0 avis
Evaluating and predicting the audibility of acoustic alarms in the workplace using experimental methods and deep learning.
(Evaluation et prédiction de l'audibilité d'alarmes acoustiques au travail grâce à des méthodes expérimentales et à l’apprentissage profond).
Article
Est Publié dans : Applied Acoustics, vol.219 mars 2024, 15 p., ill., bibliogr.
L’exposition au bruit sur le lieu de travail est une problématique répandue qui touche des millions de travailleurs. La recherche présentée se concentre sur l'audibilité des alarmes acoustiques pour garantir la sécurité des travailleurs tout en minimisant l'exposition à des niveaux d'alarme inutilement élevés. L’article présente une expérience menée en laboratoire, sur des participants ayant une audition normale, afin d’évaluer l'audibilité perçue des alarmes acoustiques dans des conditions sonores représentatives de divers lieux de travail. L'expérience visait à améliorer la compréhension de l'audibilité des alarmes acoustiques à des niveaux supraliminaires dans le but de proposer des critères plus pertinents pour la conception des alarmes. Les résultats révèlent que le critère le plus couramment utilisé par la norme internationale ISO 7731 conduit à des niveaux d'alarme excessifs dans des environnements de travail très bruyants. Sur la base de nos données, une nouvelle valeur de ce critère est proposée. De plus, une analyse acoustique des sons utilisés dans l'expérience montre que les alarmes les plus saillantes sont perçues comme plus audibles, fournissant ainsi des pistes pour la conception des alarmes. L'étude présente également une technique innovante utilisant un modèle de réseaux de neurones convolutifs pour prédire l'audibilité des alarmes dans le bruit. Allant au-delà des critères arbitraires génériques, cette approche orientée « données » exploite des exemples annotés de manière perceptuelle issus de notre jeu de données. L'évaluation des données expérimentales et une analyse plus approfondie des résultats du modèle démontrent une bonne concordance entre les prédictions du modèle et la perception humaine.
Autres numéros de la revue «Applied Acoustics»
Consulter en ligne
Suggestions
Du même auteur
