CN110307895A - 异声判定装置以及异声判定方法 - Google Patents

异声判定装置以及异声判定方法 Download PDF

Info

Publication number
CN110307895A
CN110307895A CN201910207655.9A CN201910207655A CN110307895A CN 110307895 A CN110307895 A CN 110307895A CN 201910207655 A CN201910207655 A CN 201910207655A CN 110307895 A CN110307895 A CN 110307895A
Authority
CN
China
Prior art keywords
allophone
voice data
related coefficient
check object
calculating
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910207655.9A
Other languages
English (en)
Other versions
CN110307895B (zh
Inventor
周藤唯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Publication of CN110307895A publication Critical patent/CN110307895A/zh
Application granted granted Critical
Publication of CN110307895B publication Critical patent/CN110307895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
    • G01H3/04—Frequency
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R29/00—Monitoring arrangements; Testing arrangements
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
    • G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R1/00—Details of transducers, loudspeakers or microphones
    • H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
    • H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
    • H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
    • H04R1/406—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers microphones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2201/00—Details of transducers, loudspeakers or microphones covered by H04R1/00 but not provided for in any of its subgroups
    • H04R2201/40—Details of arrangements for obtaining desired directional characteristic by combining a number of identical transducers covered by H04R1/40 but not provided for in any of its subgroups
    • H04R2201/401—2D or 3D arrays of transducers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R2499/00—Aspects covered by H04R or H04S not otherwise provided for in their subgroups
    • H04R2499/10—General applications
    • H04R2499/13—Acoustic transducers and sound field adaptation in vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Otolaryngology (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

一种异声判定装置以及异声判定方法，收录检查对象行驶时的声音数据(S10、S12)，将收录的检查对象的声音数据进行短时傅里叶变换并分解为每单位时间的每100Hz等的多个频带(S14)，将分解为每单位时间的多个频带的声音数据按照每个频带分别比较并算出表示两者的相关程度的相关系数(相关系数矩阵)(S14)，并且基于算出的相关系数来判定有无产生异声(S16、S18)。据此，无需事先选择适当的频率成分，就能以较好的精度包括未知异声在内判定在检查对象中有无产生异声。

Description

异声判定装置以及异声判定方法
技术领域
本发明涉及异声判定装置以及异声判定方法，更具体地说，涉及以完成时的车辆作为检查对象，判定其有无产生异声(异常声音)的装置及方法。
背景技术
完成时的车辆的异声，惯常是检查员通过在比利时路(石子路)之类的差路上行驶而使车身强制振动时听取有无产生在通常行驶时的车内噪音以外的异声来进行检查(判定)。
在此，如上所述，“异声”是表示通常行驶时的车内噪声，即发动机声、风哮声、路面噪音等行驶时的车内噪声以外的如果适当制造的话本不应该产生的杂音，例如掉落螺栓等的滚动声、摩擦声、未结合的连接器的振动声等。
由于这种经由检查员的检查受检查员听力差异的影响，并且人员的工作量也大，所以理想的是不经由人工而自动地判定异声。关于这一点，专利文件1中提出了由从机械系统产生的异声(异常声音)判定(诊断)机械系统故障的技术方案。
专利文件1所记载的技术是用麦克风收录从机械系统发出的声音，并将收录到的声音用事先选定的多个带通滤波器分解为多个频率成分并得出二次方功率后，用低通滤波器提取二次方功率的包络线。随后，得出规定的频率成分的相关性，并根据所得到的相关性的高低判断故障。
【现有技术文献】
【专利文献1】JP专利第3101017号公报
发明内容
【发明要解决的问题】
虽然专利文献1通过上述结构来通过异声判定故障，但是在分解为各个频率成分时，带通滤波器的带宽频率的附近如果混入其他成分，则判定精度变差。然而，在未知异声的情况下，无法事先选定适当的频率成分，所以很难进行精度较好的判定。而且，由于使用低通滤波器，无法以较好的精度判定如掉落声那样瞬间的异声。
因此，本发明的课题的目的是提供一种异声判定装置以及异声判定方法，该异声判定装置以及判定方法消除上述缺陷，无需事先选择适当的频率成分，就能以较好的精度包括未知异声在内判定检查对象中有无产生异声。
【用于解决课题的方案】
为完成上述课题，本发明的判定检查对象中有无产生异声的异声判定装置如下构成，其具备：检查对象声音数据收录部，其收录所述检查对象的声音数据；声音数据时间频率分解部，其将收录的所述检查对象的声音数据分解为每单位时间的多个频带；相关系数算出部，其将分解为所述每单位时间的多个频带的声音数据按照每个所述频带分别进行比较并算出表示两者的相关程度的相关系数；和异声判定部，其基于算出的所述相关系数来判定有无产生所述异声。
另外，为完成上述课题，本发明的判定检查对象中有无产生异声的异声判定方法如下构成，其具备：检查对象声音数据收录步骤，其收录所述检查对象的声音数据；声音数据时间频率分解步骤，其将收录的所述检查对象的声音数据分解为每单位时间的多个频带；相关系数算出步骤，其将分解为所述每单位时间的多个频带的声音数据按照每个所述频带分别进行比较并算出表示两者的相关程度的相关系数；和异声判定步骤，其基于算出的所述相关系数来判定有无产生所述异声。
附图说明
图1是整体表示本发明的实施方式的异声判定装置的概略图。
图2是表示图1的异声判定装置的操作的流程图。
图3是表示图1的检查对象在规定时间内收录的声音数据的说明图。
图4是表示图3的声音数据的STFT变换数据、将其按照多个频带分解后的数据、以及其相关系数矩阵的说明图。
图5是表示图1的检查对象的收录的声音数据的通常的快速傅里叶变换(FFT)数据的说明图。
图6是表示在图1的检查对象中收录的声音数据的短时傅里叶变换数据的说明图。
图7是表示图4的相关系数矩阵的合计值的说明图。
图8是表示关于三种异声的相关系数矩阵的说明图。
图9是对于异声中的框架上的掉落螺栓的滚动声施行了提案方法的情况与未施行提案方法的情况进行对比表示的与图7类似的说明图。
图10是对于异声中的树脂材料上的掉落螺栓的滚动声施行了提案方法的情况与未施行提案方法的情况进行对比表示的与图9类似的说明图。
【符号说明】
10 车辆
12 麦克风
14 A/D转换电路
16 电子控制单元
16a 处理器
16a1 检查对象声音数据收录部
16a2 声音数据时间频率分解部
16a3 相关系数算出部
16a4 异声判定部
16b 存储器
20 比利时路
22 行驶路
具体实施方式
下面，根据附图说明本发明的实施方式的用于实施异声判定装置以及判定方法的方式。
图1是整体表示本实施方式的异声判定装置的概略图。
如图所示，异声判定装置具备：作为检查对象的车辆10、更具体地说是刚刚在制造工厂完成的车辆10的车室内配置的四个麦克风12；将从麦克风12输出的四个声音信号分别进行A/D转换而转换成数字信号的A/D转换电路14；以及A/D转换电路14的输出被输入的电子控制单元(Electronic Control Unit，以下称为“ECU”)16。
在本实施方式中，检查员驾驶车辆10在包括比利时路(石子路)等差路20在内的规定行驶道路22上行驶，用麦克风12收录在使车身强制振动时产生的车内噪声，并根据A/D转换后输入到ECU16的声音数据来自动判定(检查)有无产生通常行驶时的车内噪声以外的异声。另外，图1中的“异声产生位置”为例示而已。
另外，只要在异声判定时使车身强制振动就可以，所以也可以代替由检查员实际进行的行驶，而通过加振装置使车辆10振动。
A/D转换电路14和ECU16被配置在车辆10的车室内等适合位置处。ECU16由具备至少一个处理器(CPU)16a、和ROM、RAM等的存储器16b的微型计算机构成。
如图1所示，处理器16a根据存储在存储器16中的程序来操作，并且在判定检查对象(车辆10)中有无产生异声的异声判定装置中，以检查对象声音数据收录部16a1、声音数据时间频率分解部16a2、相关系数算出部16a3、以及异声判定部16a4而发挥作用的方式构成。
在此，如前所述，“异声”是表示通常行驶时的车内噪声，即发动机声、风哮声、路面噪音等行驶时的车内噪声以外的如果适当制造的话本不应该产生的各种各样的声音，例如掉落螺栓等的滚动声、摩擦声、未结合的连接器的振动声等。
检查对象声音数据收录部16a1通过麦克风12在规定时间(例如30[s]秒)期间收录检查对象(车辆10)的声音数据。声音数据时间频率分解部16a2将收录的检查对象的声音数据分解为每单位时间的多个频带。
相关系数算出部16a3将分解为每单位时间的多个频带的声音数据按照每个频带分别进行比较并算出表示两者的相关程度的相关系数。异声判定部16a4基于算出的相关系数来判定有无产生异声。
图2是更详细地表示本实施方式的异声判定装置的操作，即ECU16的检查对象声音数据收录部16a1等的上述操作的流程图。
如下所述，在S10中，对于由检查对象(车辆10)产生的频率范围(例如从0至51200[Hz]的频率)的声音数据由麦克风12在规定时间(例如30[s])内进行收录。
更具体地说，读出在规定时间内进行收录并存储在存储器16b的RAM的适合区域的检查对象的声音数据(S：处理步骤)。图3示出该声音数据。在该图中，纵轴为声压[dB]，横轴为时间[s]。
随后，进入S12，对收录的声音数据按照每单位时间(例如1[s])进行短时傅里叶变换(STFT)。图4的(a)中示出STFT变换数据。在该图中，纵轴为频率[Hz]，横轴为时间[s]。
随后，进入S14，将每单位时间的多个频带，更具体地说是以每单位时间每100[Hz]分解的声音数据按照每个频带分别比较并算出表示两者的相关程度的相关系数，并且根据算出的相关系数算出相关系数矩阵。图4的(b)中示出按照每个频带(每100z])分解的声音数据。图4的(b)的各个频带中的纵轴为声压[dB]、横轴为时间[s]。图4的(c)中示出它们的相关系数矩阵。相关系数矩阵表示频率之间彼此的相关性。图4的(d)中示出其计算公式。在图4的(d)中，Sxy是x和y的协方差，Sx是x的标准偏差，Sy是y的标准偏差，n是2变量数据，xi和yi是各个数值，和是各自的平均值。
在S14的处理中，具体地说，将100Hz成分与200Hz成分进行比较，随后将100Hz成分与300Hz成分进行比较、......200Hz成分与100Hz成分进行比较、......300Hz成分与......等等，将从100Hz成分至12500Hz成分的1024个频率成分依次进行比较并依次算出相关系数和相关系数矩阵。
参照图5和图6说明从S12至S14的处理的理由。图5是示出对收录的声音数据进行了通常的快速傅里叶变换(FFT)时的数据的说明图，图6是示出进行了限定时间进行的短时傅里叶变换(STFT)时的数据的说明图。
如图5所示，在施行通常的FFT的情况下，声音数据的值是时间平均值，所以难以表现正常车辆和异声车辆之间的声压的变动。特别是，如果异声例如是掉落物成分(掉落螺栓的滚动声等)，则是断续产生的。另外，由于路面噪音等通常行驶时的噪声非常大，所以异声成分相对较小。
因此，发明人深入了解后，着眼于由掉落物等特定声源引起的异声在各频率成分上均具有相关性，而想到将收录的检查对象的声音数据分解为每单位时间的多个频带，并将分解后的声音数据按照每个频带分别比较并算出表示两者的相关程度的相关系数(矩阵)，并且基于算出的相关系数(矩阵)来判定，从而能够以较好的精度仅提取异声成分，而作出了本发明。
即，根据掉落物等特定声源引起的异声如图4中(a)、(b)、(c)所示那样在多个频带上相关性变强的事实，着眼于通过算出表示相关程度的相关系数(矩阵)而能够以较好的精度仅提取异声成分。
另外想说明的是，在相关系数矩阵中，用符号p表示的中高频率范围主要与掉落物引起的声音相关，而用符号q表示的低频率范围主要与通常的行驶噪声引起的声音相关。
在图2的流程图中，随后进入S16，将得到的相关系数(更具体地说是相关系数矩阵值)沿y轴进行合计。图7是针对频率表示所得到的合计值的说明图。图7中，纵轴位相关系数，横轴为频率。
随后进入S18，基于在S16中算出的y轴上的相关系数(更具体地说是相关系数矩阵)的分布、更具体地说是基于相关系数矩阵的合计值，进行深度学习等的机械学习而判断有无产生异声。
