[发明专利]一种动圈扬声器质量检测方法和装置

说明书

本发明涉及一种动圈扬声器质量检测方法和装置，属于数据检测技术领域。本发明提供的动圈扬声器质量检测方法获取待检测动圈扬声器的声音数据后，提取声音数据的数据特征生成梅尔语谱图，接着将梅尔语谱图输入至采用训练样本数据训练神经网络得到的质量检测模型进行检测，得到检测结果，以在实现动圈扬声器质量自动检测的同时，能够提高动圈扬声器质量检测的精确性和检测效率。

技术领域

本发明涉及质量检测技术领域，特别是涉及一种动圈扬声器质量检测方法和装置。

背景技术

现在在对动圈扬声器质量进行检测时，一般依靠作业员对动圈扬声器进行听力测试，但是，人的判断效率不高且不稳定，并且长期作业对作业员的听力会造成一定损伤。因此，提供一种能够自动进行动圈扬声器质量检测的方法或系统，以提高动圈扬声器质量检测的准确性和检测效率是本领域亟待解决的一个技术问题。

发明内容

本发明的目的是提供一种动圈扬声器质量检测方法和装置，在实现动圈扬声器质量自动检测的同时，提高动圈扬声器质量检测的精确性和检测效率。

为实现上述目的，本发明提供了如下方案：

一种动圈扬声器质量检测方法，包括：

获取动圈扬声器的声音样本数据；所述声音样本数据包括：质检合格的动圈扬声器的声音数据和质检不合格的动圈扬声器的声音数据；

基于所述声音样本数据构建训练样本数据；

采用所述训练样本数据训练神经网络得到质量检测模型；

获取待检测动圈扬声器的声音数据；

提取所述声音数据的数据特征生成梅尔语谱图；

将所述梅尔语谱图输入至所述质量检测模型，得到检测结果。

优选地，所述基于所述声音样本数据构建训练样本数据，具体包括：

对所述声音样本数据进行标注得到样本标签；

提取所述声音样本数据的数据特征生成梅尔语谱样本图；

基于所述梅尔语谱样本图和所述样本标签生成训练样本数据。

优选地，所述采用所述训练样本数据训练神经网络得到质量检测模型，具体包括：

采用所述训练样本数据训练Faster R-CNN网络，直至所述Faster R-CNN网络的输出准确率达到预设值时得到质量检测模型。

优选地，所述提取所述声音数据的数据特征生成梅尔语谱图，具体包括：

对所述声音数据进行归一化处理得到归一化数据；

对所述归一化数据进行预加重处理得到预加重数据；

对所述预加重数据进行分帧处理，并添加窗函数得到时域信号数据；

将所述时域信号数据转换至频域得到能量谱；

采用一组Mel尺度的三角形滤波器处理所述能量谱得到所述梅尔语谱图。

优选地，采用快速傅里叶变换将所述时域信号数据转换至频域得到能量谱。

优选地，所述窗函数为汉明窗。

优选地，以每帧长度为25ms对所述预加重数据进行分帧处理。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供的动圈扬声器质量检测方法，获取待检测动圈扬声器的声音数据后，提取声音数据的数据特征生成梅尔语谱图，接着将梅尔语谱图输入至采用训练样本数据训练神经网络得到的质量检测模型进行检测，得到检测结果，以在实现动圈扬声器质量自动检测的同时，能够提高动圈扬声器质量检测的精确性和检测效率。

此外，本发明还提供了一种动圈扬声器质量检测装置，该装置包括：传感器、PLC和上位机；