CN110611874A - 发声装置运行过程中的故障检测方法及具有该方法的系统、装置 - Google Patents

Abstract

本发明公开了一种发声装置运行过程中的故障检测方法及具有该方法的系统、装置，通过发声装置发出满足预设条件的检测声音，收集并计算检测声音的特征值且将其和预设的阀值作对比，以判断发声装置是否存在发声故障。声音的特征值为通过音频、振幅、波形成分的任一种或者组合经模数转换后经计算得到的值，其中预设条件和声音的特征值相对应，该方式无需人力检测，解决现有检测人员人工检测的费时费力的繁重劳务，减省人力成本、提高效率、降低成本、提高产品品质、且具有安全性。

Description

发声装置运行过程中的故障检测方法及具有该方法的系统、 装置

【技术领域】

本发明涉及检测控制技术领域，具体涉及一种发声装置运行过程中的故障检测方法及具有该方法的系统、装置。

【背景技术】

随着共享化时代的来临，语音作为和用户进行交互的新媒介，大批量的发声装置运用于人们的日常生活中，但是各个地区海量投放的共享移动工具动辄上万的数量，如此庞大的发生装置在监管、运营、维修的过程中需要面临很大的困难，如若采用人力进行监管，对于发声装置位置的找寻、故障的检测和分析、以及后续的维修都十分不便，因此现有技术急需解决以上存在的问题。

【发明内容】

为克服上述问题，本发明提供一种发声装置运行过程中的故障检测方法及具有该方法的系统、装置。

为解决上述技术问题，本发明提供一种技术方案，即发声装置运行过程中的故障检测方法，通过云平台下发指令控制发声装置发出满足预设条件的检测声音，收集检测声音并上传至云平台，云平台计算检测声音的特征值且将其和预设的阀值作对比，以得到发声装置是否存在发声故障的结果，并将其结果记录至云平台。

优选地，特征值为通过计算音频、振幅、波形成分的任一种或者组合经模数转换后得到的值，其中预设条件和声音的特征值相对应。

优选地，步骤S1：排除外部环境声音的干扰后，通过云平台下发指令控制发声装置开始在预设时间区间发出检测声音，收集检测声音并上传至云平台；步骤S2：云平台计算其检测声音特征值，将检测声音特征值和预设条件作对比，直至筛选出满足预设条件的检测声音特征值；及步骤S3：云平台将满足预设条件的检测声音特征值和预设的阀值进行比对，以得到发声装置是否存在发声故障的结果，并将其结果记录至云平台。

优选地，当发声装置位于外界环境时，其特征在于，此时所述步骤S1为，步骤S11：在预设时间区间先收集外界环境声音并计算环境声音特征值，将环境声音特征值和预设要求比对，以判定外界环境声音是否满足预设要求；步骤S12：根据步骤S11的结果，对应更变预设时间区间，直至环境声音特征值满足预设要求时，发声装置开始发出检测声音并计算其检测声音特征值；步骤S13：通过检测声音特征值和预设条件比对，以筛选出满足预设条件的检测声音特征值。

优选地，当发声装置位于外界环境时，此时所述步骤 S1为，步骤S11’：在预设时间区间内实时收集外界环境声音的环境声音特征值；步骤S12’：在外界环境声音下发声装置开始发出检测声音，实时收集检测声音和环境声音的混合声音并计算其混合声音特征值；去除混合声音特征值中的环境声音特征值得到检测声音特征值；步骤 S13’：通过检测声音特征值和预设的预设条件比对，以筛选出满足预设条件的检测声音特征值。

优选地，所述步骤S3为，步骤S31：满足预设条件的检测声音特征值加权平均以求出平均数值；步骤S32：将步骤S31所求得的平均数值和预设的阀值比较相似程度，以判断发声装置是否存在发声故障。

优选地，其中步骤S12’为：步骤S121’：外界环境声音下发声装置开始发出检测声音并实时收集其混合声音特征值；步骤S122’：根据步骤S11’收集到的环境声音特征值，对环境声音特征值进行加权平均以得到环境声音特征值的平均值；步骤S123’：将混合声音特征值减去环境声音特征值的平均值，得到检测声音特征值。

优选地，进一步包括步骤S4，步骤S4：根据步骤S3 的结果，将对应判断结果为发声装置损坏的检测声音特征值进行检测声音特征值分类，以辨识出声音特征值对应的预设故障原因信息，并将故障原因信息上传至预设的云平台和/或用户终端。

