La ocupación y la estimación de la actividad son campos que han sido investigados en los últimos años. Sin embargo, las diferentes técnicas utilizadas incluyen una mezcla de características atmosféricas como la humedad y la temperatura, muchos dispositivos como cámaras y sensores de audio, o se limitan al reconocimiento de voz. En este trabajo se propone que la ocupación y la actividad pueden ser estimadas únicamente a partir de la información de audio utilizando un enfoque automático de ingeniería de características de audio para extraer, analizar y seleccionar descriptores/variables. Este esquema de extracción de descriptores de audio se utiliza para determinar la ocupación y la actividad en entornos inteligentes específicos, de modo que nuestro enfoque puede diferenciar entre entornos académicos, administrativos o comerciales. Nuestro enfoque de ingeniería de características de audio se compara con trabajos similares anteriores sobre estimación de ocupación y/o estimación de actividad en edificios inteligentes (la mayoría de ellos incluyendo otras características, como atmosféricas y visuales). En general, los resultados obtenidos son muy alentadores en comparación con estudios previos.