申请/专利权人：广东美的制冷设备有限公司;美的集团股份有限公司

申请日：2023-11-27

公开（公告）日：2024-03-22

公开（公告）号：CN117292717B

主分类号：G10L25/51

分类号：G10L25/51;G10L25/03;G10L25/18;G10L25/27;G01R31/34;F04B51/00;G06N3/088;G06N3/0455;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.01.12#实质审查的生效;2023.12.26#公开

摘要：本发明涉及故障识别技术领域，提供一种异音识别方法、装置、电子设备和存储介质。该方法包括：将采集的声音样本划分为训练集和测试集；其中，训练集为正样本的集合，测试集为正样本和负样本的集合，正样本为声音样本中的正常音样本，负样本为声音样本中的异常音样本；根据声音信号的强度和声音信号的频率中的至少一个，识别出测试集中的第一负样本；从测试集中剔除第一负样本，得到目标测试集；将目标测试集输入至异音识别模型，识别出目标测试集中的第二负样本。本发明能够在仅依赖正样本对模型训练的同时保证模型的识别准确性，从而提高压缩机、电机异音识别的准确性，进而提高通过异音识别压缩机、电机故障的准确性。

主权项：1.一种异音识别方法，其特征在于，包括：将采集的声音样本划分为训练集和测试集；其中，所述训练集为正样本的集合，所述测试集为正样本和负样本的集合，所述正样本为所述声音样本中的正常音样本，所述负样本为所述声音样本中的异常音样本；根据声音信号的强度和声音信号的频率中的至少一个，识别出所述测试集中的第一负样本；从所述测试集中剔除所述第一负样本，得到目标测试集；将所述目标测试集输入至异音识别模型，识别出所述目标测试集中的第二负样本；所述异音识别模型是以声音样本的损失值小于损失阈值为目标，利用所述训练集对无监督网络模型进行训练后得到的；所述根据声音信号的强度和声音信号的频率中的至少一个，识别出所述测试集中的第一负样本，包括：若所述测试集中的第一声音样本在第一特定时长内的信号强度累计值大于或等于累积阈值，和或所述测试集中的第一声音样本在低频区的第二特定时长内的信号频率平均值大于或等于平均阈值，则确定所述第一声音样本为第一负样本。

全文数据：

权利要求：

百度查询： 广东美的制冷设备有限公司;美的集团股份有限公司 异音识别方法、装置、电子设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD