Automating Urban Soundscape Enhancements with AI: In-situ Assessment of Quality and Restorativeness in Traffic-Exposed Residential Areas

“声景”方法在ISO 12913中被规范化，是一种以感知为基础的城市声音管理的范式转变，旨在减少噪声污染对社会经济的巨大成本，以推进联合国可持续发展目标。针对交通噪声影响的户外住宅区，我们实施了一种自动遮蔽器选择系统（AMSS），利用自然声音来遮蔽（或增强）交通声景。我们采用了预先训练的人工智能模型，自动选择最佳遮蔽器并调整其播放音量，以适应环境中随时间变化的情况，以最大化ISO 12913中声景质量的感知维度“愉悦度”。我们的验证研究涉及68名居民，发现干预后“愉悦度”显著提高了14.6％，与增强的恢复能力和积极情感相关。交通噪声影响的感知增强与一个更安静的控制点（$L_\text{A,eq}$ 低6 dB(A) 且交通噪声占主导）相匹配，证实了AMSS作为声景干预的有效性，同时通过概率人工智能预测简化了“愉悦度”的劳动密集型评估。

本论文旨在通过利用自然声音来掩盖或增强交通声景，实现自动掩蔽选择系统（AMSS），从而改善交通噪声污染对人类社会经济的巨大影响，以推进联合国可持续发展目标。

本论文的关键思路是利用预先训练的人工智能模型自动选择最佳掩蔽器并调整其播放级别，以适应环境中随时间变化的变化，从而最大程度地提高 ISO 12913 中声景质量的感知维度“愉悦度”。

本研究的亮点是通过自然声音来掩盖或增强交通声景，从而提高声景的愉悦度。研究采用了自动掩蔽选择系统（AMSS）和预先训练的人工智能模型。实验结果显示，介入后“愉悦度”显著提高了14.6％，与控制组相比，交通噪声支配度较低的安静地点的感知增强与交通噪声暴露地点相当。该研究简化了“愉悦度”的评估，并具有潜在的实际应用价值。

在这个领域中，最近的相关研究包括“交通噪声预测模型的开发和应用”和“交通噪声对居民健康的影响研究”。