基于人工智能和设备运行声音的异常设备识别方法及系统
申请人信息
- 申请人:北京谛声科技有限责任公司
- 申请人地址:101400 北京市怀柔区雁栖经济开发区雁栖大街53号院13号楼二层208室
- 发明人: 北京谛声科技有限责任公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于人工智能和设备运行声音的异常设备识别方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311768501.X |
| 申请日 | 2023/12/21 |
| 公告号 | CN117672255A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G10L25/18 |
| 权利人 | 北京谛声科技有限责任公司 |
| 发明人 | 黄毅伟; 史超; 邢子龙; 樊燊; 李少洋 |
| 地址 | 北京市怀柔区雁栖经济开发区雁栖大街53号院13号楼二层208室 |
摘要文本
本发明公开了基于人工智能和设备运行声音的异常设备识别方法及系统，包括：首先获取待定设备运行声音，解析得到音频帧特征向量，进一步解析得到匹配的频域特征。用这些特征构建频谱，执行特征整合，得到联合特征向量。通过合并相应的联合特征向量，得到目标音频帧特征向量，据此进行设备运行状态检测。若设备状态异常，将其标记为异常设备。如此设计，可以自动、快速地识别设备的运行状态，无需人工频繁监控，大大提高了设备检测的效率，实现提前预防潜在故障，从而避免因设备损坏造成的高额维修或更换成本。
专利主权项内容
1.一种基于人工智能和设备运行声音的异常设备识别方法，其特征在于，所述方法包括：获取待定设备运行声音，将所述待定设备运行声音进行解析，得到每个音频帧，并抽取所述每个音频帧的特征，得到每个音频帧特征向量；将所述每个音频帧特征向量分别进行解析，得到所述每个音频帧特征向量各自匹配的第一频域特征，形成第一频域特征集合，以及得到所述每个音频帧特征向量各自匹配的第二频域特征，形成第二频域特征集合；根据所述第一频域特征集合中每个第一频域特征之间的皮尔逊相关系数构建所述第一频域特征集合对应的第一频谱，并根据所述每个音频帧的序列构建所述第二频域特征集合对应的第二频谱；根据所述第一频谱中的第一频域特征和第一频域特征对应的邻域特征执行特征整合操作，得到所述第一频域特征集合中每个第一频域特征各自匹配的第一联合特征向量，并根据所述第二频谱中第二频域特征和第二频域特征对应的邻域特征执行特征整合操作，得到所述第二频域特征集合中每个第二频域特征各自匹配的第二联合特征向量；根据同一个音频帧特征向量各自匹配的第一联合特征向量和第二联合特征向量执行合并操作，得到所述每个音频帧特征向量各自匹配的目标音频帧特征向量，并根据所述每个音频帧特征向量各自匹配的目标音频帧特征向量进行设备运行状态检测，得到所述待定设备运行声音对应的设备运行状态；当所述设备运行状态表征设备异常时，将所述待定设备运行声音对应的目标设备标记为异常设备。 数据由马 克 数 据整理