如上所述，根据发明人的见解，将收录的检查对象的声音数据分解为每单位时间的多个频带，并将分解的声音数据按照每个频带进行比较而算出两者的相关系数，这时，对于由特定声源引起的异声，相关系数的值因异声成分而变大。因此，相关系数的值变大也就是说，提取到异声成分，换句话说，能够判定有异声。
另一方面，有可能由暂时性的噪音等引起而算出相关系数，所以不止于用算出相关系数来判定有无产生异声，而且判断算出的相关系数的合计值是否超过适当设定的阈值，当判断为超过时，则判定有无产生异声。
在此，参照图7说明图4的(c)的符号p、q所表示的异声的频率特性。
图7是将相关系数矩阵的合计值与正常车辆进行对比表示的说明图。可以看出，图7中用符号q表示的低频率范围是混合有通常行驶时的噪声的范围，所以异声有无判定的精度会低一些，而在其以上的中高频率范围p中通过进行上述处理，以较好的精度提取出异声。
在此，关于异声的种类的判别进行说明，异声是由多种多样的原因产生的。图8是关于3种异声的相关系数矩阵，并且是以这些异声为例表示它们的相关系数矩阵的说明图。其中，该图的(a)是框架上的掉落螺栓的滚动声形成的异声，该图的(b)是树脂材料上的掉落螺栓的滚动声形成的异声，该图的(c)是未结合的连接器的振动声形成的异声。
图9和图10是将其中的框架上的掉落螺栓的滚动声与树脂上的掉落螺栓的滚动声进行对比表示的说明图，图9和图10的左侧是未进行上述提案方法的处理的情况下的表示频谱特性的测量数据，右侧是进行了提案方法的处理的情况下的表示频谱特性的测量数据。图中实线表示正常车辆行驶声音、虚线表示异声车辆行驶声音(异声成分)。从这些图可以看出，提案方法以较好的精度提取了异声成分。
如上所述，该实施方式如下构成：一种判定检查对象(车辆10)中有无产生异声的异声判定装置(或异声判定方法)，所述异声判定装置(或异声判定方法)具备：检查对象声音数据收录部(16a1)或检查对象声音数据收录步骤(S10、S12)，用于收录所述检查对象的声音数据；声音数据时间频率分解部(16a2)或声音数据时间频率分解步骤(S14)，用于将收录的所述检查对象的声音数据分解为每单位时间的多个频带；相关系数算出部(16a3)或相关系数算出步骤(S14)，用于将分解为所述每单位时间的多个频带的声音数据按照每个频带分别进行比较并算出表示两者的相关程度的相关系数；和异声判定部(16a4)或异声判定步骤(S16、S18)，用于基于算出的所述相关系数来判定有无产生异声。
如此，将收录的所述检查对象的声音数据分解为每单位时间的多个频带，并将分解的声音数据按照每个频带分别进行比较并算出表示两者的相关程度的相关系数，并且基于算出的相关系数来判定有无产生异声，由此，如果是由特定声源引起的异声，则能够在不事先选择适当的频率成分的情况下，以较好的精度判定在检查对象中有无产生异声(包括未知异声在内)。
进一步，由于能够仅从检查对象的行驶声音来进行判定而无需事先收录正常车辆的行驶声音作为对检查对象的基准音，所以在检查对象的种类较多的情况下尤其有利。
另外，由于构成为所述异声判定部(16a4)或异声判定步骤(S16、S18)根据算出的所述相关系数算出每个频带的所述相关系数矩阵，并基于算出的所述相关系数矩阵来判定有无产生异声，所以在上述效果的基础上，还使根据相关系数判定有无产生异声变得容易。
另外，由于构成为所述异声判定部(16a4)或异声判定步骤(S16、S18)基于算出的所述相关系数矩阵来判定所述异声的种类，所以在上述效果的基础上，还使在判定了产生异声之后的产生原因的确定、修理等处理变得容易。
另外，由于构成为所述异声判定部(16a4)或异声判定步骤(S16、S18)通过将算出的所述相关系数进行合计来判定有无产生异声，所以在上述效果的基础上，通过将例如合计得到的值与例如适当没定的阈值进行比较而使数据的偏差变得明显，并且在决定判定阈值时使用机械学系的情况下，可以期待因维数减少而降低计算成本，因此，能够以更好的精度判定有无产生异声。
由于构成为所述异声判定部(16a4)或异声判定步骤(S16、S18)在算出的所述相关系数的合计值超过阈值时基于算出的所述相关系数判定有无产生异声，所以在上述效果的基础上，能够排除由暂时性的噪音等带来的影响。
另外，所述异声判定装置如下构成：具有由微型计算机构成的电子控制单元(ECU)，微型计算机具备至少一个处理器(CPU)16a和由ROM、RAM等构成的存储器16b，处理器16a和存储器16b收录所述检查对象的声音数据(S10、S12)，并将收录的所述检查对象的声音数据分解为每单位时间的多个频带(S14)，并将分解为所述每单位时间的多个频带的声音数据按照每个所述频带分别进行比较并算出表示两者的相关程度的相关系数(S14)，并基于算出的所述相关系数来判定有无产生异声(S16、S18)。
此外，虽然上述声音数据的时间频率分解使用STFT，但是不限于此，只要能够将数据分解为时间-频率即可，也可为小波变换等任意形式的变换。
以上结合优选的实施方式对本发明进行了说明，但是，本领域的技术人员应理解，可以在不脱离本发明技术方案所记载的范围的情况下进行各种各样的修改和变更。

