Avec des milliers de fans applaudissant, psalmodie, crier et se moquer, Les matchs de basket-ball universitaire peuvent être presque assourdissants. Certaines arènes ont des décibels, lequel, avec précision ou non, fournir une indication du volume sonore généré par les spectateurs et les systèmes de sonorisation. Cependant, le bruit de la foule est rarement au centre de la recherche scientifique.

"Chaque fois que cela revient dans la littérature, c'est principalement quelque chose que les enquêteurs essaient de contourner, " a noté Brooks Butler, un étudiant de premier cycle en physique à l'Université Brigham Young et membre de l'équipe BYU qui présentera des recherches à la 176e réunion de l'Acoustical Society of America, tenue conjointement avec la Semaine de l'acoustique au Canada 2018 de l'Association canadienne d'acoustique, 5-9 novembre, au Victoria Conference Centre à Victoria, Canada.

"Le bruit de foule est généralement traité comme une interférence de fond, quelque chose à filtrer." Mais les chercheurs de BYU ont estimé que le bruit de la foule méritait sa propre enquête. En particulier, ils voulaient voir si les algorithmes d'apprentissage automatique pouvaient identifier des modèles dans les données acoustiques brutes qui indiquaient ce que la foule faisait à un moment donné, fournissant ainsi des indices sur ce qui se passait dans le jeu lui-même. Une application possible de ceci pourrait être la détection précoce d'un comportement de foule indiscipliné ou violent, bien que cette idée n'ait pas été testée.

L'équipe BYU a effectué des mesures acoustiques haute-fidélité lors des matchs de basket-ball masculin et féminin à l'université, faire plus tard la même chose pour les matchs de football et de volley-ball. Ils ont divisé les matchs en intervalles d'une demi-seconde, mesurer le contenu fréquentiel (tel qu'affiché sur les spectrogrammes), niveaux sonores, le rapport entre les niveaux sonores maximum et minimum dans un bloc de temps défini, et d'autres variables. Ensuite, ils ont appliqué des outils de traitement du signal qui ont identifié 512 caractéristiques acoustiques distinctes composées de différentes bandes de fréquences, amplitudes et ainsi de suite.