一种基于深度学习的风机机舱漏风声音的检测方法和系统
申请号:CN202411386137
申请日期:2024-09-30
公开号:CN119229893A
公开日期:2024-12-31
类型:发明专利
摘要
本发明涉及声音检测技术领域,提出一种基于深度学习的风机机舱漏风声音的检测方法和系统,所述方法包括:获取风机机舱的音频数据,对所述音频数据进行预处理后根据预设的谱图参数生成音频数据的梅尔语谱图,根据音频数据的梅尔语谱图构建梅尔语谱图图像训练数据集;利用所述图像训练数据集训练优化后的MobileNetV3图像分类网络,得到图像分类模型;获取待检测的音频信号,对音频信号进行长度对齐,根据预设的谱图参数获取长度对齐后的音频信号对应的梅尔语谱图并输入至所述图像分类模型,得到检测结果,根据检测结果确定待检测的音频信号中是否存在漏风音频,具有更好的抗干扰能力,能够实时、有针对性地且高效地对风机机舱漏风声音进行检测。
技术关键词
图像分类网络
图像分类模型
风机机舱
生成音频数据
信号
采样率
声音检测技术
注意力机制
参数
模型训练模块
滤波器
尺寸
噪声