TW202120780A - 分散型交通號誌聽覺系統 - Google Patents

Abstract

本案為一種分散型交通號誌聽覺系統，其包含：複數個近端音訊採集模組，分別佈建在道路之複數個交通號誌上，兩兩間相距至少一距離，任一近端音訊採集模組用來蒐集該交通號誌所在路口所發生事件的一種或多種聲音特徵；一中央資料蒐集分析控制模組，與上述多個近端音訊採集模組完成信號連接，用來接收該等近端音訊採集模組所蒐集到之該聲音特徵，並對該聲音特徵進行儲存與分析，可用做產生並下達即時或非即時性之決策命令之依據。

Description

分散型交通號誌聽覺系統

本案為分散型交通號誌聽覺系統，尤指應用於都市治理之分散型交通號誌聽覺系統。

因為人口密集及活動頻仍，良好的都市治理必須對居民各式活動所產生的資訊進行蒐集，並利用蒐集到的資訊來進行判斷與決策。上述的資訊中可包含影像還有聲音，但目前習知手段著重在影像部份，如廣設攝影機為目前政策之主要方向。但是，都市的聲音資訊，也會隨著人口與交通的分佈與發展，而且兩者間存在著極大的相關性。所以，聲音資訊的監測與收集分析，也是都市治理中重要不可或缺的參考資料。

關於聲音資訊的來源，其可分為固定音訊源以及移動式音訊源等兩大分類。其中固定式音訊源多屬週期性(如營業噪音/工廠機器聲音)，所以當固定式音訊源的聲量過大造成他人不適而被檢舉後，再由環保局到場會勘/檢測，該狀況仍然存在的機率較高，因此此類檢舉案件較容易成立也易改善。

至於移動式音訊源，就像是常見的改裝車輛/老舊車輛/重型車輛等噪音高汙染之車輛。而當這些高噪音的車輛於行駛於道路時，所經之處皆受其害，但也因為屬於移動噪音源，因此噪音再次出現的時間/地點以及噪音值皆極不易重現或被預測，因而此類型的檢舉案件極不容易成立，也使得這些高噪音車輛持續的侵害著人們安靜的生活。即使現在政府機關與警方合作，不定期不定點的於道路旁進行高噪音車輛攔檢的動作，如此非連續性且零散的攔檢作法，有如碰運氣般，無法達到全面性噪音監測與控制，而無明顯之成效。