为了更好的解决上述技术问题，本发明提供又一技术方案如下：即一种发声装置的故障检测系统，适用于发声装置的故障自检，其特征在于，包括发声装置模块：用于发出检测声音；声音收集模块：用于收集发声装置模块发出的检测声音和/或其所处的环境声音；云平台：根据声音收集模块所收集的声音，用于计算检测声音特征和/或环境声音特征，并判断检测声音和/或环境声音是否满足预设条件；从而发声装置模块是否存在故障；控制模块：实时控制发声装置模块的运行，同时将声音收集模块收集到的检测声音和/或其所处的环境声音通过模数转换后上传至云平台。

为了更好的解决上述技术问题，本发明提供再一技术方案如下：即一种发声装置的故障检测装置所述故障检测装置与指定的云平台信息连接，其包括至少一个发声装置和至少一个MIC以及控制器，所述发声装置、MIC、控制器均采用电性连接；

运行时，所述云平台发出指令给所述控制器，从而所述控制器通过控制发声装置发出检测声音，所述MIC收集发声装置发出的检测声音并将其转换成电信号反馈至控制器，控制器进一步将收到的电信号进行模数转换传输至云平台，云平台通过计算判断发声装置是否存在发生发声故障；其中，在上述对发声装置进行检测的过程中，需要运用到如上述的故障检测方法。

与现有技术相比，本发明所提供的一种发声装置运行过程中的故障检测方法具有如下的有益效果：

1、通过收集发声装置自动发出满足预设条件的预测声音，并计算检测声音的特征值和预设的阀值作对比，从而得出发声装置是否存在发声故障，和传统的对硬件设施如电子元器件或者电路进行检测相比，针对一些特定的环境来说，如在各个地区海量投放的共享移动工具，或者涉及到上千万发声装置的多媒体项目，采用人力实时检测是十分庞大的工程，因此本发明提供的方法解决现有检测人员采用人工检测时费时费力，需要付出繁重的劳务问题，从而减省人力成本、提高效率、降低成本、且具有安全性；从而减少了发声装置的损坏周期，以实现利润的最大化；另外，该方法无需要求发声装置特殊的材质或者复杂的结构，对于一些成本较低的发声装置同样可以实现，具有通用性强的特点。

2、进一步特征值为通过计算音频、振幅、波形成分的任一种或者组合经模数转换后得到的值，音频涉及音调，振幅涉及响度，波形则涉及音色，因此根据所检测发声故障的项目，可针对音调、响度、音色进行针对性设置。

3、发声装置在一些场景下很难制作无声环境，通过排除外部环境的干扰，可以准确的测得发声装置的发声故障状态，保证测量的真实性和精确度。同时通过设置预设条件筛选出满足预设条件的检测声音特征值，进一步提高了所收集检测声音特征值的质量。最后将检测声音特征值和预设的阀值对比，得到判断发声装置是否存在发声故障的结果，实现技术比较简单，无需复杂的计算，可靠性高，

4、首先预测试外部环境的环境声音特征值，设定预设要求，当环境声音特征值满足预设要求后，发声装置再开始发出检测声音，这样的好处在于，排除环境声音干扰的预设时间区间，即该预设时间区间外界环境声音干扰不符合测量要求，就换一个预设时间区间进行测量，增加测量的精准度。

5、排除外界环境声音干扰的另一种方式为，直接采用发声装置在外界环境下发出检测声音，收集检测声音和环境声音的混合声音，从而通过混合声音去除环境声音以得到检测声音，同为实现增加测量的精准度。

6、将满足预设条件的检测声音特征值加权平均以求出平均数值，平均数值和预设的阀值对比，以判断发声装置是否存在发声故障，进一步增加其测量精准度。

7、将损坏的发声装置进行分类，以让后台工作人员得出损坏的发声装置的具体情况，其中检测声音特征值分类的方法可以利用多重信号分类法，示例性的如：如发声装置的检测声音特征值为振幅时，检测声音特征值得出的分贝远小于预设的阀值，简单可归类为声音响度过小，并将情况上传至云平台记录情况并归类为声音响度过小这一大类，云平台通过预先配置好声音响度过小这一大类中的原因：如喇叭功率失配、喇叭灵敏度偏低、声源控制失调，进一步通过控制以及处理单元的分析出声音过小的原因，从而得到该发声装置具体的发声故障情况，这样的好处在于，云平台可以进行大数据统计分析发声故障情况，以方便后续对发声装置进行针对性且有效的改进，同时便于维修人员准备对应的维修工具且在维修时可统一分类维修，增加了效率，减少人力成本。

