[發明專利]一種聲音檢測方法、裝置、設備和存儲介質

在審

• 申請號: 201911094667.1
• 申請日: 2019-11-11
• 公開（公告）號: CN110808068A
• 公開（公告）日: 2020-02-18
• 發明（設計）人: 袁振杰;雒冬梅;郝瑞
• 申請（專利權）人: 北京軟通智城科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30;G01H17/00;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種聲音檢測方法，其特征在于，包括：

根據獲取的待檢測聲音信號得到聲音波形圖像數據；

將所述聲音波形圖像數據輸入到聲音檢測模型中，得到待檢測聲音信號的故障類型；其中，所述聲音檢測模型通過樣本聲音信號的波形特征、聲音波形圖像數據和故障類型訓練得到。

2.根據權利要求1所述的方法，其特征在于，通過如下步驟訓練得到所述聲音檢測模型：

確定樣本聲音信號的波形特征和聲音波形圖像數據；其中，聲音波形圖像數據反映聲音信號在時間維度下的動態頻譜特征；

對所述聲音波形圖像數據進行數據增強操作，得到增強后的聲音波形圖像數據；

根據增強后的聲音波形圖像數據和樣本聲音信號的波形特征，訓練得到所述聲音檢測模型。

3.根據權利要求2所述的方法，其特征在于，確定樣本聲音信號的波形特征，包括：

提取樣本聲音信號的短時幀信號；

對所述短時幀信號進行傅里葉變換，得到短時幀信號的幅度譜，用于表征短時幀信號的能量分布信息；

確定所述幅度譜的梅爾頻率倒譜系數，以作為樣本聲音波形信號的波形特征。

4.根據權利要求2所述的方法，其特征在于，所述數據增強操作包括如下至少一項：旋轉操作、平移操作和添加噪聲操作。

5.根據權利要求1所述的方法，其特征在于，所述聲音檢測模型的網絡結構為雙向長短時記憶網絡；其中，所述雙向長短時記憶網絡為在長短時記憶網絡中添加一層與正向隱層同規模的反向隱層，將兩個隱層連接到輸出層上得到的。

6.一種聲音檢測裝置，其特征在于，包括：

波形圖像數據確定模塊，用于根據獲取的待檢測聲音信號得到聲音波形圖像數據；

故障類型確定模塊，用于將所述聲音波形圖像數據輸入到聲音檢測模型中，得到待檢測聲音信號的故障類型；其中，所述聲音檢測模型通過樣本聲音信號的波形特征、聲音波形圖像數據和故障類型訓練得到。

7.根據權利要求6所述的裝置，其特征在于，通過聲音檢測模型訓練模塊訓練得到所述聲音檢測模型，所述聲音檢測模型訓練模塊包括：

波形特征和圖像數據確定單元，用于確定樣本聲音信號的波形特征和聲音波形圖像數據；其中，聲音波形圖像數據反映聲音信號在時間維度下的動態頻譜特征；

數據增強單元，用于對所述聲音波形圖像數據進行數據增強操作，得到增強后的聲音波形圖像數據；

模型訓練單元，用于根據增強后的聲音波形圖像數據和樣本聲音信號的波形特征，訓練得到所述聲音檢測模型。

8.根據權利要求7所述的裝置，其特征在于，波形特征和圖像數據確定單元中確定樣本聲音信號的波形特征，包括：

提取樣本聲音信號的短時幀信號；

對所述短時幀信號進行傅里葉變換，得到短時幀信號的幅度譜，用于表征短時幀信號的能量分布信息；

確定所述幅度譜的梅爾頻率倒譜系數，以作為樣本聲音波形信號的波形特征。

9.一種計算機設備，其特征在于，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如權利要求1-5中任一所述的聲音檢測方法。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現如權利要求1-5中任一所述的聲音檢測方法。