本案的主要目的在於能改善上述習用手段的缺失，係發展出一種分散型交通號誌聽覺系統，其包含：複數個近端音訊採集模組，分別佈建在道路之複數個交通號誌上，兩兩間相距至少一距離，任一近端音訊採集模組用來蒐集該交通號誌所在路口所發生事件的一聲音特徵；以及一中央資料蒐集分析控制模組，與上述多個近端音訊採集模組完成信號連接，用來接收該等近端音訊採集模組所蒐集到之該聲音特徵，並對該聲音特徵進行儲存與分析，最後發出至少一決策命令。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中所發生事件的該聲音特徵包含有該聲音之強度以及音頻分佈資料。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該中央資料蒐集分析控制模組所發出之該決策命令係傳送回上述多個近端音訊採集模組中之一，用以控制該近端音訊採集模組進行一特定動作。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該等近端音訊採集模組中任一近端音訊採集模組包含有一採集網路模組以及一即時影音採集模組，該採集網路模組主要可以由有線網路裝置或符合無線通訊協定之無線傳輸裝置(例如無線4G或5G網路裝置)，而該即時影音採集模組，主要由麥克風/攝影機組合成之模組，可以被動地等待該中央資料蒐集分析控制模組與其完成信號的連接，用來採集即時影像與聲音。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該近端音訊採集模組更包含有一音訊與環境科學數據採集與儲存模組，主要由噪音計、風速計、壓力計、溫溼度計與儲存裝置所組合而成，主要用來進行即時且不間斷之音訊資料與其他環境科學數據資料的採集。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該近端音訊採集模組更至少包含有一機電控制模組，主要是由控制開關來組合而成，用來即時/非即時性地接收由本地產生的控制訊號，或是被動地等待該中央資料蒐集分析控制模組傳來之控制訊號，來產生相對應之機電操控行為。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該中央資料蒐集分析控制模組包含有一網路模組、一資料儲存模組以及一即時影音收集模組。該網路模組主要提供中央資料蒐集分析控制模組主動地向各近端音訊採集模組進行資料收集。即時影音收集模組則用以主動收集各近端音訊採集模組所監控之環境之即時影像與聲音。該資料儲存模組儲存著由該即時影音收集模組，主動從各近端音訊採集模組處取回之影像與聲音資料。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該中央資料蒐集分析控制模組更包含有一音訊與環境科學數據收集模組，用來主動收集各近端音訊採集模組所監控之環境聲音特徵與環境科學數據，並儲存於該資料儲存模組。中央資料蒐集分析控制模組可對儲存該資料儲存模組中之各式資料進行分析，最後發出該決策命令。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該中央資料蒐集分析控制模組更包含有一人工智慧數據分析與控制模組，係用以處理一即時性人工智慧數據分析，該即時性人工智慧數據分析是對該音訊與環境科學數據收集模組與該即時影音收集模組所產生的音訊資料進行分析，亦同步針對該環境科學數據與該即時影音資料來進行演算分析。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該人工智慧數據分析與控制模組，係用以處理一非即時性人工智慧數據分析，其可由該資料儲存模組中提取資料，進行人工智慧模型訓練。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中運行一違規取締和通知到檢之方法，該方法包含下列步驟：當一噪音車輛行經多個裝設有近端音訊採集模組之路口後，中央資料蒐集分析控制模組根據由各近端音訊採集模組採集回之聲音特徵、影像、聲音等資料，分析出各超標之音訊事件，只要同屬一該噪音車輛相關之所有音訊事件，便透過這些音訊事件發生之時間，提取該車通過各近端音訊採集模組所蒐集到的影像與聲音，作為取締和通知到檢之佐證資料。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中運行一違規取締和通知到檢之方法。目前根據各區地目所法定之最高噪音量，無論於任何時間中皆固定不變的。如同一輛噪音車輛，於清晨無人、上班時間車水馬龍、下午下班時間、夜間寂靜時間，雖該車輛發出之噪音值相同，不過對於該地之住戶而言，卻完全是不同的感受。如於清晨無人、夜間寂靜時間之噪音值，就應遠低於上下班之車水馬龍之噪音值。本系統可不斷地由資料儲存模組中，持續的套入不同的參數、計算，最後分析出各近端音訊採集模組每時、日、週、月、季等各任意時段應以何值作為最恰當的噪音超標違規取締和通知到檢之方法，足以大幅的降低政府噪音監測人員，在目前法令的固化與人民陳情之間之一有效解決方案。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中運行一緊急應變方法，該方法包含下列步驟：使所有的近端音訊採集模組隨時監聽道路動態聲音，而當警車/消防車/救護車通過某一近端音訊採集模組並由其感測到屬於警車/消防車/救護車之一車輛聲音特徵值後，本系統便主動連繫下個裝有分散型交通號誌聽覺系統之交通號誌，產生出之決策信號提供用以控制該交通號誌的燈號維持綠燈，使警車/消防車/救護車通過之道路順暢。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中運行一緊急應變方法，該方法包含下列步驟：透過一手持式車輛音頻分析儀進行可疑車輛聲音特徵值之蒐集；傳回中央資料蒐集分析控制模組後，再透過佈建於各交通號誌之多個近端音訊採集模組來追蹤可疑車輛之聲音特徵值；該中央資料蒐集分析控制模組根據可疑車輛之聲音特徵值與各特徵值之時間前後順序，能確定及預測該車輛過往與未來預計行經之路線，產生出之決策信號便主動透過交通控制系統，控制該處附近之交通號誌燈號維持紅燈，使得可疑車輛欲行經之道路雍塞，達到警方以圍捕的方式替代追捕，降低因為追捕造成警、匪、民之生命財產損失之憾事。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中該車輛聲音特徵值由一音頻識別發射器所完成之聲音車牌所發出。