8、该系统可广泛运用于语音类发声装置的生产、运行、维修，可以减少发声装置在故障问题分析的时间、增加分析的手段。

7、9、通过设计一个发声装置的故障检测装置，将发声装置和MIC于一体设置，控制器通过控制发声装置发出检测声音，同时MIC收集发声装置发出的检测声音并将其转换成电信号反馈至控制器，控制器进一步将受到的电信号传输至声音检测模块，从而判断发声装置是否存在发生发声故障，该装置无需人工干预，即可完成自检功能。

【附图说明】

图1是本发明第一实施例提供的发声装置运行过程中的故障检测方法，为方便阐述该方法的结构示意图；

图2是本发明第一实施例提供的发声装置运行过程中的故障检测方法的方块示意图；

图3是本发明第一实施例提供的发声装置运行过程中的故障检测方法的另一方块示意图；

图4是本发明第二实施例提供的发声装置运行过程中的故障检测方法的流程图；

图5是本发明第二实施例提供的发声装置运行过程中的故障检测方法的方块示意图；

图6是本发明第二实施例提供的发声装置运行过程中的故障检测方法中步骤S1的流程图；

图7是本发明第二实施例提供的发声装置运行过程中的故障检测方法，为方便阐述该方法所述步骤S1的逻辑图；

图8是本发明第二实施例变形例提供的发声装置运行过程中的故障检测方法中步骤S1的流程图；

图9是本发明第二实施例变形例提供的发声装置运行过程中的故障检测方法中步骤S12’的流程图；

图10是本发明第二实施例变形例提供的发声装置运行过程中的故障检测方法中步骤S2的流程图；

图11是本发明第二实施例变形例提供的发声装置运行过程中的故障检测方法中步骤S3的流程图；

图12是本发明第二实施例变形例提供的发声装置运行过程中的故障检测方法，为方便该方法所述步骤S1的逻辑图；

图13是本发明第三实施例变形例提供的发声装置的故障检测系统的模块图。

附图标识说明：

1、云平台；2、控制单元；3、流水线；4、发声装置； 5、静音测试箱；

100、故障检测系统；10、发声装置模块；20、声音收集模块；30、声音检测模块；40、控制模块；50、交互和显示模块。

【具体实施方式】

为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图及实施实例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供了一种发声装置运行过程中的故障检测方法，用于发声装置的故障检测，其方法为：通过发声装置发出满足预设条件的检测声音，收集并计算检测声音的特征值且将其和预设的阀值作对比，以判断发声装置是否存在发声故障。

其中，“发声装置”指的是能制造声音的装置，而并非限定是喇叭一类的发声电子元件或者产品，如电机发出噪声，金属工件加工时的声音，甚至是车辆运行时的风噪，装置只要能制造声音，不限定于自身发声还是环境给予的声音，均应当属于本发明阐述的发声装置的示意范围内。

其中，“特征值”为通过计算音频、振幅、波形成分的任一种或者组合经模数转换后得到的值，其中预设条件和声音特性相对应，具体而言，音频涉及音调，振幅涉及响度，波形则涉及音色，其通过转换的方式为：通过发声装置发出定量特征值的检测声音，示例性的如：固定1KHz 频率的音频信号，进一步通过模数转换将连续的波形变成了系列的二进制数字信号表示，通过数字信号在时域内出现的频率转换成相应的数值。

以下采用实施例来进一步阐述该方法：

实施例一：

本发明的第一实施例提供了一种用于批量生产环境时对发声装置运行过程中的故障检测方法，以解决工业化生产时对发声装置的发声故障进行自动检测。

可选地该实施例发声装置采用喇叭；所需结构包括静音测试箱，MIC、以及控制单元，云平台；其中MIC和发声装置、以及控制单元，云平台电性连接，具体方法如下：

第一步：发声装置在生产制作成型后，将其置于预设的静音测试箱内部；

第二步：发声装置在静音环境下时，云平台下发指令以使控制单元可控制发声装置发出1KHz频率的单频声音信号，通过在预先制定好位置的MIC收集单频声音信号，且将单频声音信号通过预设的反馈电路，将其转换成的方波信号同时反馈至控制单元；

第三步：控制单元将方波信号经模数转换后得到数字信号并上传至云平台，云平台对应生成频谱图并转换成特征值；

第四步：云平台将特征值和1KHz的预设标准数值进行对比并做差以得到差值，设定差值的阀值，通过将差值的绝对值和阀值对比，以得到发声装置是否存在发音故障的结果。

可以理解，第一步的目的在于给发声装置制造静音环境，防止外界声音的干扰，从而提高检测的准确性；

可以理解，第二步中，其中发声装置发出的1KHz频率的单频声音信号在模电中为正弦波信号，即MIC在收集发声装置发出的声音时产生的正弦波信号后，通过“反馈电路”为将正弦波信号转换为方波信号的电路，以便于控制单元处理，示例性的如模电中称作为过零比较器的电路，当正弦波信号电压大于0时，在输出端会得到方波信号的正方向部分，从而得到方波信号，同理当正弦波信号电压小于零时会得到方波信号电压小于零的部分，或者滞回比较器的电路，当正弦波信号的电压大于门限值电压时，电路就输出高电平，当小于负向门限电压时就输出低电平，从而得到方波信号；该类手段属于本行业领域人员容易知道的常用技术手段，此处不过多阐述。

