Resumo: Com o crescimento de grandes cidades e aglomerações em centros urbanos, o ruído tem se tornado cada vez mais crítico nessas áreas. Entre as fontes sonoras geradoras de incômodo para a população, encontram-se especialmente o tráfego de veículos e o ruído de obra. Em São Paulo, os ruídos emitidos devem respeitar leis e normas vigentes, como a ABNT NBR 10151, e o decreto municipal Nº 60.581 que traz limites para ruídos de obras. Como forma de gerenciamento e mitigação de ruído urbano, o monitoramento sonoro contínuo tornou-se uma ferramenta importante, especialmente quando aplicado em conjunto com modelos de identificação automática de fontes sonoras, que reduz drasticamente esforços manuais humanos e ajuda na tomada de decisões de gerenciamento de ruído. Contudo, uma correta classificação de sons urbanos pode ser uma tarefa árdua pela complexidade das paisagens sonoras urbanas, que pode conter muitas fontes sonoras simultâneas e ruído atrelado. Além disso, é necessária uma base de dados de sons ampla e representativa para o ambiente a ser monitorado. Este trabalho, primeiramente, se propõe a construção de uma base de dados de sons urbanos para a cidade de São Paulo, Brasil, com as principais fontes sonoras provenientes dessa área. Em seguida, são propostas arquiteturas de redes neurais capazes de classificar corretamente esses sons, entre elas estão modelos CNN, RNN e híbridos. Este último atingiu os melhores resultados nas métricas avaliadas. Sons de baixas frequências, especialmente veículos, apresentaram uma maior dificuldade em serem corretamente identificados. Neste estudo, foi utilizado o Log-Mel-spectrogram como dado de entrada em 8 combinações diferentes de resoluções no tempo e frequência. Ainda foram utilizadas técnicas de aumento de dados e modelo de classificação hierárquica em conjunto com o modelo híbrido, estas, porém, não conseguiram demonstrar melhoria significativa nas métricas de classificação. Trabalhos futuros devem focar especialmente, na otimização dos resultados de algumas fontes sonoras de baixas frequências, através de novos modelos e pré-processamentos Ver menos

Abstract: Noise has become increasingly critical in urban areas, due to the growth of large cities and urban agglomerations. Among the noise sources causing inconvenience to the population are especially vehicle traffic and construction noise. In São Paulo, emitted noises must comply with current laws and regulations, such as ABNT NBR 10151, and the municipal decree No. 60.581, which sets limits for construction noise. As a method of managing and mitigating urban noise, continuous sound monitoring has become an important tool, especially when employed together with models for automatic identification of sound sources, which drastically reduces human manual efforts and aids in noise management decision-making. However, the correct classification of urban sounds can be an arduous task due to the complexity of urban soundscapes, which can contain many simultaneous sound sources and associated noise. Additionally, a broad and representative sound dataset is required for the environment to be monitored. This work first proposes the construction of an urban sound database for the city of São Paulo, Brazil, with the main sound sources from this area. Subsequently, neural network architectures capable of correctly classifying these sounds are proposed, including CNN, RNN, and hybrid models. The latter achieved the best results in the evaluated metrics. Low-frequency sounds, especially vehicles, showed greater difficulty in being correctly identified. In this study, the Log-Mel-spectrogram was used as input data in 8 different combinations of time and frequency resolutions. Data augmentation techniques and hierarchical classification models were also used together with the hybrid model, however, they did not demonstrate significant improvement in classification metrics. Future research should specially address improving certain low-frequency sound sources classification, focusing on new models and preprocessing techniques Ver menos