AKUSTISCHE LAGE
Übersicht
Timeline
tägliche EreignisseKategorien
Aktivitäts-Heatmap
Wochentag × StundeKalender
gewählter ZeitraumLetzte 5 Ereignisse
inklusive ZeugenreaktionenIndividuelle Auswertung
Zeitraum, Tagesstunden, Mikrofon und Lärmkategorie frei kombinieren
Der Export enthält exakt die aktuell ausgewählten Daten.
Ø Lautstärke je Intervall
Mittelpegel im gewählten ZeitrasterBelastungsphasen je Tagesintervall
Belastungs- und Überschreitungsphasen
Blau = Belastungsphasen · Rot = davon mit Überschreitung · jedes belegte KalenderintervallAnteil am Gesamtaufkommen
Belastungsphasen je Tagesintervall in ProzentBelastungsverlauf
Belastungs- und Überschreitungsphasen je TagTop-Lärmarten
häufigste erkannte GeräuscheKategorien
Mikrofonvergleich
Schallausbreitung im Messbereich
letzte 30 Tage · Überschreitung ab 55 dB
Klicke auf die tatsächliche Position des ausgewählten Mikrofons im Luftbild.
LeiserLauter
Live-Pegel und Kalibrierung
Aktualisierung alle 2 SekundenKlasse-2-Messgerät direkt neben dem jeweiligen Mikrofon platzieren und den Offset mit Plus/Minus als Vorschau einstellen. Den Verlauf mehrere Sekunden vergleichen und erst danach übernehmen. Gespeicherte Ereignisse und Messverläufe werden dann einmalig um die tatsächliche Offset-Differenz korrigiert; Audioaufnahmen bleiben unverändert.
Lautstärkepegel – letzte 10 Minuten
5-Sekunden-Werte · Aktualisierung alle 5 Sekunden
Live-Ereignisstrom
Verbindung wird aufgebaut…
ZeitGerätEreignisPegelKonfidenzWiedergabe und Zuordnung
Live-Soundausgabe
Nur administrativ freigegebene Mikrofone
Bereit
Die Wiedergabe bleibt lokal im Browser. Auf dem Handy Medienlautstärke aktivieren und den Stummmodus ausschalten. Mit „Testton“ lässt sich die Browserausgabe unabhängig vom Mikrofon prüfen.
Historische Messungen importieren
WAV, CSV oder ZIP · maximal 500 MBWAV-Dateien werden mit Pegelwert und Wiedergabe in die Sammelprüfung übernommen. CSV unterstützt die Spalten timestamp, db_level, label, confidence und device.
Klassenprüfung
Klasse wählen und identische Ereignisse gesammelt bestätigenKlasse auswählen, um die Kachel zu öffnen.
Klassen anzeigen
Tag
0 ausgewählt
Die Rauschunterdrückung wirkt nur auf die Wiedergabe. Originalaufnahme, Messwert und Trainingsdatei bleiben unverändert. „Überspringen“ blendet ein Ereignis nur aus der aktuellen Prüfung aus; Klasse, Originalprediction und Lernfreigabe bleiben unverändert.
Automatisierte Prüfläufe
Nächtlich um 03:00 Uhr · manuelle Zuordnungen bleiben unverändertPrüfläufe anzeigen
Mikrofonverwaltung
Name · Position · StatusDie Position wird in Prozent relativ zur später hinterlegten Messbereichskarte angegeben.
CSV-Referenzmessung abgleichen
mindestens 12 Werte · empfohlen 1–3 MinutenUnterstützt werden das bestehende Langzeitformat Date, Time, Current (dB-A), Max (dB-A), Average (dB-A) sowie timestamp,reference_db oder zeit/dezibel. Die Datei muss nicht umformatiert werden. Erst nach Prüfung wird der empfohlene Offset ausdrücklich angewendet.
Gerätestatus und Transportqualität
Aktualisierung alle 30 SekundenKalibrierprotokoll
Leise · Mittel · LautPersonenprofile
Stimmereignisse nur nach manueller BestätigungPersonenprofile werden im Audio-Lab angelegt. Anschließend können bestätigte Rufen-/Schreien-Ereignisse einem Profil zugeordnet werden; erst daraus entsteht ein akustisches Vergleichsprofil.
