编辑推荐：
为解决智能交通系统（ITS）音频处理缺乏优质数据集问题，研究人员构建 MELAUDIS 数据集，推动 ITS 研究发展。
在当今的智能交通时代，交通传感器如同城市交通的 “神经末梢”，对交通管理起着至关重要的作用。传统的交通传感器，像电感线圈探测器、交通摄像头和雷达等，虽然各有其能，但却存在着诸多 “短板”。比如，它们收集的数据类型有限，检测范围也受到限制，而且在恶劣天气下就 “掉链子”，安装和维护成本还特别高。相比之下，声学数据收集凭借成本低、信息丰富、无隐私困扰等优势，逐渐进入人们的视野。
然而，在智能交通系统的音频信号处理（ASP）领域，研究的发展却受到了阻碍。其中一个关键的 “拦路虎” 就是缺乏高质量且公开可用的数据集。现有的声学交通监测（ATM）数据集，要么局限于单车道数据采集，无法考虑车辆与麦克风距离的影响；要么数据样本涵盖的范围狭窄，像车辆类型、速度等关键信息不足；还有数据类别的数量也有限，这些都严重限制了相关研究的进展。
为了攻克这些难题，来自澳大利亚墨尔本大学（The University of Melbourne）的研究人员 Hossein Parineh、Majid Sarvi 和 Saeed Asadi Bagloee 展开了深入研究。他们的研究成果 —— 墨尔本音频数据集（MELbourne AUDIo dataSet，MELAUDIS），如同一场 “及时雨”，为智能交通系统研究带来了新的曙光。该研究成果发表在《Scientific Data》上，具有重要的意义。
研究人员在构建 MELAUDIS 数据集时，采用了一系列严谨的技术方法。在数据采集阶段，他们精心挑选了 20 个位于 10 条不同城市道路的地点，涵盖了 1 - 3 车道的城市道路、自行车道以及专用或共享电车轨道，用 iPhone - 12 和 iPhone - 6 设备进行视频和音频录制。之后，通过 AudaCity 软件将视频中的音频提取出来，转换为.wav 格式。在数据标注环节，研究人员手动标注视频中的车辆信息，并将其记录在 Excel 文件中，再用 Python 代码根据这些信息对音频进行分割和标注。为了确保数据质量，他们还花费了 1200 多个人工时对数据进行审查和清洗。
下面来看看具体的研究结果：
- 数据集构成丰富多样：MELAUDIS 数据集包含 5792 条背景噪声录音、7345 个车辆声音样本和 2955 条怠速声音录音，是目前最大的城市声学数据集。数据样本根据车辆状态进行分类，如自由流（FF）、交通堵塞（TJ）和背景噪声（BG）等。车辆类型涵盖了自行车、摩托车、汽车、公共汽车、卡车和电车这六类，还考虑了多种车辆组合情况13。
- 数据特征明确详细：数据文件的命名包含了丰富的信息，如车辆观察的日期和时间、街道名称、交通状态、同时通过的车辆数量、车辆组合、车道信息、行驶方向以及采集设备等。通过这些信息，研究人员可以方便地进行数据筛选和分析2。
- 分类任务表现出色：在车辆检测方面，研究人员通过提取部分数据和全量数据进行测试，模型在不同条件下都展现出了良好的性能；交通状态监测时，分析不同交通条件下的数据后发现，模型对车辆不同状态的识别准确率较高，但由于车辆状态的模糊边界，存在一定的误分类情况；车辆类型分类中，模型对背景噪声、汽车和电车的分类效果较好，平均分类准确率达到 82.84% ，不过在区分声学相似的车辆类型时仍面临挑战45。
综合来看，MELAUDIS 数据集的出现意义重大。它为智能交通系统研究提供了高质量的基准数据，极大地推动了车辆检测、交通状态监测和车辆类型分类等相关研究的发展。不过，研究人员也指出，尽管 MELAUDIS 数据集有着诸多优势，但仍然存在一些需要改进的地方。例如，在车辆类型分类中，对于声学相似的车辆类型区分还不够准确，未来需要进一步优化模型或增加更多的数据特征来提高分类准确率。同时，数据集在应对极端天气条件下的声学数据处理方面，也有待进一步完善。但不可否认的是，MELAUDIS 数据集为智能交通系统的声学研究奠定了坚实的基础，为后续的研究指明了方向，有望引领该领域取得更多的突破和创新成果。
