来源：滚动播报
（来源：科普中国）
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？
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。
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。
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、分析频段和信噪比同样重要。[3,5]
高楼、隔音屏和大型车辆还能反射声音。麦克风听到的，可能同时包含直达声与延后抵达的反射声，声图上便可能出现扩散、偏移或额外亮点。风雨会干扰收音，遮挡、逆光和夜间照明则会影响车辆及号牌的辨认。设备需要在设定的有效监测区域内工作，图像清晰与声音定位可靠缺一不可。[3,5]
因此，对应关系不清、声源超出有效区域或无法可靠辨认号牌的记录，不能硬套到附近一辆车上。技术记录需要经过核查；鸣笛归属确认之后，还要结合适用规定和事发过程，判断是否属于法定安全鸣笛情形。
深圳在 2023 年 11 月就曾公布，在福田区红荔路与华富路路口、南山区月亮湾大道等重点区域试点安装声呐抓拍设施。这说明当地已有应用探索，但不能据此推断今天每个路口都配有同样的设备，更不能把某款产品的参数当成全市统一能力。[7]
这种听声辨位的技术
还能做什么？
把声音转化为空间线索，并不只适用于道路。目标换成漏气点、故障设备或海里的鲸豚，仍然可以沿着多个传感器共同接收、提取特征、估计方向的思路寻找答案。
在工厂里，压缩空气从小孔高速泄漏，会产生包含超声成分的声音。工业声学相机可以突出相应频段，把疑似漏点标在设备画面上。部分设备还能用于发现高压电气设备局部放电产生的声信号，为检修提供线索；声音提示仍需结合进一步检查确认。[8]
在航空航天领域，麦克风阵列可以帮助工程师找到主要噪声源。NASA 曾用这类阵列研究火箭发射时的噪声来源，包括喷流冲击发射台结构产生的噪声。知道声音主要从哪里来，才能更有针对性地研究抑声措施。[9]
在海洋里，麦克风换成适合水下工作的水听器。NOAA 科研人员拖曳水听器阵列，利用鲸豚叫声到达各传感器的时间差估计方向，再结合调查船运动等信息定位声源，为了解鲸豚分布提供资料。这类被动监听依赖动物发声，安静不叫的个体并不会自动出现在声学记录里。[10]
日常语音设备也会用到类似的波束形成思路，把接收重点转向说话者所在方向，抑制其他方向的干扰，改善后续语音处理。不过，工业超声、水下声音和道路鸣笛涉及不同频段、介质与环境，硬件和算法都要随任务调整，不能简单搬来一套设备通用。[4]
回到路口，一声喇叭之所以能对应到一辆车，靠的是麦克风阵列提供方位线索、摄像机提供车辆信息，再让两者在时间和空间上对得上。设备帮助记录事实，现场情形决定这声喇叭的性质。我们在开车时少一些催促和泄愤的鸣笛，把安静留给路人和附近居民，把必要的声音留给安全提醒，才是道路禁鸣希望实现的效果。
参考资料
[1] 深圳市生态环境局，深圳市公安局交通管理局．关于在全市范围实施机动车禁鸣喇叭措施的通告：深环规〔2026〕5号[EB/OL]．2026-09-29．
[2] 深圳市生态环境局．《深圳市生态环境局 深圳市公安局交通管理局关于在全市范围实施机动车禁鸣喇叭措施的通告》政策解读[EB/OL]．2026-09-29．
[3] 唐嘉豪，周长华，李林．机动车鸣笛监测系统的检定方法研究[J]．计量科学与技术，2024，68（11）：10-15，56．DOI：10.12338/j.issn.2096-9015.2024.0165．
[4] MathWorks．Acoustic Beamforming Using a Microphone Array[EB/OL]．MATLAB & Simulink官方技术文档．
[5] 牛锋，何龙标，秦朝琪，等．机动车鸣笛抓拍中的计量问题[J]．计量技术，2020（4）：3-5．DOI：10.3969/j.issn.1000-0771.2020.04.01．
[6] 国家市场监督管理总局计量司． JJG 1184—2022的定位误差与声光图像时间一致性要求．
[7] 深圳市公安局交通警察局．探索开展鸣笛抓拍工作，推进生态文明建设[EB/OL]．2023-11-30．
[8] Flir．Si2-Series Acoustic Imaging Cameras[EB/OL]．工业声学成像产品与应用资料．
[9] NASA．Identification of Noise Sources During Launch Using Phased Array Microphone Systems[EB/OL]．2024-04-26．
[10] NOAA Fisheries．Passive Acoustic Technologies Used at the Southeast Fisheries Science Center[EB/OL]．
热门跟贴