为了进一步促进研究生学术交流，拓宽研究生学术视野，营造良好的学术氛围，广州大学电子与通信工程学院主办的“沿途青年说”第31讲于3月10日下午16:00-17:00在线上（腾讯会议：743-181-232）举行。本次主讲人为20级研究生王学健，主题为基于深度学习的道路交通噪声烦恼度评估。

王学健同学从研究背景、研究方法、关键技术与实践难点、研究结果与应用、总结这几个方面进行介绍。

交通噪声烦恼度是衡量交通噪声排放水平及道路周边环境的重要指标，也是噪声法规制定的重要依据之一。传统的烦恼度评价方式为主观评价，需要通过大量问卷，走访及听音实验等方法来获知噪声烦恼度的水平，费时费力。随着信息技术的发展，基于之前获取的烦恼度信息，通过建模来获知噪声烦恼度水平的方法降低了工作成本，省时省力。

研究方法如下，先主观评估，通过主观评估获取原始数据集；接着建模，依靠深度学习进行建模，分析数据；最后性能分析，与领域内相同的方法进行对比。

本实验的数据集来源于道路上的实录数据和10名是受试者的听音标注，最后再进行数据清洗。

制作完数据集后，运用迁移学习来制作增广数据集，再运用U-net模型来求解。

接着根据实验结果分析了烦恼度的评估误差以及分析了相关性。

最后进行总结，本项研究的主要工作如下：

1）基于大规模的主观测听实验构建道路噪声烦恼度数据集。依据自身任务要求制定可行的建模方法。

2）参考心理声学烦恼度和主观测听烦恼度的联系，采用预训练和微调策略对数据集进行匹配。

3）依靠误差分析和相关性分析论证深度学习方法的可行性和可靠性。

在活动的问答环节，主讲人对同学们的疑问进行了探讨，通过本次“研途青年说”的分享，同学们交通噪声烦恼度评估方面的内容可以有更深的认识和理解，对自己的研究生生涯规划也有了更清晰的认识，为自己今后的科研道路奠定了基础。

王学健

2020级电子与通信工程学院

电子信息专业硕士

导师：王杰

主要研究方向：交通噪声烦恼度评估

主要科研成果：一篇专利