Detecção e classificação de padrões sonoros utilizando inteligência artificial

Abstract

Alguns compressores podem gerar variações atípicas de ruído que gera incômodo. Este trabalho tem por objetivo detectar e classificar os seguintes padrões do compressor: gotejamento (dripping noise), batida do kit na carcaça do dispositivo (knock noise) e de operação estacionária. Para isso, foram treinadas redes de inteligência artificial que automatizam o processo de categorização e verificou-se o desempenho delas. Dentre as redes escolhidas para estudo estão a convolucional (CNN) e a recorrentes (RNN), mais especificamente, a de memória de curto e longo prazo (LSTM); os métodos de extração de recursos aplicados foram: Espectro Cromático, Contraste Espectral, Espectrograma em Escala de Mel, Mel- Frequency Cepstral Coefficientse a Centróide Tonal. Além da comparação de atuação das redes de aprendizado profundo, foi estipulado a quantidade mínima de amostras necessárias e a relação de energia sonora entre os fenômenos, de formar que ainda seja possível diferenciar corretamente os padrões. Essas aferições foram realizadas tanto para 3 classes (dripping, knock e operação estacionária), como também com 2 (dripping e knock). Nessa última, as medições de pressão sonora do compressor em funcionamento (sinal estacionário) foram contaminadas com os padrões de dripping e knock para aferir o desempenho da rede a uma situação mais próxima da real, onde os sinais ocorrem em simultâneo. Concluiu-se que, para esses sinais, a rede CNN obteve a melhor performance. Foi possível otimizar o sistema para utilizar 16 amostras de cada fenômeno, sendo necessária uma relação sinal ruído de no máximo 20 dB. Além disso, é possível afirmar que a rede treinada com dados de Contraste Espectral apresentou um aprendizado maior, e quando aplicado conjunto com o Espectrograma em Escala de Mel ou com MFCCs criou modelos com acuraria superior a 90%.

Abstract: Some sound patterns emitted by hermetic compressors can generate operating variations and noise nuisance. This work aims to detect and classify the following compressor patterns: dripping (dripping noise), knocking off the kit on the device housing (knock noise), and stationary operation. For this, artificial intelligence networks that automate the categorization process were trained, and their performance was verified. Among the networks chosen for study are the convolutional (CNN) and the recurrent an (RNN) of short- and long-term memory (LSTM); the resource extraction methods applied were: Chromatic Spectrum, Spectral Contrast, Mel Scale Spectrogram, MFCCs (Mel-Frequency Cepstral Coefficients) and Tonal Centroid. In addition to comparing the performance of deep learning networks, the minimum number of necessary samples and the sound energy ratio between the phenomena were stipulated, so that it is still possible to correctly differentiate the patterns. These measurements were performed both for 3 classes (dripping, knock, and stationary operation), as well as for 2 (dripping and knock). In the latter, the sound pressure measurements of the compressor in operation (stationary signal) were contaminated with dripping and knock patterns to assess the network performance to a situation closer to the real one, where the signals occur simultaneously. It was concluded that, for these signals, the CNN network had the best performance. It was possible to optimize the system to use 16 samples of each phenomenon, requiring a signal-to-noise ratio of at most 20 dB. Furthermore, it is possible to affirm that the network trained with Spectral Contrast data showed a greater learning experience, and when applied together with the Mel Scale Spectrogram or with MFCCs, it created models with an accuracy greater than 90%.