Milloin melu muuttuu ongelmaksi?

21.05.2025

Ympäristömme äänimaailma voi kertoa yllättävän paljon – kunhan sitä osataan kuunnella ja tulkita. Tässä opinnäytetyössä kehitettiin kompakti meluspektrianalysaattori, joka mittaa, visualisoi ja tallentaa ympäristömelua reaaliajassa, tuoden älykästä akustista tietoisuutta esimerkiksi koteihin ja julkisiin tiloihin.

Melua on kaikkialla – liikenteessä, työpaikoilla, kodeissa ja harrastuksissa. Ympäristöäänistä muodostuu nopeasti kuormittava kokonaisuus, joka vaikuttaa hyvinvointiimme. Mutta miten tätä äänimaisemaa voidaan mitata ja tehdä näkyväksi? Tämä opinnäytetyö lähti liikkeelle ajatuksesta yhdistää melun mittaus ja visuaalinen esitys. Tuloksena syntyi kompakti meluspektrianalysaattori, joka hyödyntää edullista sulautettua elektroniikkaa ja antaa reaaliaikaista palautetta ympäristömelun intensiteetistä ja taajuusjakaumasta.

Ääni näkyväksi: spektrianalyysin hyödyt

Spektrianalyysi hajottaa äänen taajuuskomponentteihin ja kertoo, kuinka voimakkaita eri taajuudet ovat tietyllä hetkellä. Tätä tietoa hyödynnetään perinteisesti esimerkiksi akustiikassa, kaiuttimien testauksessa ja konserttien äänentoistossa – mutta nyt analyysi tuotiin osaksi arkea visuaalisessa ja helposti lähestyttävässä muodossa.

Järjestelmä koostuu seuraavista keskeisistä osista:

  • ESP32-S3 mikrokontrolleri, joka kerää mikrofonilta saapuvaa ääntä.
  • Digitaalinen MEMS-mikrofoni, joka mahdollistaa tarkan ja luotettavan äänisignaalin keruun.
  • FFT-analyysi (Fast Fourier Transform), joka laskee äänen taajuusjakauman suoraan laitteessa.
  • 8×8 RGB LED -matriisi, jossa jokainen sarake vastaa tiettyä taajuusaluetta ja sarakkeen korkeus ilmaisee amplitudin. Värikoodaus (vihreä–keltainen–punainen) auttaa tunnistamaan voimakkaimmat äänet yhdellä vilkaisulla.
  • MQTT-protokolla, jonka avulla korkeimmat mitatut arvot aikaleimoineen lähetetään kerran minuutissa eteenpäin analysoitavaksi esimerkiksi verkossa.

Käyttökohteita arjessa ja ammattilaisympäristöissä

Vaikka laite näyttää tyylikkäältä ja muistuttaa vanhoista stereoista tuttuja musiikkiequalisaattoreita, sen hyödyt eivät rajoitu viihteeseen.

Melun visuaalinen seuraaminen voi tukea esimerkiksi:

  • Melusaasteen seurantaa kaupunkiympäristöissä
  • Tilojen käyttöasteseurantaa esimerkiksi kirjastoissa tai odotustiloissa
  • Turvallisuussovelluksia, kuten teollisuuslaitteiden melutason valvontaa
  • Esteettömyyden parantamista, tarjoamalla kuuloesteisille reaaliaikaisen visuaalisen palautteen äänistä

LED-matriisi ei vain näytä ääntä – se kertoo tarinaa tilasta, jossa ollaan.

Tekniikkaa esteettisyydellä

Yksi projektin tavoitteista oli osoittaa, että edullisillakin komponenteilla voidaan toteuttaa sekä teknisesti tehokas että visuaalisesti houkutteleva järjestelmä. Laitteisto-ohjelmisto on toteutettu modulaarisesti:

  • Äänenkeruu, käsittely, visualisointi ja MQTT-viestintä on jaettu erillisiin MicroPython-moduuleihin.
  • Alustava kehitys ja algoritmien testaus tehtiin Pythonilla tietokoneella ennen siirtymistä sulautettuun toteutukseen.
  • MicroPython-porttaus rakennettiin Dockerilla mukautetussa ESP-IDF-kehitysympäristössä, jotta myös epäviralliset kirjastot saatiin käyttöön.

Tulokset ja jatkomahdollisuudet

Laite toimi vakaasti testijaksojen aikana, ja sen tuottama data oli helposti hyödynnettävissä jatkoanalyysiin. Yhdistämällä laitteita verkoksi ja hyödyntämällä kerättyä dataa voidaan muodostaa pitkän aikavälin näkymiä äänimaailmoista eri ympäristöissä. Visuaalisuus herättää kiinnostusta myös käyttäjissä, jotka eivät ole teknisesti orientoituneita – tämä tekee laitteesta ainutlaatuisen yhdistelmän tiedettä ja muotoilua.

Kehitystä voisi jatkaa muun muassa seuraavilla osa-alueilla:

  • Melutason pitkäaikainen vertailu eri paikoissa pilvipalvelun avulla
  • Eri taajuusalueiden painottaminen sovelluksen mukaan (esim. liikenteen, ihmisten puheen tai koneiden erottelu)
  • Interaktiiviset ominaisuudet, kuten mobiilisovelluksen kautta ohjattava tila-analyysi

Tämän projektin perusteella voidaan sanoa, että sulautettu elektroniikka tarjoaa edullisen ja tehokkaan tavan mitata ja havainnollistaa ääniympäristöjä – jopa esteettisesti.

Opinnäytetyö Theseuksessa: https://urn.fi/URN:NBN:fi:amk-2025052013706