Aktive Regeln
Home AssistantGEMEINSAM IN DER NACHBARSCHAFT
Für ein ruhigeres und sauberes Wohnumfeld
EventMonitorAI soll Belastungen nachvollziehbar machen und eine sachliche Grundlage für gemeinsame Verbesserungen schaffen. Wer Interesse hat, kann sich mit Zeit, Beobachtungen, Technik, Ideen oder freiwilliger finanzieller Unterstützung beteiligen.
Nachweisbare Ausgabenmindestens 349,73 €zuzüglich IONOS-Domain, 24/7-Strom und persönlicher Arbeitszeit
2er-Pack Freenove ESP32-S3 N16R8
5er-Pack INMP441-I²S-Mikrofonmodule · zwei davon im Einsatz
3 Monate · mindestens 20 € je Monat
Raspberry Pi 4B mit 4 GB RAM für die lokale KI-Analyse
Samsung 870 EVO SSD mit 250 GB für Ereignisse, Modelle und Audioclips
Selbst im 3D-Druck gefertigt · geschätzte Filamentkosten
Strom für Sensoren, Raspberry Pi, Server und Netzwerk
IONOS-Domain eventmonitor.eu und sichere Erreichbarkeit für die Nachbarschaft
Was bereits eingebracht wurde
seit über 3 Monaten- Planung der Messstellen und Systemarchitektur
- Firmware und 24/7-Betrieb von zwei ESP32-Sensoren
- Raspberry-Pi-, Netzwerk-, Docker- und Dashboard-Einrichtung
- IONOS-Domain, Subdomain und sichere öffentliche Bereitstellung
- Kalibrierung, Audioprüfung und manuelle Ereignisklassifizierung
- KI-Auswertung, Fehleranalyse, Tests und laufende Verbesserung
Die genaue Stundenzahl wurde bislang nicht erfasst. Daher wird keine künstliche Arbeitskosten-Summe ausgewiesen.
So kann man mitmachen
jeder Beitrag hilftBeobachtungen Ereignisse sachlich melden oder bestätigenZeit und Wissen Aufnahmen prüfen, Ideen testen oder Technik unterstützenAusstattung Sensoren, Gehäuse, Kabel oder Speicher beitragenFreiwilliger Beitrag Betrieb und Weiterentwicklung mitfinanzieren
Unterstützungslink wird eingerichtetUnterstützung ist freiwillig und hat keinen Einfluss auf Benutzerrechte, Bewertungen oder Auswertungen.
Nächste geplante Investition: normgerechte Referenzmessstation
Planungsstand 10.08.2026Eine unabhängige Referenzmessung soll die aktuellen ESP32-Werte dauerhaft vergleichen und kalibrieren. Geplant ist eine vollständige Klasse-2-Messkette mit eigenem Raspberry-Pi-Gateway – nicht nur ein einzelnes Mikrofon.
Integrierender Schallpegelmesser CA 1310 · IEC 61672-1 Klasse 2 · Leq, Logger, Micro-USB712,81 €
Akustischer Klasse-2-Kalibrator zur dokumentierten Prüfung vor und nach Messungen451,01 €
Zusätzliches Raspberry-Pi-Gateway inklusive Netzteil und Basisspeicher · Planwert120,00 €
Wetterfestes Gehäuse, Windschutz, Schnittstellen, Kabel und Montage · Reserve150,00 €
Rechnerischer Bedarf 1.433,82 € · aufgerundetes Finanzierungsziel1.450,00 €
Gemeinsam finanziert0,00 €
Noch offen: 1.450,00 €Beiträge werden nach Eingang transparent aktualisiert.
Wichtige Einordnung: Die Klasse-2-Station verbessert Vergleichbarkeit und Dokumentation erheblich, garantiert aber keine gerichtliche Anerkennung. Für förmliche Messungen nach TA Lärm können ein geeichter Klasse-1-Schallpegelmesser, fachkundige Durchführung und ein vollständiges Messprotokoll erforderlich sein. Vor dem Kauf wird außerdem geprüft, ob die USB-Schnittstelle zuverlässig mit dem Raspberry Pi automatisierbar ist.
Transparenz statt Spendenaufruf
Die Aufstellung zeigt, was für das gemeinsame Projekt bereits eingesetzt wurde. Die nachweisbaren Kaufpreise und die mit rund 3 € geschätzten Filamentkosten ergeben zusammen mindestens 349,73 €. Noch nicht eingerechnet sind IONOS-Domain, Strom für den durchgängigen Betrieb, Netzwerk- und Serverbetrieb sowie persönliche Arbeitszeit. Weitere Beträge werden nur ergänzt, wenn sie belastbar vorliegen.