根據上述構想，本案所述之分散型交通號誌聽覺系統，其中運行一違規取締和通知到檢之方法，其方法包含下列步驟：持續分析複數個時段之噪音起伏特性，得到該地點上相對應於該多個時段之一組相對超標噪音值；以及以該組相對超標噪音值作為取締和通知到檢之音訊事件觸發條件。

可以實現本案特徵與優點的一些典型實施例將在後段的說明中詳細敍述。應理解的是本案能夠在不同的態樣上具有各種的變化，其皆不脫離本案的申請專利範圍，且其中的說明及圖式在本質上是當作說明之用，而非用以限制本案。

現行警務系統，透過各處錄製傳來的影像資料進行處理與辨識，已大大提高警方破案而促進都市安全的提升。但是，影像資料進行處理與辨識，需要大量的運算能力(Computing Power ) ，而且影像資料的保存也極度耗費儲存空間。因此，在建置費用或是系統的反應速度上都相對的不利。反觀利用聲音特徵資料來進行處理與辨識，有著成本低廉與運算快速的優點，使用聲音蒐集裝置(例如麥克風)來涵蓋大角度範圍的成本也較低。在同樣的時間單位中，聲音蒐集與識別的技術手段也能有更大數量的識別判斷數量。另一方面，影像識別之限制性在於被追蹤物必須出現在畫面中，因此此種識別技術是比較具有死角的，並且也會因天候等影響畫面清晰導致影像識別失敗，聲音蒐集與識別的技術手段則較無上述問題。

再者，由於交通號誌已是都市發展中關於基礎建設上不可或缺的一環。因此隨著道路長度與密度的增加，交通號誌的設置地點也隨之擴展到都市的各個角落。所以，本案便發展出一種分散型交通號誌聽覺系統，將收集音訊資料的技術手段結合在移動式音訊源必經的交通號誌上，用以進行音訊與其他相關資料的蒐集。

請參見圖1，本案所發展出關於分散型交通號誌聽覺系統之功能方塊示意圖，其包含有近端音訊採集模組(Near Audio Probe Module)11以及中央資料蒐集分析控制模組(Central Data Collecting/Analysis/Control Module)12。其中近端音訊採集模組11便可佈建在交通號誌上，其主要的目的是用於蒐集交通號誌所在路口所發生事件的一聲音特徵，該聲音特徵可以是為該聲音之強度以及音頻分佈資料，其中該車輛的聲音特徵值可以由一音頻識別發射器所完成之聲音車牌所發出。也就是，可以該聲音特徵是代表該車輛之一車籍資料，例如在車輛上貼附一個音頻識別發射器，該音頻識別發射器發出一超音波形式的聲音載波信號，而車籍資料係以混波的方式載於該聲音載波信號中傳送出去，然後再被近端音訊採集模組11蒐集下來進行解調，然後得出該車籍資料。多個近端音訊採集模組11可以透過網際網路10來與遠端的中央資料蒐集分析控制模組12完成連接。當然，網際網路10也可以是其他廣域網路或私人區域網路。

而近端音訊採集模組11又可以如圖2A之所示，由下列採集網路模組110、音訊與環境科學數據採集與儲存模組111、即時影音採集模組112以及機電控制模組113來組合而成 。其中採集網路模組110，主要可以架構在3G/4G/5G等固定IP或非固定IP之通訊模式，當然也可以是其他之無線/有線之通訊模式，用以讓近端音訊採集模組11可以被動接收控制，或是被動等待中央資料蒐集分析控制模組12與其完成信號的連接，用來進行資料採集之動作。如此將可解決有線網路會因佈線的限制，導致限縮將近端音訊採集模組11建置於都市城鄉的分佈廣度。