可以理解，第三步中，通过控制单元将方波信号经模数转换后，通过分析数字信号生成频谱图，如可采用FFT (FFT：快速傅里叶转换)统计对时域的数字信号产生的频域生成频谱图，再进一步通过最终可通过加权平均得到对应的特征值；该步骤需要补充的是，通常控制单元处理的主要是数字信号，带A/D功能的控制单元也可处理模拟信号，因此反馈电路中可选择性的设置ADC，具体根据控制单元的情况制定。

为更进一步的理解上述步骤，本实施例采用图示来予以说明，请参阅图1、图2以及图3，图示为本实施例为方便阐述该发明实施例一所述方法从而设定的结构示意图，并不用于限定于该发明实施例一所处环境的形貌、连接关系以及位置关系；实施例一设定的场景包括云平台1、控制单元2，流水线3、发声装置4、静音测试箱5。

可以理解，云平台1也可直接采用计算机替换，控制单元2在本实施例设定为工控机，云平台1通过电性连接控制单元2，控制单元2分别对应电性连接流水线3、发声装置4、静音测试箱5，其中流水线3用于承载并传输发声装置4进入静音测试箱5，可利用发声装置4内置MIC(未标号)，或者采用在静音测试箱5内部设置MIC收集声音，以上对本发明实施例一设定的场景进行了简单阐述，具体方式如下：

首先云平台1应当配置有预设好用于嵌入控制单元2 的程序，该程序运行步骤如下：控制单元2会控制流水线3 移动，从而带动发声装置4进入静音测试箱5，当待检测的发声装置4开始进入静音测试箱5预设的位置点时，如当发声装置4到达静音测试箱5的中心位置时，控制单元2控制流水线3停止，以给予发声装置4制造完全静音的环境，同时，控制单元2控制发声装置4在静音测试箱5内发出1KHz 频率的单频声音信号，利用发声装置4内置的MIC或者静音测试箱5内部设置MIC收集发声装置4发出的声音，并将声音通过反馈电路转换为的方波信号，通过控制单元反馈至云平台1生成音频的频谱并计算特征值，云平台1会将计算得到的特征值和标准的1KHz频率的单频声音信号的特征值进行对比，从而得目前检测的发声装置4是否存在发声故障的信息，并记录在云平台1上；

可以理解，声音是由发声装置4发出，在静音测试箱5 内部时的参照MIC会测量发声装置的声音级别，同时自动调整反馈电路的水平。因此,校准水平实际上是独立于环境条件如温度、气压和湿度指定范围内的操作，因此当温度、气压和湿度一致时，很容易就能反映出发声装置是否存在发音故障。

归纳上述，当上述方式运用于发声装置的批量化生产的好处在于：避免人工手动逐一对发声装置进行检测，费时费力，同时容易被人为因素影响导致检测不准确，对比于采用检测发声装置电路的方式，该发声装置的检测方法简单容易实现，同时，即使发声装置内部的电子元件精度不高，该方法也可以全自动的实现对语音播报要求不高的发声装置的检测。

实施例二：

本发明实施例二提供了一种共享移动工具领域对发声装置运行过程中的故障检测方法；和上述批量生产环境时不同的是，发声装置在一些场景下很难制作无声环境，因此很难避免外界环境声音的干扰，为方便理解，以下将外界环境的声音和发声装置发出的声音区分开来，将发声装置发出的声音示意为“检测声音”，而外界环境的声音示意为“环境声音”。

其中共享移动工具可为电动车、汽车、电单车、单车、代步平衡机。

请参阅图4，其步骤如下：

步骤S1：排除外部环境声音的干扰后，通过云平台下发指令控制发声装置开始在预设时间区间发出检测声音，收集检测声音并上传至云平台；

步骤S2：云平台计算其检测声音特征值，将检测声音特征值和预设条件作对比，直至筛选出满足预设条件的检测声音特征值；及

步骤S3：云平台将满足预设条件的检测声音特征值和预设的阀值进行比对，以得到发声装置是否存在发声故障的结果，并将其结果记录至云平台。

其中发声装置可选地为“移动工具”上的喇叭。

其中“预设时间区间”为在凌晨2:00至6:00内的区间内选定，优选地为凌晨2:00至4:00，其中选定的标准可选地为，以十分钟间隔为界限，即凌晨2:00～2:10为一预设时间区间，凌晨2:10～2:20为一预设时间区间，依次类推直至凌晨3:50～4:00截止。

