[发明专利]用于对发声过程进行分类的方法和装置

说明书

技术领域

本发明涉及用于对发声过程—例如对在机器的工作过程中或在设备的化学过程中所生成的声音信号—进行分类的一种方法和一种装置。

背景技术

在大多数过程中生成表征该过程的声音信号或振动信号。例如在化学过程中，可以形成在储罐设备或管道中引起噪音的气泡。其它示例是，在制造过程或生产过程中与其运行状态并可能与环境条件有关地生成特征性的声音信号或振动信号的机器或机器部件。

此外，为了发现有缺陷的构件，采用对技术过程的测量数据的分析。借助各过程的物理模型或借助统计学模型，可以实施对测量数据、尤其是发声过程的测量数据的分析。这些模型通常在试验室条件下在样机过程中创建，并且在现场、例如在使用车间中的设备期间加以采用。在此可能出现，根据发声过程所获得的测量数据例如由于改变了的室内音质而受到变化的环境信号影响。还可能出现，所研究的机器或所研究的过程在另外的运行条件下或利用经过修改的机器零件来工作。如果将从过程的样机所获得的物理模型或统计学模型不加改变地在现场中使用，则分析的质量可能下降为使得不能达到对所研究的过程或所研究的机器的令人满意的分类。例如，有缺陷的机器零件未被及时分类为有故障的。

因此通常将要研究过程的物理模型或统计学模型与变化的条件相适配，以便确保足够的分析质量。如果例如研究机器零件的工作过程，则可以根据由该机器零件所引起的声音信号，将所采集的声音信号的特定特征用于分类。声音信号的可能特征是声音信号或噪音信号的声强。如果声音信号的声强超过预先给定的阈值，则将所研究的机器零件分类为有缺陷的，并报告相应的故障。不过如果环境条件例如由于安放到该机器零件旁边的引起附加噪音信号的附加设备—例如通风装置—而改变，则声强水平或预先调定的阈值被超过并且误将无故障的机器零件分类为有故障的。因此在常规的做法中，调定有效力的阈值或分类准则是费事和耗时的，因为为了调定合适的阈值，有时也必须测量为此额外地安装到机器中的有缺陷的机器零件的噪音信号。常规做法的其它缺点在于，在环境信号迅速变化时，物理模型和统计学模型的必要适配进行得常常过于缓慢，以至于不能及时达到分析的所需要的质量。

发明内容

因此本发明的任务是，提供用于对发声过程进行分类的一种方法和一种装置，该方法和该装置用小的计算成本自动实施模型适配并且在迅速变化的环境条件下也确保对发声过程的无差错的分类。

根据本发明通过具有在权利要求1中所说明的特征的方法来解决该任务。

本发明提供一种用于对发声过程进行分类的方法，具有以下的步骤：

- 采集由发声过程所引起的声音信号，

- 从所采集的声音信号中为相应的发声过程提取预先给定的特征，

- 基于所提取的特征来计算所采集的声音信号之间的相似性，以将具有彼此相似的声音信号的过程分组到过程群集中，

- 根据包含在如下过程群集中的那些过程的统计学分布参数来适配参考模型的统计学分布参数以生成适配的模型：所述过程群集具有最高数量的分组在其中的过程；

- 基于所适配的模型对发声过程进行分类。

在本发明方法的实施形式中，由机器的工作过程生成所述声音信号。

在本发明方法的实施形式中，由设备的化学过程生成所述声音信号。

在本发明方法的实施形式中，由空气声音信号或由固体声音信号形成所述声音信号。

在本发明方法的实施形式中，所采集的声音信号由传感器转换成电信号。

在本发明方法的实施形式中，对所采集的电信号进行低通滤波。

在本发明方法的实施形式中，模拟声音信号由模数转换器转换成数字信号。

在本发明方法的实施形式中，对于数字化声音信号的预先给定的时间窗进行频率变换以生成声音信号谱。

在本发明方法的实施形式中，从时域中或从频域中提取声音信号的特征。

在本发明方法的实施形式中，对于每个发声过程在不同测量时刻形成具有所提取的特征的特征矢量。

在本发明方法的实施形式中，从一个过程的多个特征矢量中对于每个特征计算统计学分布参数。

在本发明方法的实施形式中，特征的统计学分布参数具有相应特征的平均值和方差。

在本发明方法的实施形式中，对不同声音信号的统计学分布参数之间的间距进行计算以确定在这些声音信号之间的相似性。

在本发明方法的实施形式中，将过程的彼此相似的声音信号分组到一个过程群集中，其中所述声音信号的统计学分布参数彼此具有微小间距。