老師傅的耳朵變AI
面對氣候變遷與水資源日益緊張的雙重挑戰，如何有效減少地下管線漏水，成為各國基礎建設管理的重大課題。工研院以AI結合聲音辨識技術，打造「智慧管網洩漏聽診系統」，成功轉化資深聽音員的經驗為可擴散的智慧系統，大幅提升查漏效率與準確率，為水資源管理提供嶄新解方，榮獲傑出研究獎金牌獎肯定。
隨著氣候變遷，環境面臨前所未有的壓力，「水」不再是理所當然、源源不絕的資源。然而，臺灣地下管線的平均漏水率居高不下，根據統計，有13%至16%的自來水在輸送過程中流失，每年損失高達4.4億噸，相當於2座石門水庫的蓄水量，是一筆可觀的經濟損失。
為了解決難題，工研院開發出結合AI與音頻分析技術的「智慧管網洩漏聽診系統」，讓以往仰賴經驗與人工聽聲辨漏的作業，進化到可大量部署的AI數位偵測技術，結合AI分析與5G低延遲傳輸，大幅提升檢測準確度與效率，迅速鎖定漏水點，加速維修應變，為水資源管理帶來全新解方。
傳統聽音師的智慧資產
工研院材料與化工研究所組長王立華表示，過去的自來水管線洩漏偵測多半仰賴聽音員背著聽音設備、戴著耳機，沿著路面地下管線的路徑一步一腳印地尋找異常聲音，憑經驗聽出漏水處再進行開挖、修補；但隨著人力凋零，全臺有經驗的資深聽音員僅剩不到80位，嚴重影響了查漏效率。「這些具有寶貴經驗的老師傅們如同抓漏界的潛艦聲納兵，能從相似的『轟轟轟』聲中，判斷是否有漏水，團隊就是把老師傅的辨識經驗用AI進行分析。」
從人工聽診到AI聲紋分析
「智慧管網洩漏聽診系統」研發起點是蒐集老師傅們實地巡檢時，所錄下的大量聲音資料，目前資料庫已累積21萬筆音頻樣本，並搭配近834則實際開挖驗證紀錄，準確率最高達98%以上，再透過大數據建模與AI訓練，讓系統能區分「有漏水」、「無漏水」以及「難以辨識」的聲音類型。
有了資料庫後，再採用超低頻高感度聲音收發探頭模組，部署於水管管線的錶頭、消防栓或任何地表設施上，搭配可將數據無線傳輸至雲端平台的聲振耦合濾波洩漏診斷模組，及多點主動聲場劣化診斷模組，由AI輔助分析與判斷收集到的資訊，有效提升管線偵測的靈敏度與準確性；此外，除了被動接收聲音，團隊還研發「主動式聽音」技術，在管線開口處安裝聲波發射裝置，就像「吹笛子」般給予管線音頻刺激，藉由聲波的反饋模式來判讀管線是否異常，運用主動式聲納與被動聲音辨識結合，可大幅提升偵測靈敏度。
王立華分享，第一代AI聽音系統著重於「點」的偵測，即一個位置安裝一個感測設備，但團隊進一步思考，若是能像外送平台一樣派送感測器，在整個社區快速佈點，是否能建構出一張聲音地圖？為此，「智慧管網洩漏聽診系統」設計出由車隊攜帶感測器巡查社區，以三角定位與區域比對，快速鎖定異常聲音的發生區域，甚至能進一步對幹管等難以地面收音的大管線採用「線」的偵測方式，在管道兩端插入感測器，根據聲音傳遞時間差來判定漏水點位置。
效率、準確與人力進行數位優化
傳統查漏作業往往耗時費工，如今透過AI與GPS定位，單點辨識時間縮短至3秒，還能標記每筆聲音資料重複比對，實測數據顯示，AI辨識準確率最高達98%以上，相較傳統人工巡檢正確率為75%，有效降低誤判與錯挖風險。地底偵測深度1.5公尺，實地測試指出，查漏點開挖面積可壓縮至3平方公尺以內，精準開挖修管，全程作業半天內可完成，減少施工對用水與交通的干擾。
「智慧管網洩漏聽診系統」不只適用自來水管，還能擴展至消防管線、廢水排放管、工業油氣與天然氣管線等多種領域，目前已吸引多家國內外業者主動洽談，並成功與國際聽音器代理商簽約，將技術輸出至東南亞等漏水問題嚴重的新興市場。
面對AI技術日益精進，王立華強調，智慧管網洩漏聽診系統不想取代老師傅，而是將他們的智慧與經驗發揚光大，由於地形、鋪面與用水習慣皆會影響聲音表現，因此AI仍需持續學習不同場域的聲紋差異，老師傅的經驗判斷仍是調整模型不可或缺的一環，職人與科技攜手建立守護水資源防線，讓每一滴得來不易的珍貴水資源都不浪費。