Personenprofile verwalten
Nur für AdministratorenNamen, Bilder, Videos und Stimmvergleiche sind manuell gepflegte Prüfhinweise und keine automatisch festgestellte Identität. Wird „In Lärmüberwachung einbeziehen“ deaktiviert, bleiben zugeordnete Ereignisse sichtbar, fließen aber nicht in Lärmkennzahlen und Belastungsbewertung ein.
Automatisch erkannte Stimmgruppen
Die lokale ECAPA-TDNN-Analyse läuft manuell in einem getrennten, ressourcenbegrenzten Hintergrunddienst. Dashboard und Mikrofoneingang arbeiten währenddessen normal weiter. Stimmgruppen sind anonyme Ähnlichkeitshinweise und kein Identitätsnachweis.
Stimmanalyse0 / 0
Stimmgruppe prüfen
„Bestätigen“ nimmt den Clip in das geprüfte Stimmprofil auf. „Nicht passend“ und „Keine Stimme“ schließen ihn dauerhaft aus.
Mein Kundenbereich
Alle Dashboard-KPIs, Ereignisse, Mikrofone, Kalibrierungen, Audioaufnahmen und Lärmprotokolle werden ausschließlich diesem Kundenbereich zugeordnet. Abonnementstatus und Benutzerrolle sind getrennte Einstellungen.
Bildnachweise
tenant-isolierte DokumentationNeue Bilder erscheinen zuerst. Kategorien und Zeitraum können frei gefiltert werden; Originaldatei, Aufnahmezeitpunkt und hochladender Benutzer bleiben nachvollziehbar.
Dokumente & Vorlagen
PDF-SchriftstückePDF-Vorlagen, ausgefüllte Schriftstücke und sonstige Nachweise werden im jeweiligen Kundenbereich abgelegt und chronologisch bereitgestellt.
So lernt die Klassifizierung
Bestätigen → lernen → automatisch anwenden- Ereignis anhören und Basis- sowie Feinzuordnung bestätigen.
- Ab drei übereinstimmenden Bestätigungen mit mindestens 80 % Eindeutigkeit wird das ursprüngliche KI-Label künftig automatisch zugeordnet.
- Wind, Umgebung/Natur und technische Störungen können gelernt, aber standardmäßig ausgeblendet werden.
- „Kein Lärm / verwerfen“ löscht Ereignis und Aufnahme. Nach drei Bestätigungen wird dasselbe Modellmuster beim Eingang verworfen.
- Der Prüflauf arbeitet offene automatische Vorschläge erneut ab; manuelle Bestätigungen bleiben unverändert.
Kundenbereiche und Abonnements
PlattformverwaltungÖffentliche Website-Zugriffe
letzte 30 Tage · datensparsamErreichbare IP-Adressen werden nur als gekürztes Netz angezeigt und täglich neu pseudonymisiert. Unter Docker Desktop verbirgt das Gateway die echte Quell-IP; unterschiedliche Besucher sind dort eine datensparsame Näherung aus täglich wechselndem Prüfwert und Browserkennung. Es werden keine Cookies eingesetzt.
Benutzerrechte für Live-Sound
Pro Benutzer und MikrofonAdministratoren verwalten alles. Operatoren dürfen Ereignisse zuordnen. Betrachter dürfen ausschließlich ansehen. Der Zugriff auf Live-Audio wird zusätzlich je Benutzer und Mikrofon freigegeben; ohne Freigabe ist die Funktion verborgen.
Rollen und Zugriff
Admin · Operator · BetrachterKI-Klassenkatalog
Gemeinsam für Live-Analyse und AudioLabBasisklasse ist die Hauptgruppe, zum Beispiel Hupen. Feinzuordnung ist die konkrete Unterart und wird über „Zugeordnet zu“ mit ihrer Basisklasse verbunden.
Aktiv zeigt die Klasse in Auswahlfeldern. Trainierbar erlaubt bestätigte Beispiele fürs KI-Training. Ausblenden verbirgt Treffer standardmäßig in Lagebild und Live-Strom, bewahrt sie aber für Prüfung und Training.