至於音訊與環境科學數據採集與儲存模組111則可由噪音計(例如常見的精密級1/1及1/3八音度頻帶時間分析儀)/風速計/壓力計/溫溼度等環科數據偵測器與儲存裝置所組合而成，主要用來進行即時且不間斷之音訊資料與其他環境科學數據資料採集，所以有音訊資料可以採集。即時影音採集模組112，主要是由攝影機/麥克風組合成之模組，所以也有音訊資料可以採集。兩者皆可以被動地等待中央資料蒐集分析控制模組12與其完成信號的連接以及接受其啟動，用來採集即時影像與聲音。

機電控制模組113，主要是由控制開關來組合而成，用來即時/非即時性地接收由本地產生的控制訊號，或是被動地等待中央資料蒐集分析控制模組12傳來之控制訊號，控制本地端各種機電設備使用，或是將控制訊號發送至該交通號誌的控制系統，進行後續控制動作，例如強制綠燈或強制紅燈。

至於中央資料蒐集分析控制模組 12主要目的則是用來主動地向近端音訊採集模組11進行資料收集的動作，並對資料進行儲存/分析，最後取得一連串決策命令，用以控制一個或多個近端音訊採集模組11來進行一個或多個特定動作。舉例來說，可以主動的對近端音訊採集模組11中的機電控制模組112進行控制，將控制訊號發送至該交通號誌的控制系統，使得交通號誌燈號強制綠燈，讓警車/消防車/救護車通過之道路順暢，以利緊急勤務順遂。當然也可以便可主動透過交通號誌的控制系統，控制該處附近之交通號誌燈號強制紅燈，使得可疑車輛欲行經之道路雍塞，達到警方以圍捕的方式替代追捕。當然，也可以將一連串決策命令轉供其他系統進行後續處理。

如圖2B所示，中央資料蒐集分析控制模組12內部則包含有下列幾個模組：網路模組120、音訊與環境科學數據收集模組121、即時影音收集模組122、資料儲存模組123以及人工智慧數據分析與控制模組124。網路模組120由有線/無線網路模組建構而成，主要提供中央資料蒐集分析控制模組 12主動的向近端音訊採集模組11發出信號，用以進行機電控制、音訊、資料收集。而音訊與環境科學數據收集模組121用來主動收集近端音訊採集模組11中之的音訊與環科數據資料。至於即時影音收集模組122則用以主動收集近端音訊採集模組11中之攝相機與麥克風的聲音資料。資料儲存模組123儲存著由音訊與環境科學數據收集模組121與即時影音收集模組122，分別主動向近端音訊採集模組11取回之數據與資料。

至於人工智慧數據分析與控制模組124則用來處理即時性人工智慧數據分析以及非即時性人工智慧數據分析等工作。即時性人工智慧數據分析是對音訊與環境科學數據收集模組121與即時影音收集模組122所產生的音訊資料進行分析，亦同步針對環境科學數據與即時影音資料來進行演算分析，可以根據各項分析完的結果來生成一連串的命令決策，再透過網路模組120通知其他系統進行相對應動作，或者是對近端音訊採集模組11之機電控制模組112進行控制。至於非即時性人工智慧數據分析，其可由資料儲存模組123中提取資料，進行人工智慧模型訓練（AI Model Training），或有需求時再安排時程進行即時性人工智慧數據分析所執行之內容。

再請參見圖3，其係表示出本案所發展出關於分散型交通號誌聽覺系統的道路佈建示意圖。，線條A、B、C以及 線條1、2、3交叉形成城市之路網圖，各節點(A1、A2、A3、B1、B2、B3、C1、C2、C3)表示一路口，各路口間距離由數十公尺至數百公尺，甚至之間達公里等級皆適用。而且分散型交通號誌聽覺系統可佈建於城市間各路口交通號誌之上，可所有路口皆裝設；或是如下圖挑選路口之裝設方式亦可。如此一來可以長時間、持續性、智能化的、廣泛地、無距離的進行的噪/聲音資料收集。