Claims (12)

1.一种异声判定装置，其判定检查对象中有无产生异声，
所述异声判定装置的特征在于：具备：
检查对象声音数据收录部，其收录所述检查对象的声音数据；
声音数据时间频率分解部，其将收录的所述检查对象的声音数据分解为每单位时间的多个频带；
相关系数算出部，其将分解为所述每单位时间的多个频带的声音数据按照每个所述频带分别进行比较并算出表示两者的相关程度的相关系数；和
异声判定部，其基于算出的所述相关系数来判定有无产生所述异声。
2.根据权利要求1所述的异声判定装置，其特征在于：
所述异声判定部根据算出的所述相关系数算出每个所述频带的相关系数矩阵，并基于算出的所述相关系数矩阵来判定有无产生所述异声。
3.根据权利要求2所述的异声判定装置，其特征在于：
所述异声判定部基于算出的所述相关系数矩阵来判定所述异声的种类。
4.根据权利要求1至3中任一项所述的异声判定装置，其特征在于：
所述异声判定部通过将算出的所述相关系数进行合计来判定有无产生所述异声。
5.根据权利要求4所述的异声判定装置，其特征在于：
当算出的所述相关系数的合计值超过阈值时，所述异声判定部基于算出的所述相关系数来判定有无产生所述异声。
6.根据权利要求1或2所述的异声判定装置，其特征在于：
所述检查对象是车辆。
7.一种异声判定方法，其判定检查对象中有无产生异声，
所述异声判定方法的特征在于：具备：
检查对象声音数据收录步骤，其收录所述检查对象的声音数据；
声音数据时间频率分解步骤，其将收录的所述检查对象的声音数据分解为每单位时间的多个频带；
相关系数算出步骤，其将分解为所述每单位时间的多个频带的声音数据按照每个所述频带分别进行比较并算出表示两者的相关程度的相关系数；和
异声判定步骤，其基于算出的所述相关系数来判定有无产生所述异声。
8.根据权利要求7所述的异声判定方法，其特征在于：
所述异声判定步骤根据算出的所述相关系数算出每个所述频带的相关系数矩阵，并基于算出的所述相关系数矩阵来判定有无产生所述异声。
9.根据权利要求8所述的异声判定方法，其特征在于：
所述异声判定步骤基于算出的所述相关系数矩阵来判定所述异声的种类。
10.根据权利要求7至9中任一项所述的异声判定方法，其特征在于：
所述异声判定步骤通过将算出的所述相关系数进行合计来判定有无产生所述异声。
11.根据权利要求10所述的异声判定方法，其特征在于：
当算出的所述相关系数的合计值超过阈值时，所述异声判定步骤基于算出的所述相关系数来判定有无产生所述异声。
12.根据权利要求7或8所述的异声判定方法，其特征在于：
所述检查对象是车辆。
CN201910207655.9A 2018-03-20 2019-03-18 异声判定装置以及异声判定方法 Active CN110307895B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-053564 2018-03-20
JP2018053564A JP2019164107A (ja) 2018-03-20 2018-03-20 異音判定装置および判定方法

