[论文解读] 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 12

一句话总结

本文提出了一种可扩展、低成本的方法，利用地理标记的社会媒体标签构建详细的都市声景图，结合一种新颖的都市声景词典与情感词典匹配技术。研究发现，音乐和人类声音与喜悦及惊讶情绪相关，而机械声音则与恐惧和愤怒情绪相关；声景多样性图谱可识别伦敦和巴塞罗那的宁静区域（如公园）与混乱区域（如市中心）。

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.

研究动机与目标

• 通过利用现成的社交媒体数据而非昂贵的传感器网络，解决缺乏可扩展、大规模都市声景制图的问题。
• 开发一个全面且经过实证验证的都市声景词典，涵盖除噪声污染外的愉悦与不悦都市声音。
• 探索都市声景与人类情绪反应之间的关系，超越以噪声水平为代理指标，获得更丰富的感知洞察。
• 通过源自社交媒体的声音特征，对城市中混沌、宁静与兴奋等感知品质进行制图。
• 使城市规划者与研究人员能够通过整合多感官都市感知数据，设计生态平衡、具有恢复力的声景。

提出的方法

• 通过聚合线上与线下来源的术语，并利用来自伦敦和巴塞罗那的180万张地理标记的Flickr图片的共现分析，构建了都市声景词典。
• 利用图像标签中的统计共现模式，将声音术语分类为六大顶层类别：交通、机械、人类、音乐、自然与室内。
• 通过将六维声音向量（每个类别一个）归一化为[0,1]概率，实现在街道路段层面的声音景观制图，以支持概率解释。
• 在每个街道路段的边界框周围应用22.5米的缓冲区，以减少边界噪声并提高标签置信度。
• 使用香农熵指数计算声景多样性：$ diversity_j = -\sum_c sound_{j,c} \cdot \ln(sound_{j,c}) $，以量化每个路段的声学多样性。
• 将图像标签与情感词典匹配，推断与特定声景相关联的情绪反应（如喜悦、恐惧）。

实验结果

研究问题

• RQ1 社交媒体标签能否可靠地用于推断全市范围的都市声景，并反映现实中的声学模式？
• RQ2 不同声音类别（如音乐、人类、机械）在都市环境中与哪些特定情绪反应相关？
• RQ3 声景在多大程度上能预测都市街道中的感知品质，如混沌、宁静或兴奋？
• RQ4 通过香农熵测量的声音多样性在不同城市用地类型（如公园与市中心）之间如何变化？
• RQ5 基于社交媒体的声景词典能否与官方噪声污染数据及现有文献相互验证？

主要发现

• 与基于文献的分类相比，所提出的都市声景词典在与官方噪声污染水平相关时表现出更高的有效性。
• 包含音乐声音的街道路段显著与喜悦和悲伤情绪相关，而人类声音则与喜悦和惊讶情绪相关。
• 机械声音与恐惧和愤怒等负面情绪相关，表明情绪效价因声音类型而异。
• 通过香农熵测量的声音多样性在公园和郊区达到峰值1.0，在伦敦市中心为1.5，在巴塞罗那市中心为2.0，表明城市核心区声学复杂度更高。
• 当街道路段至少拥有10个标签时，声音多样性趋于稳定，表明这是声景特征估计置信度的可靠阈值。
• 该方法成功地在伦敦和巴塞罗那对混沌与宁静等感知品质进行了制图，且在不同街道类型中表现出高度一致性（例如，行人专用道具有更高的人员与音乐标签）。