以下就上述技術手段可完成的一些應用實例來進行說明。本發明主要是提出一種分散型交通號誌聽覺系統，可以將近端音訊採集模組11散佈在各主要幹道之交通號誌上，所以當一改裝車輛行經某一裝設有近端音訊採集模組11之路口，並遭取締告發時，可以因為本發明保有該改裝車輛行經一個或一個以上裝有不同近端音訊採集模組11之路口，因此本發明系統可提供該車輛行經所有近端音訊採集模組11的路口之動態影像/聲音/噪音/音頻資料(可以簡稱是一種聲音履歷或是加上影像之視聽履歷)所串接起來的證據，如此將可以完善用來取締違規的佐證資料，使得此告發案可以順利成立，而此優點為固定/單點音訊收集系統所能不及的。

而且，本發明所提出之分散型交通號誌聽覺系統，其持續且不間斷的對道路行經之車輛進行音訊收集，如此將可讓各幹道的交通號誌提升為一有聽覺的交通號誌，作為透過聲音保護城市之交通號誌聽覺系統，而近端音訊採集模組11裝設的路口(A1、A2、A3、B1、B2、B3、C1、C2、C3)，由一個、兩個、多個路口整合組織成長時，交通號誌聽覺系統將以點、線、面方式達到都市完整性的涵蓋，此點為固定/單點音訊收集系統所能不及的。

再者，本案所提出之分散型交通號誌聽覺系統，主要是透過3G/4G/5G的行動通訊技術手段來作為本系統之網路基礎，在現今逐漸步入5G的台灣，隨處的交通號誌皆可架設，不受有線網路佈線之限制，都市/城鄉/郊區/山間任何有3G/4G/5G信號之交通號誌皆可架設近端音訊採集模組11。

本發明所提出之分散型交通號誌聽覺系統，在架設於各交通號誌上之近端音訊採集模組11的網路IP，是基於3G/4G/5G之動態IP來進行資料傳遞，因此駭客無法由外界連入來進行破壞/竊取；另外也因為動態IP的原因，分散型交通號誌聽覺系統中任一近端音訊採集模組11之IP 位址，皆可隨機/或是排程來重新更新或重新取得，讓駭客更無從進入來進行破壞。

另外，本案之分散型交通號誌聽覺系統可隨時監聽著道路動態聲音，因此當警車/消防車/救護車通過某一近端音訊採集模組11並由其感測到屬於警車/消防車/救護車聲音特徵後，本案系統便可主動聯繫下個裝有分散型交通號誌聽覺系統之交通號誌，再透過交通控制系統，控制交通號誌燈號，使警車/消防車/救護車通過之道路順暢，以利緊急勤務順遂。此點也是固定/單點音訊收集系統所能不及的。

另外，當警察尾隨某一可疑車輛時，可透過手持式車輛音頻分析機器，靜靜的蒐集該可疑車輛之車輛聲音特徵值，並輸入中央資料蒐集分析控制模組12後，再透過佈建於各交通號誌之近端音訊採集模組11來蒐集該車輛聲音特徵值，當找到相對應之車輛聲音特徵值時，便可主動透過交通控制系統，控制該處附近之交通號誌燈號，使得可疑車輛欲行經之道路雍塞，達到警方以圍捕的方式替代追捕，使得不再有因追逐導致警/匪/民死傷如此悲痛的事件重演。

再者，可結合車廠在汽機車出場時，就預先搭載音頻識別發射器，如同聲音車牌。當車輛行經近端音訊採集模組11時，便能快速且無天候性、無死角性的(相對於影像車牌識別)，快速的得知該輛車牌聲音號碼。也可結合由民間自行研發的音頻識別發射器(如同聲音車牌)，自主性的搭載於車上；或是警察追捕歹徒初期時，透過發射器強制安裝於該車輛上，如此便能透過各地的近端音訊採集模組11進行無天候性、無死角性的(相對於影像車牌識別)識別與追蹤的目的。

雖然現今車牌影像分析成熟且普及，但影像識別所需處理之運算資源遠遠大於音訊的識別處理，因此在相同的資源下，聲音識別更能在單位時間內，識別出更多不同的音訊特徵值。如此的特點呈現出本案更適用於大車流量的道路之中。