为更进一步的理解上述步骤，本实施例采用图示来予以说明，请参阅图5，图示为本实施例为方便阐述该发明实施例二所述方法从而设定的结构示意图，并不用于限定于该发明实施例二所处环境的形貌、连接关系以及位置关系；实施例二设定的场景包括、发声装置4、云平台6、控制及处理单元7、声音检测单元8。

其中控制及处理单元7包括控制单元71以及处理单元 72，声音检测单元8用于收集发声装置4发出的检测声音，并通过控制及处理单元7进行如步骤S1、步骤S2对检测声音的处理，控制单元71用于控制发声装置4以及接收声音检测单元8的反馈。

其中处理单元72和实施一对发声装置4发出的声音进行处理的过程一致，进行声音检测单元8包括实施例一所述的MIC(图未示)以及反馈电路(图未示)，该实施例同样可将MIC设置于发声装置4内部，或者设置于共享移动工具上，仅需满足能收集发声装置4所发声音的即可。

可以理解，发声装置4设置于每辆共享移动工具上，在排除外部环境声音的干扰后，通过在预设的时间区间发声装置4自动发出检测声音，MIC收集发声装置4发出的检测声音，并经过控制及处理单元7处理后，得出该发声装置4是否有发声故障的信息，同时通过控制及处理单元7 将该信息反馈至云平台6，因此云平台6的后台操作人员可通过该信息判断投放的共享移动工具的喇叭是否存在损坏，从而后续进行相应的处理：

因此步骤S1中所述“去除外部环境声音的干扰后，发声装置4开始在预设时间区间时发出检测声音”，即当外部环境声音满足对发声装置4进行测量的要求，示例性的如，要对发声装置4测量其响度是否为损坏，即测量发声装置4发出检测声音的振幅，假设此时外部环境声音分贝比发声装置4发出的检测声音分贝更高，分贝是声音强度的单位，和振幅成正相关，那么此时测量发声装置4发出的检测声音的响度即不符合要求，因此排除外部环境声音的干扰是保证测量检测声音重要因素，排除外部环境声音的干扰有两种方法，一是选择不被外部环境声音干扰的预设时间区间，另一个是直接去除外部环境声音，即本领域人员所述的去除背景杂音。

请参阅图6，本发明提供的第二实施例步骤S1的其中一种方法，步骤S1具体包括以下步骤：

步骤S11：在预设时间区间先收集外界环境声音并计算环境声音特征值，将环境声音特征值和预设要求比对，以判定外界环境声音是否满足预设要求；

步骤S12：根据步骤S11的结果，对应更变预设时间区间，直至环境声音特征值满足预设要求时，发声装置开始发出检测声音并计算其检测声音特征值；

步骤S13：通过检测声音特征值和预设条件比对，以筛选出满足预设条件的检测声音特征值。

可以理解，上述步骤S11～步骤S13为采取更换预设时间区间，对应本实施例二设定的环境，即首先发声装置4 不发出声音，到了预设时间区间，即凌晨2:00时，先采用声音检测单元采集环境声音，并通过计算环境声音的环境声音特征值和预设要求比对，示例性的如：以预置的1KHz 频率的正弦波信号作为标准，如果不满足该预设要求，则更换预设时间区间，直至环境声音特征值满足预设要求，发声装置开始发出检测声音并计算其检测声音特征值；此时的检测声音肯定还是包含环境声音的，只是环境声音满足不干扰检测声音，因此又将检测声音特征值和预设条件进行对比以筛选出较优的检测声音特征值。

其中通过步骤S13中“通过检测声音特征值和预设的第二条件比对，以筛选出满足第二条件的检测声音特征值”具体的方法为：

将对检测声音特征值互相进行对比并进行排序，选取预设的排序为n的检测声音特征值作为第二条件，以筛选出满足排序在n之前的检测声音特征值。

为更方便的理解第二实施例所述方法，请参阅图7，图示中步骤a以及步骤b对应步骤S11，步骤a即通过收集外界环境声音判断环境声音是否满足预设要求，图示中步骤 c以及步骤d即对应步骤S12，计算其检测声音特征值和预设条件比对，以筛选出满足预设条件的检测声音特征值，图示中步骤e以及步骤f对应步骤S13，通过检测声音特征值和预设条件比对，以筛选出满足预设条件的检测声音特征值，示例性的如：假设m设定为10，即需要收集10次，假设每次收集一组则为10组检测声音特征值，若凌晨 2:00～2:10满足步骤a逻辑框的只能检测到3次，那么就继续在凌晨2:10～2:20开始检测，直至收集到10次的检测声音特征值才进入步骤f，再在10次预设条件的声音特征值里面选取满足预设条件的声音特征值，示例性的如，根据步骤S13的方法，假定n为7，预设条件则为满足前7，则选取排序在前7的声音特征值。