Publications (2)

Publication Number Publication Date
CN110307895A true CN110307895A (zh) 2019-10-08
CN110307895B CN110307895B (zh) 2021-08-24

Family

ID=67985378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910207655.9A Active CN110307895B (zh) 2018-03-20 2019-03-18 异声判定装置以及异声判定方法

Country Status (3)

Country Link
US (1) US10475469B2 (zh)
JP (1) JP2019164107A (zh)
CN (1) CN110307895B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019164106A (ja) * 2018-03-20 2019-09-26 本田技研工業株式会社 異音検出装置および検出方法
JP7331369B2 (ja) * 2019-01-30 2023-08-23 日本電信電話株式会社 異常音追加学習方法、データ追加学習方法、異常度算出装置、指標値算出装置、およびプログラム
CN112750458B (zh) * 2019-10-30 2022-11-25 北京爱数智慧科技有限公司 一种触屏声音检测方法和装置
US11842580B2 (en) * 2020-04-23 2023-12-12 Zoox, Inc. Predicting vehicle health
TWI751642B (zh) * 2020-08-10 2022-01-01 騰擎科研創設股份有限公司 異音偵測及判斷成因之檢測系統
CN113204012B (zh) * 2021-04-25 2023-11-17 国网河南省电力公司平顶山供电公司 一种电气设备异响定位方法
JP2023097160A (ja) * 2021-12-27 2023-07-07 株式会社デンソー 異音特定方法、及び異音特定装置

