[論文レビュー] Chatty Maps: Constructing sound maps of urban areas from social media data

Luca Maria Aiello, Rossano Schifanella+2 more|arXiv (Cornell University)|Mar 25, 2016

Noise Effects and Management参考文献 39被引用数 12

ひとこと要約

本稿では、地理的位置タグが付与されたソーシャルメディアのタグを活用し、独創的な都市音声辞書と感情用語の照合手法を用いて、スケーラブルで低コストな詳細な都市音声地図の構築を提案する。音声の種別と感情の関連を明らかにしたところ、音楽や人の声は喜びや驚きと関連し、機械音は恐怖や怒りと関連しており、音声多様性マップはロンドンとバセロナの公園（落ち着き）と都市中心部（混沌）の違いを特定した。

ABSTRACT

Urban sound has a huge influence over how we perceive places. Yet, city planning is concerned mainly with noise, simply because annoying sounds come to the attention of city officials in the form of complaints, while general urban sounds do not come to the attention as they cannot be easily captured at city scale. To capture both unpleasant and pleasant sounds, we applied a new methodology that relies on tagging information of geo-referenced pictures to the cities of London and Barcelona. To begin with, we compiled the first urban sound dictionary and compared it to the one produced by collating insights from the literature: ours was experimentally more valid (if correlated with official noise pollution levels) and offered a wider geographic coverage. From picture tags, we then studied the relationship between soundscapes and emotions. We learned that streets with music sounds were associated with strong emotions of joy or sadness, while those with human sounds were associated with joy or surprise. Finally, we studied the relationship between soundscapes and people's perceptions and, in so doing, we were able to map which areas are chaotic, monotonous, calm, and exciting.Those insights promise to inform the creation of restorative experiences in our increasingly urbanized world.

研究の動機と目的

• センサー網に代わる、容易に入手可能なソーシャルメディアデータを活用することで、スケーラブルで大規模な都市音声地図の不足を解消すること。
• 騒音公害にとどまらない、快適で不快な都市音声を包括的に捉える、実証的検証を経た都市音声辞書を構築すること。
• 都市音響環境と人間の感情反応の関係を、騒音レベルの代理指標にとどまらず、より豊かな知覚的洞察へと拡張すること。
• ソーシャルメディアから導出された音声プロファイルを用いて、都市全体で混沌、落ち着き、活気といった知覚的質をマッピングすること。
• 多感覚的都市知覚データを統合することで、都市計画者や研究者が生態的バランスが取れた、回復的効果のある音響環境を設計できるようにすること。

提案手法

• ロンドンとバセロナの180万枚の地理的位置タグ付きFlickr画像の共起解析を用いて、オンライン・オフラインの情報源から得た語句を集約し、都市音声辞書を構築した。
• 画像タグの統計的共起パターンを用いて、交通、機械、人間、音楽、自然、屋内という6つの上位カテゴリに音声語句を分類した。
• 各ストリートセグメントごとに6次元の音声ベクトル（各カテゴリ1つずつ）を[0,1]確率に正規化することで、確率的解釈を可能にした。
• 境界ノイズを低減し、ラベルの信頼性を向上させるために、各ストリートセグメントのボクシングボックスに22.5メートルのバッファを適用した。
• シャノンエントロピー指数を用いて音声多様性を計算した：$ diversity_j = -\sum_c sound_{j,c} \cdot \ln(sound_{j,c}) $、これにより各セグメントの音響多様性を定量化した。
• 画像タグと感情用語の照合リストを照合することで、特定の音響環境に関連する感情反応（例：喜び、恐怖）を推定した。

実験結果

リサーチクエスチョン

• RQ1 ソーシャルメディアのタグは、都市規模で都市音響環境を信頼性高く推定できるか。また、現実の音響パターンを反映しているか。
• RQ2 音声カテゴリ（例：音楽、人の声、機械音）は、都市環境における特定の感情反応とどのように関連しているか。
• RQ3 音響環境は、都市のストリートで混沌、落ち着き、活気といった知覚的質をどの程度予測できるか。
• RQ4 シャノンエントロピーで測定される音声多様性は、都市の土地利用タイプ（例：公園対都市中心部）によってどのように変化するか。
• RQ5 ソーシャルメディアから導出された音声辞書は、公式の騒音公害データや既存の文献と照合可能か。

主な発見

• 公式の騒音公害レベルと相関させた結果、本稿で提案する都市音声辞書は、文献ベースの分類よりも高い妥当性を示した。
• 音楽音声を含むストリートセグメントでは、喜びと悲しみの感情が顕著に関連した。一方、人の声は喜びと驚きと関連した。
• 機械音は、恐怖や怒りといった否定的 emotions と関連しており、音声タイプごとに感情の価値が異なることが示された。
• シャノンエントロピーで測定した音声多様性は、公園や郊外で1.0のピークを示し、都市中心部ではロンドンで1.5、バセロナで2.0に達した。これは都市核部に高い音響複雑性があることを示している。
• 少なくとも10個のタグを持つストリートセグメントでは音声多様性が安定したため、音声プロファイル推定の信頼性の閾値が確立された。
• 本手法は、ロンドンとバセロナの両都市で混沌や落ち着きといった知覚的質を効果的にマッピングでき、歩行者専用道路など異なるストリートタイプ間で高い一貫性を示した（例：歩行者専用道路では人の声や音楽のタグが多かった）。