[發明專利]基于神經網絡的聲音檢測方法、工業聲學檢測系統及方法

在審

• 申請號: 202110431912.4
• 申請日: 2021-04-21
• 公開（公告）號: CN113140229A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 朱寶鶴;任百吉;孫永吉
• 申請（專利權）人: 上海泛德聲學工程有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30;G10L25/24;G06N3/04;G06N3/08
• 代理公司: 上海諾衣知識產權代理事務所(普通合伙) 31298
• 代理人: 劉艷芝

1.基于卷積神經網絡的聲音檢測方法，其特征在于：包括卷積神經網絡模型的訓練階段和預測階段，其中，在訓練階段，首先，對已標記標簽的聲音信號做預處理，將一定數量的聲音信號轉換為二維音頻特征；然后，將所有二維音頻特征和標簽作為樣本，輸入至未訓練的卷積神經網絡模型進行訓練，獲得具有訓練好參數的卷積神經網絡模型；

在預測階段，實時將獲取的聲音信號轉換為二維音頻特征，并輸入至訓練好的卷積神經網絡模型，獲取卷積神經網絡模型輸出的聲音預測。

2.根據權利要求1所述的基于卷積神經網絡的聲音檢測方法，其特征在于：將一定數量的聲音信號轉換為二維音頻特征的過程如下：

對聲音信號設定時間長度進行分幀，得到N個聲音片段，每一個聲音片段即為一幀，對每一幀聲音信號計算對數梅爾特征，將所有分幀的對數梅爾特征合成得到二維音頻特征，

對數梅爾特征的計算方法如下所示：

每幀聲音信號→傅里葉變換→取模→梅爾濾波器→對數變換→對數梅爾特征。

3.根據權利要求1所述的基于卷積神經網絡的聲音檢測方法，其特征在于：卷積神經網絡模型的訓練流程如下：

步驟1、將已經標記過“正常”或“異常”標簽的聲音信號按比例劃分為訓練集和測試集；

步驟2、將訓練集中的所有數據分批依次輸入卷積神經網絡模型，每輸入一批數據計算一次模型輸出值，利用輸出值和標簽計算損失函數值，應用損失函數值對卷積神經網絡模型的參數進行一次更新，同時計算訓練集預測準確率，輸入完所有批次數據即完成一個訓練周期；

步驟3、一個訓練周期結束后，將測試集數據導入當前參數更新的卷積神經網絡模型，計算測試集的預測準確率和損失函數值；

步驟4、重復執行步驟2、步驟3，直至預先設定的訓練周期總數完成，獲取具有訓練好參數的卷積神經網絡模型。

4.根據權利要求1所述的基于卷積神經網絡的聲音檢測方法，其特征在于：卷積神經網絡模型輸出的聲音預測過程如下：

將實時采集的聲音信號轉換為二維音頻特征，輸入訓練好的卷積神經網絡模型，輸出一個概率值，該概率值范圍為[0,1]，當概率值小于0.5時，預測為“正常”，否則，預測為“異常”。

5.根據權利要求1所述的基于卷積神經網絡的聲音檢測方法，其特征在于：卷積神經網絡模型的構建方法如下：

所述卷積神經網絡模型由多個卷積層塊、一個池化層和一個全連接層按順序連接構成，其中，卷積層塊是3路分支結構，分別是3ⅹ3卷積層、1ⅹ1卷積層和殘差分支；3路分支各自經過批規范層后相加，由ReLU激活函數運算輸出新的音頻特征。

6.工業聲學智能檢測方法，其特征在于：首先，在工業現場獲取一定數量的聲音信號，并對所有聲音信號標記標簽；其次，對已標記標簽的聲音信號做預處理，轉換為二維音頻特征；然后，將所有二維音頻特征和標簽作為樣本，輸入至未訓練的卷積神經網絡模型進行訓練，獲得具有訓練好參數的卷積神經網絡模型；最后，應用訓練好參數的卷積神經網絡模型進行聲音預測，實時將在工業現場獲取的聲音信號轉換為二維音頻特征，并輸入至訓練好參數的卷積神經網絡模型，獲取卷積神經網絡模型輸出的聲音預測，判斷工業現場的聲音信號是否合格。

7.根據權利要求6所述的工業聲學智能檢測方法，其特征在于：在工業現場，通過聲音采集裝置獲取一定數量的聲音信號，并對所有聲音信號進行人工標記標簽，作為訓練神經網絡模型的聲音樣本。