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4549289A (en) * 1983-06-20 1985-10-22 Jack Schwartz Method for correcting acoustic distortion
JPH0552644A (ja) * 1991-08-28 1993-03-02 Ono Sokki Co Ltd 故障診断方法
JPH0587903A (ja) * 1991-09-27 1993-04-09 Nippon Telegr & Teleph Corp <Ntt> 音源方向推定方法
US5388160A (en) * 1991-06-06 1995-02-07 Matsushita Electric Industrial Co., Ltd. Noise suppressor
CN1112237A (zh) * 1993-11-15 1995-11-22 本田技研工业株式会社 振动检测装置和使用该装置的车辆载荷模拟器
US5551298A (en) * 1994-03-09 1996-09-03 Ford Motor Company Identification of vibration induced noises on vehicles
US6101432A (en) * 1999-11-18 2000-08-08 Ford Global Technologies, Inc. Vehicle rattle detection method and system
US20040190928A1 (en) * 2002-12-24 2004-09-30 Koichi Tsunoda Image forming apparatus, method of evaluating noise, and methods of manufacturing and modifying image forming apparatus
US20050249362A1 (en) * 2002-10-31 2005-11-10 Bayerische Motoren Werke Aktiengesellschaft Method for assessing interfering noise
US20060171546A1 (en) * 2005-01-31 2006-08-03 Ralph Bungenberg Device for measuring the sound insulation or insertion of a test object, particularly a passenger compartment section of a motor vehicle
CN1842695A (zh) * 2003-08-28 2006-10-04 本田技研工业株式会社 声振动分析装置、声振动分析方法、声振动分析用的程序、以及记录了声振动分析用的程序的计算机可读取的记录介质
US7454329B2 (en) * 1999-11-11 2008-11-18 Sony Corporation Method and apparatus for classifying signals, method and apparatus for generating descriptors and method and apparatus for retrieving signals
CN101467017A (zh) * 2006-06-06 2009-06-24 丰田自动车株式会社 用于内燃机的爆震判定设备和方法
CN102252749A (zh) * 2010-05-17 2011-11-23 松下电器产业株式会社 品质检查方法和品质检查装置
CN102565786A (zh) * 2010-11-22 2012-07-11 通用电气公司 传感器组件及测量机器部件对传感器的接近度的方法
JP2012242214A (ja) * 2011-05-18 2012-12-10 Honda Motor Co Ltd 異音検査方法及び異音検査装置
CN102870153A (zh) * 2010-02-26 2013-01-09 弗兰霍菲尔运输应用研究公司 用于利用谐波锁定修改音频信号的装置和方法
CN103988090A (zh) * 2011-11-24 2014-08-13 丰田自动车株式会社 声源检测装置
CN104075799A (zh) * 2014-07-17 2014-10-01 中国电建集团中南勘测设计研究院有限公司 一种抽水蓄能电站地面低频振动主要噪声源判断方法
US8949119B2 (en) * 2010-04-13 2015-02-03 Sony Corporation Signal processing apparatus and signal processing method, encoder and encoding method, decoder and decoding method, and program
CN104380063A (zh) * 2012-07-25 2015-02-25 株式会社日立制作所 异常音检测系统
CN104885135A (zh) * 2012-12-26 2015-09-02 丰田自动车株式会社 声音检测装置和声音检测方法
CN105829883A (zh) * 2013-12-18 2016-08-03 米其林集团总公司 用于对道路和轮胎的状态进行声波检测的方法
CN106595843A (zh) * 2015-10-20 2017-04-26 现代自动车株式会社 用于测量噪声的设备和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9601131B2 (en) * 2015-06-25 2017-03-21 Htc Corporation Sound processing device and method

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4549289A (en) * 1983-06-20 1985-10-22 Jack Schwartz Method for correcting acoustic distortion
US5388160A (en) * 1991-06-06 1995-02-07 Matsushita Electric Industrial Co., Ltd. Noise suppressor
JPH0552644A (ja) * 1991-08-28 1993-03-02 Ono Sokki Co Ltd 故障診断方法
JPH0587903A (ja) * 1991-09-27 1993-04-09 Nippon Telegr & Teleph Corp <Ntt> 音源方向推定方法
CN1112237A (zh) * 1993-11-15 1995-11-22 本田技研工业株式会社 振动检测装置和使用该装置的车辆载荷模拟器
US5551298A (en) * 1994-03-09 1996-09-03 Ford Motor Company Identification of vibration induced noises on vehicles
US7454329B2 (en) * 1999-11-11 2008-11-18 Sony Corporation Method and apparatus for classifying signals, method and apparatus for generating descriptors and method and apparatus for retrieving signals
US6101432A (en) * 1999-11-18 2000-08-08 Ford Global Technologies, Inc. Vehicle rattle detection method and system
US20050249362A1 (en) * 2002-10-31 2005-11-10 Bayerische Motoren Werke Aktiengesellschaft Method for assessing interfering noise
US20040190928A1 (en) * 2002-12-24 2004-09-30 Koichi Tsunoda Image forming apparatus, method of evaluating noise, and methods of manufacturing and modifying image forming apparatus
CN1842695A (zh) * 2003-08-28 2006-10-04 本田技研工业株式会社 声振动分析装置、声振动分析方法、声振动分析用的程序、以及记录了声振动分析用的程序的计算机可读取的记录介质
US20060171546A1 (en) * 2005-01-31 2006-08-03 Ralph Bungenberg Device for measuring the sound insulation or insertion of a test object, particularly a passenger compartment section of a motor vehicle
CN101467017A (zh) * 2006-06-06 2009-06-24 丰田自动车株式会社 用于内燃机的爆震判定设备和方法
CN102870153A (zh) * 2010-02-26 2013-01-09 弗兰霍菲尔运输应用研究公司 用于利用谐波锁定修改音频信号的装置和方法
US8949119B2 (en) * 2010-04-13 2015-02-03 Sony Corporation Signal processing apparatus and signal processing method, encoder and encoding method, decoder and decoding method, and program
CN102252749A (zh) * 2010-05-17 2011-11-23 松下电器产业株式会社 品质检查方法和品质检查装置
CN102565786A (zh) * 2010-11-22 2012-07-11 通用电气公司 传感器组件及测量机器部件对传感器的接近度的方法
JP2012242214A (ja) * 2011-05-18 2012-12-10 Honda Motor Co Ltd 異音検査方法及び異音検査装置
CN103988090A (zh) * 2011-11-24 2014-08-13 丰田自动车株式会社 声源检测装置
CN104380063A (zh) * 2012-07-25 2015-02-25 株式会社日立制作所 异常音检测系统
CN104885135A (zh) * 2012-12-26 2015-09-02 丰田自动车株式会社 声音检测装置和声音检测方法
CN105829883A (zh) * 2013-12-18 2016-08-03 米其林集团总公司 用于对道路和轮胎的状态进行声波检测的方法
CN104075799A (zh) * 2014-07-17 2014-10-01 中国电建集团中南勘测设计研究院有限公司 一种抽水蓄能电站地面低频振动主要噪声源判断方法
CN106595843A (zh) * 2015-10-20 2017-04-26 现代自动车株式会社 用于测量噪声的设备和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张袁元: ""车辆多相关振动噪声源及其路径识别方法研究"", 《万方》 *