请参阅图8，一些实施例三的变形例中，步骤S1也可为以下步骤：

步骤S11’：在预设时间区间内实时收集外界环境声音的环境声音特征值；

步骤S12’：在外界环境声音下发声装置开始发出检测声音，实时收集检测声音和环境声音的混合声音并计算其混合声音特征值；去除混合声音特征值中的环境声音特征值得到检测声音特征值；

步骤S13’：通过检测声音特征值和预设的第二条件比对，以筛选出满足第二条件的检测声音特征值。

可以理解，上述步骤S11’～步骤S13’为直接在外界环境声音下，发声装置开始发出检测声音，通过直接混合声音并计算其混合声音特征值；再去除混合声音特征值中的环境声音特征值即得到检测声音特征值；后续步骤S13’和步骤S13一致，筛选出较优的检测声音特征值。

请参阅图9，图示未对步骤S12’的进一步补充，即去除混合声音特征值中的环境声音特征值的方法，其中步骤 S12’的具体步骤为：

步骤S121’：外界环境声音下发声装置开始发出检测声音并实时收集其混合声音特征值；

步骤S122’：根据步骤S11’收集到的环境声音特征值，对环境声音特征值进行加权平均以得到环境声音特征值的平均值；

步骤S123’：将混合声音特征值减去环境声音特征值的平均值，得到检测声音特征值。

可以理解，首先计算混合声音特征值，再利用步骤 S11’收集到的环境声音特征值进行加权平均以求得平均值，通过混合声音特征值减去平均值，即可得到检测声音特征值，本领域技术人员容易知道，2个以上独立声源作用于某一点，噪声测量中经常碰到需要扣除背景声音即环境声音特征值的问题，将测量得到的混合声音特征值减去环境声音特征值，示例性的如：当声音特征值为通过振幅计算的分贝时，当收集的混合声音特征值即声音分贝为 10db，环境声音特征值的平均值为5db，则经过混合声音特征值-环境声音特征值：10db-5db＝8.3db，即为检测声音特征值。

请参阅图10，上述步骤S3具体包括以下步骤：

步骤S31：满足预设条件的检测声音特征值加权平均以求出平均数值；

步骤S32：将步骤S31所求得的平均数值和预设的阀值比较相似程度，以判断发声装置是否存在发声故障。

可以理解，通过对满足预设条件的检测声音特征值进行平均处理得到平均数值，再将平均数值和预设阀值对比，示意性的如：比如获取了7次满足预设条件的检测声音特征值，则对7次满足预设条件的检测声音特征值进行平均。

请参阅图11，在实施例二的又一变形例中，进一步包括步骤S4：

步骤S4：根据步骤S3的结果，将对应判断结果为发声装置损坏的检测声音特征值进行检测声音特征值分类，以辨识出声音特征值对应的预设故障原因信息，并将故障原因信息上传至预设的云平台和/或用户终端。

可以理解，步骤S4的意义在于，将损坏的发声装置进行分类，以让后台工作人员得出损坏的发声装置的具体情况，其中检测声音特征值分类的方法可以利用多重信号分类法，示例性的如：如发声装置的检测声音特征值为振幅时，检测声音特征值得出的分贝远小于预设的阀值，简单可归类为声音响度过小，并将情况上传至云平台记录情况并归类为声音响度过小这一大类，云平台通过预先配置好声音响度过小这一大类中的原因：如喇叭功率失配、喇叭灵敏度偏低、声源控制失调，进一步通过控制以及处理单元7的分析出声音过小的原因，从而得到该发声装置具体的发声故障情况，这样的好处在于，云平台可以进行大数据统计分析发声故障情况，以方便后续对发声装置进行针对性且有效的改进，同时便于维修人员准备对应的维修工具且在维修时可统一分类维修，增加了效率，减少人力成本。