而且本案所提出之分散型交通號誌聽覺系統可佈建於城市間各路口交通號誌之上，而且在所有路口皆可裝設。如此一來可以長時間、持續性、智能化的、廣泛地、無距離的進行的噪/聲音資料收集。另外，都市與郊區的生活形態與人口密度不同，因此環境噪音的強度並不相同，但法規的噪音標準值並無法彈性調整。為此，可以利用本案所提出之分散型交通號誌聽覺系統來進行連續不間斷的監控與蒐集，而利用多點的近端音訊採集模組再加上長期資料蒐集與人工智慧的分析處理，把本案系統所歸納產出的數據，提供給政府在噪音政策制定上來進行參考，用以解決現行都市噪音劃分單純以地使用地目區分而決定該區之最大噪音值，而非實際人類活動之呈現的缺失。況且，市區、郊區等各區域的最大限制音量，人類的活動也會因為隨著時間而持續的不斷變化。而利用本案所發展出的分散型交通號誌聽覺系統，就能夠隨著都市的改變、成長而跟著增加佈點，持續的監測反映出各區人類活動產生之噪音與實際地目吻合與否之實際對照，達到智慧城市規劃、治理之目標。

綜上所述， 雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍當視後附的申請專利範圍所界定者為準。

10:網際網路 11:近端音訊採集模組 12:中央資料蒐集分析控制模組 110:採集網路模組 111:音訊與環境科學數據採集與儲存模組 112:即時影音採集模組 113:機電控制模組 120:網路模組 121:音訊與環境科學數據收集模組 122:即時影音收集模組 123:資料儲存模組 124:人工智慧數據分析與控制模組

圖1，其係本案所發展出關於分散型交通號誌聽覺系統之功能方塊示意圖。

圖2A，其係分散型交通號誌聽覺系統中關於近端音訊採集模組的功能方塊示意圖。

圖2B，其係分散型交通號誌聽覺系統中關於中央資料蒐集分析控制模組的功能方塊示意圖。

圖3，其係表示出本案所發展出關於分散型交通號誌聽覺系統的道路佈建示意圖。

10:網際網路

11:近端音訊採集模組

12:中央資料蒐集分析控制模組

Claims (15)