Also Published As

Publication number Publication date
CN110307895B (zh) 2021-08-24
US10475469B2 (en) 2019-11-12
JP2019164107A (ja) 2019-09-26
US20190295568A1 (en) 2019-09-26

Similar Documents

Publication Publication Date Title
CN110307895A (zh) 异声判定装置以及异声判定方法
CN110307994A (zh) 异声检测装置以及异声检测方法
CN101672690A (zh) 基于听觉模型的车内噪声烦躁度客观量化评价方法
CN110751959A (zh) 一种汽车噪声不舒适度评价方法
KR20070078784A (ko) 이음(異音) 추출 방법, 이음 추출 장치 및 이음 검사 장치
CN107870892A (zh) 一种城轨列车滚动轴承故障诊断方法
CN104064172A (zh) 车用主动式振动噪音控制装置
JP3885297B2 (ja) 異音判定装置及び異音判定方法
JP2017166995A (ja) タイヤの騒音性能の評価方法
EP1605437B1 (en) Determination of the common origin of two harmonic components
Lee et al. Sound quality evaluation based on artificial neural network
Pendharkar Auralization of road vehicles using spectral modeling synthesis
DE19610583C1 (de) Verfahren zur Voraussage und Beurteilung von Getriebegeräuschen
Isoyama et al. Computational models of sharpness and fluctuation strength using loudness models composed of gammatone and gammachirp auditory filterbanks
DE19748839C1 (de) Verfahren zur Geräuschanalyse
Xiang et al. Warning effect evaluation and control for vehicle turn signal sound
DE102019213699B4 (de) Erkennung einer Ursprungsrichtung eines akustischen Signals
Frank et al. Tonal Metrics in the Presence of Masking Noise and Correlation to Subjective Assessment
JP3980379B2 (ja) 乗り心地シミュレータ入力波生成方法及びその装置
Camacho et al. Exploring roughness perception in car engine noises through complex cepstrum analysis
Lahti et al. SleepNoise
Abouel-Seoud Influence of road roughness parameters on low frequency interior noise in off-road and mid-size passenger vehicles
Kook et al. Modeling and Simulation of Road Noise by Using an Autoregressive Model
Koch A Soundgenerator for Wind-and Rolling Noises
Chun et al. Short-term annoyance model of combined aircraft and road traffic noise based on partial loudness model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant