[发明专利]目标设备的故障检测方法及装置、存储介质、电子装置

说明书

本发明提供了一种目标设备的故障检测方法及装置，其中，该方法包括：获取目标设备当前所处的第一工作状态，以及所述目标设备在所述第一工作状态下运行时所产生的第一音频信号，其中，所述目标设备包括：洗衣机；将所述第一音频信号分别输入所述第一工作状态对应的多个声音模型中，以得出所述第一音频信号与多个所述声音模型的多个相似度，其中，每个声音模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：音频信号和音频信号对应的故障，以及故障类型；根据与所述第一音频信号相似度值最大的目标声音模型，确定以下至少之一：所述目标设备是否发生故障，所述目标设备的故障类型。

技术领域

本发明涉及但不限于家电领域，具体而言，涉及一种目标设备的故障检测方法及装置、存储介质、电子装置。

背景技术

在相关技术中，洗衣机是利用电能产生机械作用来洗涤衣物的清洁电器，在人们的日常家居生活中，起着非常重要的作用，有很高的使用频率。

在使用过程中，随着机器的损耗或使用不当，会出现一些常见问题。通常消费者会通过客服咨询，上门维修，或购买新机等方式来解决。从金钱成本和时间成本来说，客户都要付出比较大的负担。同时也增加了洗衣机商品的客服和维护成本。即相关技术中的检测维修方案的缺点包括：人工成本高，周期长，缺少便捷性。

针对相关技术中，目标设备(例如，洗衣机)的故障检测方案耗费大量人力物力资源的问题，目前还没有有效的解决方案。

发明内容

本发明实施例提供了一种目标设备的故障检测方法及装置，以至少解决相关技术中的目标设备(例如，洗衣机)的故障检测方案耗费大量人力物力资源问题。

根据本发明的一个实施例，提供了一种目标设备的故障检测方法，包括：获取目标设备当前所处的第一工作状态，以及所述目标设备在所述第一工作状态下运行时所产生的第一音频信号，其中，所述目标设备包括：洗衣机；将所述第一音频信号分别输入所述第一工作状态对应的多个声音模型中，以得出所述第一音频信号与多个所述声音模型的多个相似度，其中，每个声音模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：音频信号和音频信号对应的故障，以及故障类型；根据与所述第一音频信号相似度值最大的目标声音模型，确定以下至少之一：所述目标设备是否发生故障，所述目标设备的故障类型。

在本发明一可选实施例中，将所述第一音频信号输入所述第一工作状态对应的多个声音模型中，包括：将所述第一音频信号输入所述第一工作状态对应的背景模型，所述背景模型对应所述目标设备的正常工作状态；以及将所述第一音频信号输入所述第一工作状态对应的故障模型，每个故障模型对应一种故障类型。

在本发明一可选实施例中，根据与所述第一音频信号相似度值最大的目标声音模型，确定所述目标设备的故障类型之后，所述方法还包括：获取与所述目标设备的故障类型对应的故障码，以及与所述故障码对应的处理方案；按照预设提示事件提示所述处理方案。

在本发明一可选实施例中，将所述第一音频信号分别输入所述第一工作状态对应的多个声音模型中，以得出所述第一音频信号与多个所述声音模型的多个相似度，包括：提取所述第一音频信号的第一音频特征；分别确定所述第一音频特征与所述多个声音模型的多个相似度。

在本发明一可选实施例中，将所述第一音频信号分别输入所述第一工作状态对应的多个声音模型中，以得出所述第一音频信号与多个所述声音模型的多个相似度之前，所述方法还包括：通过以下方式训练所述声音模型：获取所述目标设备在多个第二工作状态下的多个第二故障类型，以及所述第二故障类型对应的音频数据；根据所述音频数据以及所述多个第二故障类型对所述声音模型进行训练。

在本发明一可选实施例中，根据所述音频数据以及所述多个第二故障类型对所述声音模型进行训练，包括：从所述音频数据中提取语音特征参数MFCC；根据所述语音特征参数MFCC和所述多个第二故障类型对所述声音模型进行训练。