Masteroppgave om beregningsmetoder for lydutbredelse vinner RIF-pris

Masteroppgave om beregningsmetoder for lydutbredelse vinner RIF-pris

I forbindelse med høstmøtet til Norsk Akustisk Selskap den 3. og 4. november, delte Rådgivende Ingeniørers Forening (RIF) ut en pris til beste masteroppgave innenfor rådgivende akustikk. Prisen, som er på 10 000 kr, ble vunnet av Mary Paula Cruz, som tok en master i akustikk som del av elektronikkutdanningen ved NTNU. Oppgaven hennes handlet om å sammenligne målinger og beregninger av lydutbredelse. Hun ble veiledet av Erlend Magnus Viggen og Herold Olsen ved SINTEF, og NTNUs internveileder var Odd Pettersen.

Paula har skrevet et sammendrag av masteroppgaven sin for oss:

Read more…Masteroppgave om beregningsmetoder for lydutbredelse vinner RIF-pris

Krav om kunstig lyd fra elbiler skaper debatt

Krav om kunstig lyd fra elbiler skaper debatt

Fra 2019 innføres det i EU et direktiv som pålegger alle nye elbiler og hybridbiler i el-modus å være utstyrt med kunstig lyd, såkalte Acoustic Vehicle Alerting Systems eller AVAS, i hastigheter opp til 20 km/t. Direktivet har ikke tilbakevirkende kraft og gjelder bare biler som blir typegodkjent etter dato for innføring. Fra 2021 skal imidlertid alle nye biler som går på elektrisk drift ha slik lyd. AVAS innføres først og fremst som et sikkerhetstiltak for å varsle myke trafikanter om at bilen er der. Det har skjedd etter særlig press fra internasjonale organisasjoner for blinde og svaksynte, som mener det har blitt farligere for denne gruppen å bevege seg ute i et trafikkmiljø med stadig økende antall stillegående biler.

For å belyse dette og diskutere eventuell alternativ teknologi, arrangerte SINTEF Digital i samarbeid med Vegdirektoratet et seminar i Oslo 7. november. På seminaret deltok, ved siden av forskere ved SINTEF og fra Vegdirektoratet, også representanter for Norges Blindeforbund og Norsk elbilforening.

Read more…Krav om kunstig lyd fra elbiler skaper debatt

Vi har gjort de første støymålingene på F-35 i Norge

Vi har gjort de første støymålingene på F-35 i Norge

Den 10. november var Idar Granøien og Frode Haukland fra SINTEF på Ørland. Der målte de på to av Norges nye F-35-fly, sammen med kolleger fra Forsvarsbygg og Multiconsult. De målte støyen i fem forskjellige punkter rundt fem ulike steder, og fant alt i alt godt samsvar mellom målingene og støyberegningene gjort i forkant i NORTIM. Selve lydnivåene fra støymålingene vil bli publisert av Forsvarsbygg. Du kan lese mer om disse målingene og reaksjonene på de første F-35-flygningene i en nyhetsssak hos NRK.

Bilde av Kaszynzki, Lockheed Martin (CC BY 2.0)

Akustiske størrelser, del 3: Tidsvariasjon

Akustiske størrelser, del 3: Tidsvariasjon

Så langt i denne serien har vi sett på hva lydtrykknivå og desibel er, og hvordan vi kan regne ut lydtrykknivå på en måte som tar hensyn til hvordan vi mennesker hører. Enda har vi bare diskutert lyder som er helt jevne og ikke forandrer seg, slik som ventilasjonsstøy og maskiner som står og går jevnt. Men hva med lyder som forandrer seg, som forbipasserende biler eller fly, eller eksplosjoner og andre smell? Heldigvis har det blitt innført akustiske størrelser og teknikker som gjør at vi kan beskrive og sammenligne også slike lyder, blant annet Slow- og Fast-veiing, lydeksponeringsnivå og ekvivalentnivå. Det er disse vi skal ta for oss i denne delen.

Read more…Akustiske størrelser, del 3: Tidsvariasjon

Akustiske størrelser, del 2: Frekvensveiing

Akustiske størrelser, del 2: Frekvensveiing

I forrige del av denne serien diskuterte vi hva desibel er. Kort sagt kan vi måle på en lyd, finne et representativt lydtrykk for den, og putte inn dette lydtrykket i en logaritmisk formel – og vips, så har vi et lydtrykknivå i desibel. Men det er ikke slik at vi mennesker kan høre alle lyder like godt. I utgangspunktet tar ikke utregningen av lydtrykknivå hensyn til dette, slik at det finnes lyder vi knapt kan høre som har samme fysiske lydtrykknivå som lyder vi hører godt. Derfor har det kommet en rekke teknikker, som A-veiing og C-veiing (også kjent som A-vekting og C-vekting), for at vi skal kunne regne ut lydtrykknivå som passer bedre med hørselen vår.

