Sistema mobile per la classificazione audio dei veicoli e la raccolta collaborativa dei dati

In questo studio viene presentato CarZam, un sistema mobile per la classificazione audio dei veicoli e per la raccolta collaborativa di nuovi campioni. Il sistema consente di acquisire un segnale audio tramite applicazione mobile, elaborarlo mediante un backend di inferenza e restituire una predizione tra le classi Car, Bus, Truck, Tram, MC e Unknown. Il lavoro include la costruzione del dataset, l’implementazione di una CNN basata su Log-Mel spectrogram e il confronto con baseline tradizionali basate su feature MFCC, Random Forest e SVM. I risultati mostrano che le prestazioni di un modello dipendono fortemente dal contesto applicativo, dalla rappresentazione dei dati, dalla composizione del dataset e dal tipo di task affontato. Nel caso analizzato, le baseline basate su MFCC hanno ottenuto risultati superiori rispetto alla CNN, evidenziando come, in presenza di dati reali e non perfettamente bilanciati, approcci più semplici possano risultare più efficati di modelli più complessi.