1. 一種分散型交通號誌聽覺系統，其包含： 複數個近端音訊採集模組，分別佈建在道路之複數個交通號誌上，兩兩間相距至少一距離，任一近端音訊採集模組用來蒐集該交通號誌所在路口所發生事件的一聲音特徵；以及 一中央資料蒐集分析控制模組，與上述多個近端音訊採集模組完成信號連接，用來接收該等近端音訊採集模組所蒐集到之該聲音特徵，並對該聲音特徵進行儲存與分析，最後發出至少一決策命令。
2. 如申請專利範圍第1項所述之分散型交通號誌聽覺系統，其中所發生事件的該聲音特徵包含有該聲音之強度以及音頻分佈資料。
3. 如申請專利範圍第1項所述之分散型交通號誌聽覺系統，其中該中央資料蒐集分析控制模組所發出之該決策命令係傳送回上述多個近端音訊採集模組中之一，用以控制該近端音訊採集模組進行一特定動作。
4. 如申請專利範圍第1項所述之分散型交通號誌聽覺系統，其中該等近端音訊採集模組中任一近端音訊採集模組包含有一採集網路模組以及一即時影音採集模組，該採集網路模組主要可以由符合無線通訊協定之無線傳輸裝置來組成，而該即時影音採集模組，主要由麥克風/攝影機組合成之模組，可以被動地等待該中央資料蒐集分析控制模組與其完成信號的連接，用來採集即時影像與聲音。
5. 如申請專利範圍第4項所述之分散型交通號誌聽覺系統，其中該近端音訊採集模組更包含有一音訊與環境科學數據採集與儲存模組，主要由噪音計、風速計、壓力計、溫溼度計與儲存裝置所組合而成，主要用來進行即時且不間斷之音訊資料與其他環境科學數據資料的採集。
6. 如申請專利範圍第4項所述之分散型交通號誌聽覺系統，其中該近端音訊採集模組更包含有一機電控制模組，用來即時/非即時性地接收由本地產生的控制訊號，或是被動地等待該中央資料蒐集分析控制模組傳來之控制訊號，控制本地端各種機電設備。
7. 如申請專利範圍第4項所述之分散型交通號誌聽覺系統，其中該中央資料蒐集分析控制模組包含有一網路模組、一資料儲存模組以及一即時影音收集模組，該網路模組由有線/無線網路模組建構而成，主要讓該中央資料蒐集分析控制模組可主動地向該近端音訊採集模組發出信號，用以使該近端音訊採集模組進行資料收集，該即時影音收集模組則用以主動收集該近端音訊採集模組所送出之即時影像與聲音，該資料儲存模組儲存著由該即時影音收集模組主動從該近端音訊採集模組處取回之數據與資料。
8. 如申請專利範圍第7項所述之分散型交通號誌聽覺系統，其中該中央資料蒐集分析控制模組更包含有一音訊與環境科學數據收集模組，用來主動收集該近端音訊採集模組送出之一音訊與環科數據資料並儲存於該資料儲存模組中，讓該中央資料蒐集分析控制模組可對儲存該資料儲存模組中之各式資料進行分析，最後發出該決策命令。
9. 如申請專利範圍第7項所述之分散型交通號誌聽覺系統，其中該中央資料蒐集分析控制模組更包含有一人工智慧數據分析與控制模組，係用以處理一即時性人工智慧數據分析，該即時性人工智慧數據分析是對該音訊與環境科學數據收集模組與該即時影音收集模組所產生的音訊資料進行分析，亦同步針對該環境科學數據與該即時影音資料來進行演算分析。
10. 如申請專利範圍第9項所述之分散型交通號誌聽覺系統，其中該人工智慧數據分析與控制模組，係用以處理一非即時性人工智慧數據分析，其可由該資料儲存模組中提取資料，進行人工智慧模型訓練。
11. 如申請專利範圍第1項所述之分散型交通號誌聽覺系統，其中運行一違規取締和通知到檢之方法，該方法包含下列步驟：當一改裝車輛行經某一裝設有該近端音訊採集模組之路口並遭取締告發時，取出該改裝車輛行經一個或一個以上裝有不同路口之近端音訊採集模組所蒐集之聲音特徵所串接起來的證據。
12. 如申請專利範圍第1項所述之分散型交通號誌聽覺系統，其中運行一緊急應變方法，該方法包含下列步驟：使所有的近端音訊採集模組隨時監聽道路動態聲音，而當警車/消防車/救護車通過某一近端音訊採集模組並由其感測到屬於警車/消防車/救護車之一車輛聲音特徵值後，本系統便主動連繫下個裝有分散型交通號誌聽覺系統之交通號誌，用以控制該交通號誌的燈號維持綠燈，使警車/消防車/救護車通過之道路順暢。
13. 如申請專利範圍第1項所述之分散型交通號誌聽覺系統，其中運行一緊急應變方法，該方法包含下列步驟：透過一手持式車輛音頻分析機器來蒐集一可疑車輛之一車輛聲音特徵值；輸入該中央資料蒐集分析控制模組後，再透過佈建於各交通號誌之多個近端音訊採集模組來蒐集該車輛聲音特徵值；以及當找到相對應之車輛聲音特徵值時，便主動透過交通控制系統，控制該處附近之交通號誌燈號維持紅燈，使得可疑車輛欲行經之道路雍塞，達到警方以圍捕的方式替代追捕。
14. 如申請專利範圍第12項與第13項中任一項所述之分散型交通號誌聽覺系統，其中該車輛聲音特徵值由一音頻識別發射器所完成之聲音車牌所發出。
15. 如申請專利範圍第1項所述之分散型交通號誌聽覺系統，其中運行一違規取締和通知到檢之方法，其方法包含下列步驟: 持續分析複數個時段之噪音起伏特性，得到該地點上相對應於該多個時段之一組相對超標噪音值；以及 以該組相對超標噪音值作為取締和通知到檢之音訊事件觸發條件。

Images