请参阅图12，在实施例二的又一变形例中，进一步在步骤b以及步骤c之间增加了步骤g～l，首先通过步骤g逻辑判断声音检测单是否元收集到检测声音，其中步骤h可在MIC所在的支路上分别并联和串联发光二极管，控制单元通过给予MIC所在的支路电流以形成回路，当MIC所在支路串联的发光二极管不亮而并联的发光二极管亮时，则证明MIC处已经断路，则判定MIC已经损坏，通过步骤j逻辑判断后运行步骤k或者步骤l，当MIC已经损坏，即发声装置停止发出检测声音，将该情况反应至云平台，如果MIC 并未损坏，则调节发声装置的检测声音的特性，如音频、振幅、波形，发声装置继续发出检测声音，直至声音检测单元收集到检测声音进入步骤c。

归纳实施例一以及实施例二所述，概述本发明提供的发声装置运行过程中的故障检测方法分为以下几点的应用场景：

①、生产制造：通过上述方法配合生产所需的自动化装置，如流水线、机械手、滑轨、码垛机，以实现发声装置自动化实行故障检测，从而减轻了现有检测人员采用人工检测时的繁重劳务，减省人力成本的同时提高了效率和产品品质、且兼顾安全性好的特点，更重要的是，该方法无需复杂精密的结构以及算法，对于一些成本较低的发声装置同样可以实现，具备极高的通用性。

②、维修检测：通过上述方法对发声装置进行维修检测，给维修人员提供了一种维修检测手段，减少对发声装置问题分析的时间，相比于通过检测人员利用测音仪对每个发声装置逐一检测的方式，该方法的智能程度和完整性更强，从而效率更高。

③、设备运行：在一些特殊的设备运行环境中，由于条件受限，很多设备在对发声装置具有很强的依靠性但是不具备对其进行实时检测的条件，比如共享移动工具这个领域环境，共享移动工具海量投放于各个地区，且一些共享移动工具停放的位置不统一，如共享电单车无需固定充电桩，因此如果按照传统方法进行间隔一段时间的检修，无疑面临庞大的工作量且需要耗费巨大的成本，还有一些规模较大的工程，如一套多媒体系统可能涉及到上万个发音装置，如若检测人员一一逐步排查，影响工期且消耗巨大，因此本发明提供的方法解决了该类问题，从而节省了大量的人力，且云平台通过对共享移动工具的发声故障归类后，通过云平台统一下达指令，使得后续的维修十分方便。

实施例三：

请参阅图13，为了更好的解决上述技术问题，本发明实施三提供又一技术方案如下：提供一种发声装置运行过程中的故障检测系统100，适用于发声装置的故障自检，该系统100包括

发声装置模块10：用于发出检测声音；

声音收集模块20：用于收集发声装置模块发出的检测声音和/或其所处的环境声音；

云平台30：根据声音收集模块所收集的声音，用于计算检测声音特征和/或环境声音特征，并判断检测声音和/ 或环境声音是否满足预设条件；

控制模块40：实时控制发声装置模块的运行，同时将声音收集模块收集到的检测声音和/或其所处的环境声音通过模数转换后上传至云平台。

该系统100可广泛运用于语音类发声装置的生产、运行、维修，可以减少发声装置在故障问题分析的时间、增加分析的手段。

一些实施例三的变形例中，进一步包括

交互和显示模块50：用于将云平台30至和用户终端进行交互并显示。

交互和显示模块50可将数据同步上传用户终端，以使后台操作人员或者用户获知发声装置的检测结果。

实施例四：

为了更好的解决上述技术问题，本发明实施四提供又一技术方案如下：即一种发声装置的故障检测装置，该故障检测装置与指定的云平台信息连接，其包括至少一个发声装置和至少一个MIC以及控制器，发声装置、MIC、控制器均采用电性连接；

运行时，云平台发出指令给控制器，从而控制器通过控制发声装置发出检测声音，MIC收集发声装置发出的检测声音并将其转换成电信号反馈至控制器，控制器进一步将收到的电信号进行模数转换传输至云平台，云平台通过计算判断发声装置是否存在发生发声故障；其中，在上述对发声装置进行检测的过程中，需要运用到上述实施例一以及实施例二中故障检测方法的部分步骤或者全部步骤。

控制器控制发声装置发出正弦波信号，通过在MIC和控制器之间设置反馈电路，或者直接通过控制器自身的特性实现将正弦波信号转换成方波信号。

本领域技术人员也应当理解，如果将本发明所述方法或者系统以及装置，其中方法涉及到的全部或部分步骤组合或者拆分，以及简单的替换，其中装置或系统通过稠合、简单变化、串并联互相变换等方式进行组合、替换，如各组件、线路、单元摆放移动位置；或者将其所构成的产品一体设置；或者可拆卸设计；凡组合后的组件可以组成具有特定功能的电路装置/设备/装置/系统，用这样的电路装置/设备/装置/系统代替本发明相应组件同样落在本发明的保护范围内。

