[發明專利]基于改進ResNet18的供水管道泄漏聲音識別方法

在審

• 申請號: 202310377109.6
• 申請日: 2023-04-11
• 公開（公告）號: CN116343826A
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 邵蔚;鄭峰;蔡龍生
• 申請（專利權）人: 蘇州建交園智科技有限公司
• 主分類號: G10L25/51
• 分類號: G10L25/51;G10L25/30
• 代理公司: 蘇州國誠專利代理有限公司 32293
• 代理人: 王會

1.基于改進ResNet18的供水管道泄漏聲音識別方法，其特征在于，包括以下步驟：

首先，采集得到供水管道漏水和不漏水的音頻數據，隨后，將音頻數據進行數據增強，再轉換成對數伽瑪譜圖，再進行特征提取，最后，將特征提取后的數據輸入改進的Resnet18_CBAM模型訓練，輸出分類結果。

2.根據權利要求1所述的基于改進ResNet18的供水管道泄漏聲音識別方法，其特征在于，所述音頻數據通過水下機器人或設置于供水管道上的芯片采集得到。

3.根據權利要求1所述的基于改進ResNet18的供水管道泄漏聲音識別方法，其特征在于，將音頻數據進行數據增強的步驟包括：

將采集到的音頻數據分成訓練集和測試集，將訓練集數據的音聲信號進行5種聲學轉換，包括：

1)正向高音偏移：所有訓練樣本均按偏移系數為+12進行正向高音偏移；

2)負向高音偏移：所有訓練樣本均按偏移系數為-12進行負向高音偏移；

3)音頻時間拉伸：所有訓練樣本高音保持不變，速度降低至0.8倍；

4)添加白噪聲：對音頻信號疊加白噪聲系數0.02；

5)音頻時間縮短：所有訓練樣本高音保持不變，速度提升至1.2倍。

4.根據權利要求1所述的基于改進ResNet18的供水管道泄漏聲音識別方法，其特征在于，所述對數伽瑪譜圖的轉換步驟包括：

1)、采用明漢窗寬為23毫秒的短時傅里葉變換提取能量譜圖；

2)、將128波段的伽瑪頓濾波器組應用到能量譜圖上，并將譜圖轉換為對數尺度，即得到了對數伽瑪馬譜圖；

3)、為利用有限的數據，對數伽瑪馬譜圖被分割成128幀，幀與幀之間50％重疊；

4)、對數伽瑪馬譜圖被分割成128幀，幀與幀之間80％重疊；

5)、計算原始能量譜的一階時間導數，得到原始能量譜的Δ信息；

6)、將上面三者連接在一起作為特征提取網絡的輸入，其尺寸為128×128×3。

5.根據權利要求4所述的基于改進ResNet18的供水管道泄漏聲音識別方法，其特征在于，步驟2)中，所述伽瑪頓濾波器組為一個標準的耳蝸聽覺濾波器，濾波器的時域脈沖響應為：

g_i(t)＝At^n-1exp(-2πb_it)cos(2πf_i+φ_i)U(t),t≥0,1≤i≤N

其中，A為濾波器增益；n是濾波器的階數；f_i是濾波器的中心頻率；φ_i是相位；U(t)為階躍函數；b_i為濾波器的衰減因子，它決定了脈沖響應的衰減速度，并與相應的濾波器的帶寬有關，b_i＝1.019ERB(f_i)，ERB(f_i)為等效矩形帶寬，通過下式得到：

6.根據權利要求1所述的基于改進ResNet18的供水管道泄漏聲音識別方法，其特征在于，所述方法采用CNN特征提取網絡在幀級時域、頻域上進行特征提取。