SvanNET AI는 Svantek의 SvanNET AMS(자동 모니터링 서비스)를 위한 독점 기능으로, Svantek 소음 및 진동 모니터링 스테이션과의 다지점 연결을 지원하는 온라인 솔루션입니다. 이 AI 모듈은 인공지능과 머신러닝을 활용하여 자동으로 소음원을 인식하고 분류할 수 있습니다. AI 시스템은 녹음된 오디오 데이터를 분석하여 산업 소음, 교통 소음, 자연음 등 총 28개의 소음 클래스로 정확하게 분류하며, 소음원 식별 과정을 자동화함으로써 도시의 소음 공해를 보다 효과적으로 관리할 수 있도록 정확하고 실시간 소음 모니터링을 제공합니다.
음향학에서 소음원 식별은 효과적인 소음 제어를 위한 핵심 절차입니다. 소음의 근원을 인식함으로써, 음향 엔지니어는 설계 변경이 소음 방사에 가장 효과적으로 작용할 지점을 찾아낼 수 있습니다. 주요 응용 분야는 제품 설계와 환경 소음 관리입니다.
제품 설계에서는 빔포밍, 마이크로폰 어레이, 주파수 분석 등과 같은 고전적인 아날로그 기법이 사용되지만, 환경 소음 분야에서는 방대한 데이터량 때문에 수작업으로는 확장이 불가능합니다. 특히 교통 소음의 경우, 음향 전문가는 차량(승용차, 트럭), 열차(화물, 여객), 항공기 통과 등을 구분하고 이를 일별 또는 주간 단위로 계수하여 장기적인 패턴을 분석해야 합니다. AI는 이러한 문제를 해결하며, 대규모 데이터셋을 효율적으로 처리하고 확장 가능하고 정확한 소음원 식별을 가능하게 합니다.
소음원 식별
소음원을 실시간으로 정확하게 파악하고 분류합니다.
오디오 이벤트 분류
이벤트 트리거와 실시간 분석을 사용하여 특정 오디오 이벤트를 분류합니다.
자동 보고서
예측 신뢰도와 데이터 시각화로 상세 보고서를 생성합니다.
환경 소음
SvanNET AI는 28개의 다른 범주로 음원을 분류할 수 있습니다
SvanNET AI의 주요 응용 분야는 특히 도시 소음과 교통에 대한 환경 소음 관리입니다. 도시의 다양한 소음원을 모니터링, 식별 및 분류하는 데 사용되어 당국과 계획자가 목표로 하는 소음 감소 조치를 구현하는 데 도움이 됩니다. 소음 오염에 대한 정확하고 실시간 데이터를 제공함으로써 SvanNET AI는 도시 소음이 공중 보건에 미치는 부정적인 영향을 완화하고 전반적인 도시 생활 조건을 개선하기 위한 효과적인 전략 개발을 지원합니다.
자세히 보기자동 노이즈 소스 분류에 사용할 수 있는 SvanNET AI 기능에 대한 새로운 유용한 비디오를 시청하십시오.