornos ruidosos tiene efectos adversos para la salud y el bienestar de las personas, por lo que existe un interés creciente en tomar medidas para reducir este impacto negativo sobre la calidad de vida de los ciudadanos. El primer problema que suele presentarse es como conseguir evaluar correctamente el grado de confort o disconfort acústico real en una cierta localización, puesto que hay una gran cantidad de factores que influyen en la percepción de un determinado paisaje sonoro.

Actualmente existen múltiples propuestas para predecir el nivel de confort acústico, ya sea utilizando indicadores acústicos, psicoacústicos, no-auditivos o incluso no-sensoriales. La principal limitación de todas estas propuestas es que el proceso de recopilación de datos es costoso (o hasta inviable en algunos contextos). En muchos casos, requieren ir a la localización que se desea evaluar con equipos especializados y calibrados (como sonómetros o analizadores de espectros) que tienen un elevado coste económico y hace falta una cierta formación específica para utilizarlos de forma correcta. En otros casos, se basan en una valoración colectiva de varios participantes expresando su opinión sobre el mismo paisaje sonoro. Algunos estudios hasta indican la conveniencia de incluir información específica sobre el oyente que estará sometido a aquel determinado ambiente sonoro (información que no siempre estará disponible).

El objetivo principal de esta tesis es proponer una nueva metodología que permita predecir el grado de confort acústico para una determinada localización urbana utilizando un mínimo de datos que puedan ser recogidos por una sola persona sin necesidad de equipamiento específico ni conocimientos técnicos. En una primera fase, se propone la creación de un clasificador automático de sonidos que funcione con datos reals polifónicos obtenidos mediante una corta grabación efectuada con un teléfono móvil. A continuación, se ha hecho un análisis de la viabilidad de incorporar los datos procedentes de una red de sensores acústicos inalámbricos. Para hacerlo, se han analizado datos obtenidos en Barcelona y Girona en dos contextos muy diferenciados: (1) el confinamiento vigente durante la pandemia de COVID-19 y (2) un ambiente de normalidad libre de restricciones de movilidad y actividad. Se ha investigado si estos datos estaban o no correlados con la percepción subjetiva de unos ambientes sonoros ubicados a cierta distancia de los sensores. Finalmente, se ha implementado un predictor del confort acústico basado en el tipo de sonidos detectados automáticamente complementados, en caso de estar disponibles, por los niveles medidos mediante un sensor cercano (de una instalación fija de la ciudad). Se han conseguido unos resultados de predicción del confort acústico notables (con tasas de acierto superiores al 80%) utilizando únicamente una grabación con el teléfono móvil y los datos de geolocalización correspondientes.

Resumiendo, las principales contribuciones de esta investigación son: (1) el diseño de un clasificador automático de eventos sonoros que trabaje con audios polifónicos obtenidos con teléfonos móviles, (2) el diseño de un predictor del confort acústico basado únicamente en esta corta grabación de audio y en datos obtenidos mediante una red de sensores acústicos inalámbricos y (3) el análisis exhaustivo de como el confinamiento por el COVID-19 afectó el paisaje sonoro de Barcelona.

There is a growing concern about the high levels of noise pollution in many urban environments across the world and, more specifically, in metropolises such as Barcelona. Prolonged noise exposure has adverse health and wellbeing effects. Therefore, there is a growing interest in enforcing measures to reduce this negative impact in the citizen’s quality of life. The first issue that must be tackled is finding a method to accurately evaluate the perceived acoustic comfort or discomfort in a given location, as there is often a wide variety of factors affecting the perception of a soundscape.

There are currently different approaches to predict the acoustic comfort level using several indicators, i.e., acoustic, psycho-acoustic, non-auditory and even non-sensory. The main limitation of these proposals is that they are grounded in costly (even inviable in some contexts) data collection processes. In many cases, the methods proposed require using specialised and calibrated equipment (eg. sonometers or spectrum analyzers) on-site. This kind of equipment is expensive and it needs some level of expertise to use it properly. In some other cases, they are based on a collective assessment conducted by several participants who provide their opinion on a given soundscape. Some studies go as far as to recommend the inclusion of specific information about the listener who will be exposed to the evaluated soundscape (information that not always is available).

The main goal of this research is to propose a new method to predict the acoustic comfort around a given urban location using the few amount of data that a single person can collect without neither specialised equipment nor technical background. First, an automatic sound events classifier has been designed and set to work with polyphonic real data obtained from a short recording acquired through a smartphone. Subsequently, an analysis has been performed on the viability of adding data from a wireless acoustic sensors network as indicators. Specifically, data from two distinct contexts obtained from Barcelona and Girona has been used: (1) data obtained during the lockdown caused by the COVID-19 pandemic and (2) data from a normal, free from mobility and activity restrictions, situation. Possible correlations between sensors’ data and the subjective perception of soundscapes located some distance apart have been explored. Finally, a predictor of the acoustic comfort has been implemented, based on the type of sounds automatically detected from the recording, complemented with the noise levels provided by the nearest sensor (from the wireless acoustic sensors network in the city) when they are available. Accuracies over 80% have been achieved for the acoustic comfort prediction using only a short audio clip recorded with a smartphone and the corresponding geo-localization coordinates.

Overall, the main contributions of this research are: (1) the design of an automatic sound events classifier working on polyphonic audios obtained through smartphones, (2) the design of an acoustic comfort predictor based only on a short audio recording and data provided through a wireless acoustic sensors network, and (3) the exhaustive analysis of the changes caused in Barcelona’s soundscape during the COVID-19 lockdown.