Potentiale des maschinellen Lernens zur Klassifikation von Verkehrs- und Umgebungsgeräuschen

Abstract

Um die Arbeit mit langen Tonaufnahmen unbekannten Inhalts zu erleichtern, arbeitet das Deutsche Zentrum für Luft- und Raumfahrt aktuell an einer Methode, Geräusche in solchen Aufnahmen automatisiert zu klassifizieren. Dabei stellt die Qualität dieser unter realen Bedingungen aufgenommenen Geräusche eine besondere Herausforderung dar. Diese Arbeit beschäftigt sich mit verschiedenen Methoden der Klassifikation von Umgebungsgeräuschen und versucht, ihre Potentiale sowie Problematiken einzugrenzen. So soll herausgefunden werden, welche Methoden für weitere Tests in der Zukunft geeignet sind und worauf dabei besonders zu achten ist. Es wird gezeigt, dass neben der Wahl aus verschiedenen Klassifikatoren und der Varianten die Informationen aus den Daten zu extrahieren vor allem auch die Menge und Qualität der vorhandenen Aufnahmen von großer Bedeutung für die Güte einer solchen Klassifikation ist.