Lo nuevo listado oculto
Menu

ITI está trabajando en SOROLL-IA, un proyecto financiado por IVACE y los fondos FEDER.

El ruido es uno de los factores ambientales más importantes a nivel de salud pública. Hoy en día, una de cada cuatro personas en España está expuesta a altos niveles de contaminación acústica. Las fuentes generadoras de ruido son muy diversas, desde el tráfico, las obras de construcción, las fábricas industriales o tráfico aéreo. Y aunque bien es cierto que desde la Comisión Europea han establecido diferentes Directivas para mitigar sus efectos, se sigue echando en falta datos concretos respecto a las fuentes de esos ruidos que puedan transformarse en planes de acción.

 

Con el fin de abordar esta situación, ITI, centro tecnológico especializado en TIC, está trabajando en el proyecto SOROLL-IA, cuyo objetivo la creación de una base de datos de audios genéricos en un entorno portuario.

 

En este línea, ITI, colaborará con el Puerto de Valencia con el objetivo avanzar en la investigación, para lo que se han desplegado una serie de nodos acústicos en lugares estratégicos del mismo. El trabajo, en el que también participa la Fundación Valenciaport, se centra en recabar dichos sonidos, para después extraer información de ellos a través de técnicas de “Machine Listening” o audición por computador.

Se trata de una tecnología propia del campo de la Inteligencia Artificial que trabaja y diseña algoritmos y modelos capaces de extraer conocimiento e información relevante a partir de señales de audio, en concreto, de sonidos ambientales o genéricos. Este aprendizaje permite a los computadores realizar tareas específicas de forma autónoma, es decir, sin necesidad de ser programados.

SOROLL-IA, proyecto financiado por IVACE y los fondos FEDER, permitirá mejorar diversas aplicaciones basadas en sistemas de Inteligencia Artificial (IA), como la identificación de fuentes de ruido, con el objetivo de poder localizar y actuar sobre aquellos elementos más ruidosos y molestos en los entornos en los que se producen.

La finalidad del proyecto es obtener datos y estructurarlos para que sean útiles en las distintas tareas de la línea de audición por computador. Según explica Pedro Zuccarello, investigador principal del proyecto Soroll-IA de ITI “para desplegar una solución real de machine listening el primer paso es el de armar una base de datos de sonidos relacionada con el contexto en el que se trabaja”.

 

Aplicación industrial

La creación de la base de datos Soroll-IA dotará a ITI de la posibilidad de encarar futuros problemas de audición por computador de una forma eficiente y eficaz, y más en concreto, en el entorno industrial.

En el ámbito de la seguridad y la identificación de fuentes de ruido, esta tecnología supondría un factor clave para proteger no sólo la salud de los trabajadores y trabajadoras, sino también la de las personas o los seres vivos que se encuentren en los alrededores de las instalaciones.

También, dentro de las posibles aplicaciones del reconocimiento de sonidos a nivel industrial, destaca el uso de sensores acústicos para llevar a cabo actividades de mantenimiento predictivo. Permitirá detectar los problemas de forma efectiva.

 

Una de las principales características de las máquinas industriales es que hacen ruido, un análisis de dichos sonidos mediante IA puede darnos información del estado de la máquina y observar si se está produciendo una deriva respecto de su funcionamiento normal. Se espera que el mantenimiento predictivo acabe reemplazando al mantenimiento preventivo clásico, debido a la reducción de costes que conllevaría su uso. Esta iniciativa permitirá, en proyectos subsiguientes, un desarrollo mucho más eficiente y acertado de proyectos de I+D orientados a dar soluciones industriales basadas en modelos de IA dentro del área de audición por computador, añade Pedro.

 

Por último, el proyecto SOROLL-IA, con expediente IMDEEA/2022/68, está financiado por el Instituto Valenciano de Competitividad Empresarial (IVACE) y el Fondo Europeo de Desarrollo Regional (FEDER).

Le puede interesar