Ooredoo 邀请初创公司、中小企业和企业就为物联网网络中的音频分析提供智能工具的技术提出建议。Ooredoo 正在寻找创新的硬件和软件解决方案，以解决物联网网络中对近实时音频数据日益增长的需求，实现指标、预测分析和维护。

音频监控可以被动地为机器监控提供多样化的数据集，例如指标、单一故障检测和音频模式识别。当与人工智能和机器学习相结合时，音频系统显示出执行主动监控、预测性维护和实时干预的巨大潜力。

其原理是从环境或物体中捕获音频信号并分析声学模式(例如，来自运行引擎的噪声)。与“定期重复”模式或通过自适应学习方法相比，可以识别偏差或不规则性(例如，机械轴承噪声)，因此可以得出相应的建议、警报或行动。

一个目标用例是服务和维护设备，例如建筑物中的车辆、建筑机械或电梯。这通常基于定期现场服务访问和基于时间的使用假设(如营业时间)来完成。基于通过物联网技术远程捕获设备状态或使用信息的维护可以大大提高服务效率。任何故障、异常情况或使用状态都将被远程跟踪，从而降低干预成本和主动规划服务。

Ooredoo 有兴趣识别 Smart Audio Analytic 解决方案，以用于与设备服务和维护相关的不同应用场景。

该系统预计能够识别缺陷或其他声学条件问题并理想地定位问题。该远程系统可以改装为现有设备和新系统。智能音频系统应在采样和/或连续操作模式下收集数据，并在几分钟范围内以容许的延迟执行分析，具体取决于最终应用。此外，系统应该检测和分析音频模式(即声音随时间的演变)，这些模式自然会在更长的时间尺度上发展。