I denne delen skal vi diskutere hvordan lyd består av forskjellige frekvenser, hvordan vi hører disse frekvensene med ulik styrke, og hvordan vi kan ta hensyn til dette når vi skal regne ut lydtrykknivå.

Read more…Akustiske størrelser, del 2: Frekvensveiing

Akustiske størrelser, del 1: Hva er desibel?

Akustiske størrelser, del 1: Hva er desibel?

Vi har tidligere skrevet her om hva lufttrykk er. Lyd er, kort sagt, raske svingninger i dette lufttrykket – lufta blir litt tettere, så litt tynnere, tettere, tynnere, og så videre. Trykksvingningene starter ved lydkilder, for eksempel høyttalere, og brer seg ut som bølger. Ved en «bølgetopp» har lydbølgen fortettet lufta på sitt meste, og ved en «bølgebunn» har lydbølgen fortynnet lufta på sitt meste.

Når disse lydbølgene treffer ørene våre, blir de oversatt av hørselssystemet vårt til noe som vi kan oppfatte bevisst – vi hører at lyden er der. Det er likevel vanskelig å beskrive, sammenligne og behandle slike subjektive opplevelser. For eksempel, vil du og jeg være enige om at den lyden er kraftigere enn den lyden? Og i så fall, hvor mye kraftigere?

For å gjøre lyd til noe som vi kan måle, beskrive, sammenligne og behandle, har det blitt innført mange forskjellige akustiske målestørrelser. Disse brukes til å gjøre lyd til noe vi kan snakke om mer konkret og objektivt. De påvirker oss alle, ikke minst fordi de brukes i støyreguleringer som bestemmer hvor mye lyd for eksempel flyplasser, veier og konserter har lov å lage. I denne artikkelserien skal vi derfor gå gjennom de viktigste akustiske størrelsene. I denne delen begynner vi med å diskutere hva desibel (eller decibel, på engelsk) er. Dette er en grunnleggende målestørrelse som vi finner igjen overalt der det snakkes om lyd.

Read more…Akustiske størrelser, del 1: Hva er desibel?

MobileEars: An app-based hearing aid

MobileEars: An app-based hearing aid

A lot of people could use some help with their hearing, but getting a hearing aid has traditionally been a big, time-consuming, and expensive step. As we reported earlier, the Oslo-based company Listen have therefore been developing an app in collaboration with SINTEF that turns your iPhone into a hearing aid.

Their first app, MobileEars, was released this week, and is now available for free download from the App Store. You can see a promotional video for the app below the break.

Read more…MobileEars: An app-based hearing aid

Veitrafikkstøy – elefanten i rommet?

Veitrafikkstøy – elefanten i rommet?

Oppdatering: Vi skrev også en kronikk om dette temaet, som ble trykket i Adresseavisa den 2. mai. Les den her!

Å bo nær trafikkerte veier øker risikoen for utvikling av demens! En studie fra Canada, nylig publisert i The Lancet, viser at en kombinasjon av luftforurensning og støyeksponering gir høyere risiko for utvikling av demens. Undersøkelsen viste at befolkning som bor nærmere enn 50 m fra en vei med mye trafikk, hadde 7 % høyere sannsynlighet for utvikling av demens, sammenlignet med de som bodde mer enn 300 m fra veien. Undersøkelsen bygger på mer enn 6,5 millioner mennesker. I tillegg til demens, økte også antallet med Parkinsons sykdom og multippel sklerose. Tidligere har WHO dokumentert at veitrafikkstøy over 55 dB gir økt risiko for hjerte/kar-sykdommer og utvikling av diabetes-2, spesielt knyttet til redusert søvnkvalitet. På samme måte som for luftforurensning, gir støyeksponering tapte friske leveår. På landsbasis har Folkehelseinstituttet anslått dette tallet til ca. 200 i Norge (2012), dvs. flere enn det antall som blir drept i trafikken hvert år.

Read more…Veitrafikkstøy – elefanten i rommet?

Speech enhancement with Deep Learning

Speech enhancement with Deep Learning

Using deep learning to improve the intelligibility of noise-corrupted speech signals

Speech is key to our ability to communicate. We already use recorded speech to communicate remotely with other humans and we will get more and more used to machines that simply ‘listen’ to us. However, we want our phones, laptops, hearing aids, voice controlled and/or Internet of Things (IoT) devices to work in every environment — the majority of environments being noisy.

This creates the need for speech enhancement techniques that remove noise from recorded speech signals. Yet, as of today, there are no noise-filtering strategies that significantly help people understand single-channel noisy speech, and even state-of-the-art voice assistants fail miserably in noisy environments. Some recent publications on speech enhancement show that deep learning, a machine learning subfield based on deep neural networks (DNNs), will become a game-changer in the field of speech enhancement. See for example reference [1] below.

In this blog post we will go through a relatively simple implementation of Deep Learning to speech enhancement. Scroll down to the end of this post if you just want to know what the resulting enhanced samples can sound like.

Read more…Speech enhancement with Deep Learning