[发明专利]一种基于声音分类模型的空调内机异常声音检测方法

权利要求书

1.一种基于声音分类模型的空调内机异常声音检测方法,其特征在于，该检测方法包括：

(1)采集记录空调内机的运转声音信号；

(2)截取步骤(1)得到的声音信号中的异常部分，对截取的异常部分进行切片，根据异常类型对每个片段进行标注；

(3)截取步骤(1)得到的声音信号中的正常部分，对截取的正常部分进行切片，并把每个片段标注为正常声音；

(4)对步骤(2)和步骤(3)中所有的片段进行快速傅立叶变换并平方得到能量谱，并通过梅尔滤波得到梅尔频谱，基于梅尔频谱提取梅尔频谱特征；

(5)对梅尔频谱的幅值进行对数压缩，再对其进行快速傅立叶逆变换或离散余弦变换得到梅尔倒谱系数；

(6)将梅尔频谱特征和MFCCs组成梅尔联合特征即特征集，并将特征集划分为训练集和测试集；

(7)将训练集输入分类网络进行声音分类模型训练，并经过测试集测试，选择分类效果最佳的声音分类模型；

(8)采集记录新的待检测空调内机的运转声音信号，将其进行切片；

(9)对步骤(8)得到的每个片段进行依次进行步骤(4)、步骤(5)、步骤(6)的操作，得到梅尔联合特征；

(10)将梅尔联合特征输入(7)中训练好的声音分类模型进行分类，得到整条声音数据的分类结果序列；

(11)将分类结果序列可视化，同时给出空调质量的总体判别结果；

(12)将判定为质量不合格的空调序号进行记录，同时给出提示信号。

2.根据权利要求1所述的一种基于声音分类模型的空调内机异常声音检测方法,其特征在于，分类网络包括五层架构，依次为序列输入层、BiLSTM网络层、全连接层、softmax层、分类输出层；

序列输入层是具有24维度的序列层；BiLSTM网络层具有100个神经元，即将输入数据映射至100维的特征空间；将BiLSTM网络层的结果输入全连接层，全连接层的神经元个数等于分类数，全连接层将BiLSTM网络层的结果映射至2或3维分类空间，每个维度表示一个类别，通过softmax层对取值进行指数映射，将每个类别中的权重视为其概率，依据概率进行类别判断；分类输出层用以计算分类的交叉熵损失。

3.根据权利要求1所述的一种基于声音分类模型的空调内机异常声音检测方法,其特征在于，步骤(1)和步骤(8)中，采集记录空调内机的运转声音信号时，采样率为48000赫兹，并采用单声道32位存储格式。

4.根据权利要求1所述的一种基于声音分类模型的空调内机异常声音检测方法,其特征在于，步骤(2)、步骤(3)和步骤(8)中的切片具体是指：将声音信号以0.75为重叠率进一步切分成0.5秒时长的片段；

步骤(2)中，选取异常声音占比不少于0.5的片段作为异常样本，进行标注时，磨响振动声音的标签为B，外膜声音的标签为C；步骤(3)中，将N作为正常声音的标签。

5.根据权利要求1所述的一种基于声音分类模型的空调内机异常声音检测方法,其特征在于，步骤(4)中，短时傅里叶变换，具体包括：

首先，对信号进行分帧，帧长为512，重叠率为0.5；

然后，逐帧地进行快速傅立叶变换得到频谱并平方得到能量谱；FFT长度为512，每帧在快速傅立叶变换之前乘以汉明窗，其公式为：N为窗长，n为时域变量，w[n]为汉明窗幅值。