这种场景大家一定不陌生——高峰期十字路口绿灯刚亮，前车迟了半秒才动，不耐烦的后车就是一声喇叭。不止如此，前车变道慢了要按，行人过马路慢了要按，前车掉个头多打了一把方向，那更是能按出一串不耐烦的节奏。就好像那车喇叭是什么秘密武器，按了就能轰开眼前的障碍和烦恼。 不过，实际上乱按车喇叭只会给别人带来烦恼，除了路边的行人和骑车人会吓一跳，马路旁边的住户更会不堪其扰，而汽车乱鸣喇叭的行为，正逐渐被纳入规范管理。 比如深圳市自 2018 年起就对机动车鸣喇叭问题做了规范，相关政策一直延续至今。最近，深圳市生态环境局、深圳市公安局交通管理局联合发布通告，自 2026 年 11 月 1 日起，每天 0 时至 24 时，在全市范围所有道路实施机动车禁鸣喇叭措施，有效期 5 年。但通告保留了影响安全视距路段、超车、紧急情况等法定鸣喇叭示意情形，也规定了执行紧急任务的特种车辆等使用喇叭和警报器的条件。[1-2]除此之外，不必要的鸣笛可能被罚款。 这就引起了网友们的广泛讨论，车流挤在路口，一声喇叭突然响起。路边的摄像头能拍清车牌，系统怎么知道究竟是谁按了喇叭呢？ 图1 在深圳开车鸣笛真的会被拍到吗丨作者拍摄 路边设备怎样听出 哪辆车鸣笛？ 人能听出声音来自左边还是右边，一个重要因素是声音到达两只耳朵的时间差。 路边的设备也利用这个道理，只是把两只耳朵换成位置已知、同步采样的麦克风阵列。 阵列可以采用不同形状和数量的麦克风，工程设计要在尺寸、分辨能力和成本之间取舍。[3-4] 同一声喇叭传播到不同麦克风，走过的路程略有不同，到达时刻也就略有先后。以声速约 340 米/秒作简化估算，两条传播路径相差 0.34 米，到达时间就相差约 1 毫秒。人很难直接察觉这样的间隔，电子系统却能从同步记录的波形中提取它。 图2 同一声喇叭到达不同麦克风的时刻略有差别原理示意图 不过，一对麦克风的时间差通常只能缩小声源可能所在的范围，不能直接给出唯一位置。更多麦克风提供更多约束，再结合阵列几何、道路范围等信息，才有条件把可能的声源位置逐步收拢。 常用的声成像方法之一叫波束形成。可以把它理解为计算机轮流把注意力转向不同位置：先假设声音来自某一点，按这一假设补偿各路信号的传播延时，再把信号叠加。如果假设接近真实声源，同一声喇叭的波形就更容易对齐，叠加后的响应更强；扫描许多候选位置，就得到一张声源分布图。[3-4] 这就是常说的声学相机的基本思路。它接收车辆已经发出的声音，并不需要主动向汽车发射声波，道路上常叫做“声呐抓拍”。 怎样把一段声音 对应到一块车牌 定位只解决声音来自哪里，系统还要判断这段声音是不是喇叭声。发动机轰鸣、轮胎噪声、施工声都可能混在录音里。识别程序可以分析声音的频率分布、谐波、持续时间和变化方式，也可以利用训练好的模型区分声音类别。单靠音量大，无法证明发生了鸣笛。 这里的声音识别，也不能理解成每辆车都有一枚独一无二的声纹。同型号喇叭可能听起来很像；可靠的车辆归属，需要声源位置与视频信息共同支持。中国计量科学研究院研究人员介绍的鸣笛抓拍系统，就包括声源定位、图像采集和信号处理等部分。[5] 安装时，系统需要建立阵列方位与摄像机画面之间的对应关系。检测到疑似鸣笛后，把声学结果映射到视频里，结合车辆所在区域以及连续画面，判断声源与哪辆车对应，再读取该车号牌。声源落在车辆前部附近，也符合许多汽车喇叭的安装位置。 抓拍画面中的红黄蓝色块，是算法把声学响应画出来的结果。它看起来像热成像，却不表示车身温度，也不是摄像头直接拍到了声波。 图3 声源分布与视频中的车辆需要对应丨作者绘制 边快速开车边鸣笛 也能被抓拍到吗？ 还有一个容易忽略的难题：声音传播需要时间。 假设汽车在距设备 30 米处鸣笛，以声速约 340 米/秒估算，声音约 0.088 秒后才到达阵列。如果车辆以 50 千米/小时匀速前进，这段时间里已经驶出约 1.2 米。这个算例只展示声传播造成的延迟，还没有计入采集与处理用时。 于是，同一时刻采集到的声音和图像，可能对应车辆的不同位置。系统既要让各路麦克风同步，也要处理声音传播延迟及音视频时间对应，才能把听到的喇叭声与发声时的车辆位置关联起来。缓存连续画面、校验时间关系，比听见响声后随手拍一张照片复杂得多。 这也解释了为什么设备需要计量检定。市场监管总局发布 JJG 1184—2022《机动车鸣笛监测系统检定规程》时，专门介绍了定位误差和声光图像时间一致性要求：前者关系到能否区分相邻车辆，后者关系到移动中的车会不会与声音错位。[6] 多车同鸣和回声 会不会干扰判断？ 答案是：会！ 声成像有分辨能力的边界。两辆车同时鸣笛且在阵列看来相距很近时，两个声源可能难以分开；较强的声音也可能掩盖较弱的声音。麦克风数量增加，并不等于分辨能力的提高，阵列尺寸、布局、分析频段