[發明專利]一種異常聲音檢測方法及異常聲音檢測裝置

有效

• 申請號: 201811561607.1
• 申請日: 2018-12-20
• 公開（公告）號: CN111354366B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 曲道奎;杜威;王海鵬;王曉東;沈露;盧裕
• 申請（專利權）人: 沈陽新松機器人自動化股份有限公司
• 主分類號: G10L21/0208
• 分類號: G10L21/0208;G10L25/03;G10L25/24;G10L25/51;G10L25/60
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 許宗富

1.一種異常聲音檢測方法，其特征在于，包括以下步驟：

步驟一，建立音頻庫；建立正常音頻特征標準庫和異常音頻特征標準庫；

步驟二，采集分析音頻信號；采集待測音頻信號，去除噪聲，獲取有效待測音頻信號；抽取有效待測音頻信號的待測音頻特征參數；

步驟三，快速判定異常聲音；將待測音頻特征參數與正常音頻特征標準庫中的標準音頻特征參數進行KL散度對比，判定是否需要進一步執行異常聲音準確判定；

若待測音頻特征參數的KL散度與標準音頻特征參數的KL散度差值小于預設閾值，則輸出待測音頻信號為正常音頻信號的結果；

若待測音頻特征參數的KL散度與標準音頻特征參數的KL散度差值大于預設閾值，則進行異常聲音準確判定；

步驟四，進行異常聲音準確判定；使用正常聲音數據特征和異常聲音數據特征訓練一個基于分層結構的分類模型，如果分類模型準確率能夠達到預先設定的指標，則認為分類模型訓練完成；

將待測音頻特征參數輸入訓練好的分類模型進行異常聲音判定；

若判定結果為異常音頻信號，則輸出當前待測音頻信號為異常信號；

若判定結果為正常音頻信號，則輸出當前待測音頻信號為正常信號。

2.根據權利要求1所述的異常聲音檢測方法，其特征在于，采集待測音頻信號后，去除噪聲，通過待測音頻信號的短時能量和平均過零率，判斷待測音頻信號是否為有效待測音頻信號；然后獲取有效待測音頻信號。

3.根據權利要求1所述的異常聲音檢測方法，其特征在于，所述待測音頻特征參數、標準音頻特征參數和異常音頻特征參數為：通過提取待測音頻信號的梅爾倒譜系數、梅爾倒譜系數一階導數、小波變換系數、能量值、過零率和傅里葉系數，并利用Gaussian進行參數擬合，獲取的音頻數據的均值和方差。

4.根據權利要求3所述的異常聲音檢測方法，其特征在于，所述待測音頻特征參數的KL散度與標準音頻特征參數的KL散度差值計算公式為：

KL(P,Q)＝1/2(KL(P,Q)+KL(Q,P))；

其中，KL散度的計算公式為KL(P,Q)＝∑[P(x)log(P(x)/Q(x))]。

5.根據權利要求1所述的異常聲音檢測方法，其特征在于，所述基于分層結構的分類模型為，特征信號輸入至第一分類層，該層分類方法包括支持向量機、奇異值分解的組合，經第一層分類后的特征，結合原始特征，共同作為第二層分類器的輸入特征值，第二層分類器使用支持向量機進行分類。

6.根據權利要求2所述的異常聲音檢測方法，其特征在于，采集待測音頻信號后，將待測音頻信號分為10ms為一幀的聲音片段，計算每幀的短時能量和過零率，使用兩級判別法進行有效聲音的端點檢測，進而獲取有效待測音頻信號。

7.根據權利要求3所述的異常聲音檢測方法，其特征在于，所述梅爾倒譜系數使用13維度作為特征參數，并使用15ms作為一幀數據，利用Gaussian進行參數擬合，獲取音頻數據的均值和方差。