与现有技术相比，本发明所提供的一种发声装置运行过程中的故障检测方法具有如下的有益效果：

1、通过收集发声装置自动发出满足预设条件的预测声音，并计算检测声音的特征值和预设的阀值作对比，从而得出发声装置是否存在发声故障，和传统的对硬件设施如电子元器件或者电路进行检测相比，针对一些特定的环境来说，如在各个地区海量投放的共享移动工具，或者涉及到上千万发声装置的多媒体项目，采用人力实时检测是十分庞大的工程，因此本发明提供的方法解决现有检测人员采用人工检测时费时费力，需要付出繁重的劳务问题，从而减省人力成本、提高效率、降低成本、且具有安全性；从而减少了发声装置的损坏周期，以实现利润的最大化；另外，该方法无需要求发声装置特殊的材质或者复杂的结构，对于一些成本较低的发声装置同样可以实现，具有通用性强的特点。

2、进一步特征值为通过计算音频、振幅、波形成分的任一种或者组合经模数转换后得到的值，音频涉及音调，振幅涉及响度，波形则涉及音色，因此根据所检测发声故障的项目，可针对音调、响度、音色进行针对性设置。

3、发声装置在一些场景下很难制作无声环境，通过排除外部环境的干扰，可以准确的测得发声装置的发声故障状态，保证测量的真实性和精确度。同时通过设置预设条件筛选出满足预设条件的检测声音特征值，进一步提高了所收集检测声音特征值的质量。最后将检测声音特征值和预设的阀值对比，得到判断发声装置是否存在发声故障的结果，实现技术比较简单，无需复杂的计算，可靠性高，

4、首先预测试外部环境的环境声音特征值，设定预设要求，当环境声音特征值满足预设要求后，发声装置再开始发出检测声音，这样的好处在于，排除环境声音干扰的预设时间区间，即该预设时间区间外界环境声音干扰不符合测量要求，就换一个预设时间区间进行测量，增加测量的精准度。

5、排除外界环境声音干扰的另一种方式为，直接采用发声装置在外界环境下发出检测声音，收集检测声音和环境声音的混合声音，从而通过混合声音去除环境声音以得到检测声音，同为实现增加测量的精准度。

6、将满足预设条件的检测声音特征值加权平均以求出平均数值，平均数值和预设的阀值对比，以判断发声装置是否存在发声故障，进一步增加其测量精准度。

7、将损坏的发声装置进行分类，以让后台工作人员得出损坏的发声装置的具体情况，其中检测声音特征值分类的方法可以利用多重信号分类法，示例性的如：如发声装置的检测声音特征值为振幅时，检测声音特征值得出的分贝远小于预设的阀值，简单可归类为声音响度过小，并将情况上传至云平台记录情况并归类为声音响度过小这一大类，云平台通过预先配置好声音响度过小这一大类中的原因：如喇叭功率失配、喇叭灵敏度偏低、声源控制失调，进一步通过控制以及处理单元的分析出声音过小的原因，从而得到该发声装置具体的发声故障情况，这样的好处在于，云平台可以进行大数据统计分析发声故障情况，以方便后续对发声装置进行针对性且有效的改进，同时便于维修人员准备对应的维修工具且在维修时可统一分类维修，增加了效率，减少人力成本。

8、该系统可广泛运用于语音类发声装置的生产、运行、维修，可以减少发声装置在故障问题分析的时间、增加分析的手段。

9、通过设计一个发声装置的故障检测装置，将发声装置和MIC于一体设置，控制器通过控制发声装置发出检测声音，同时MIC收集发声装置发出的检测声音并将其转换成电信号反馈至控制器，控制器进一步将受到的电信号传输至声音检测模块，从而判断发声装置是否存在发生发声故障，该装置无需人工干预，即可完成自检功能。

以上仅为本发明较佳实施例而已，并不用以限制本发明，凡在本发明原则之内所作的任何修改，等同替换和改进等均应包含本发明的保护范围之内。

Claims (10)

1.一种发声装置运行过程中的故障检测方法，其特征在于，

通过云平台下发指令控制发声装置发出满足预设条件的检测声音，收集检测声音并上传至云平台，云平台计算检测声音的特征值且将其和预设的阀值作对比，以得到发声装置是否存在发声故障的结果，并将其结果记录至云平台。

2.如权利要求1所述的发声装置运行过程中的故障检测方法，其特征在于：特征值为通过计算音频、振幅、波形成分的任一种或者组合经模数转换后得到的值，其中预设条件和声音的特征值相对应。

3.如权利要求2中所述发声装置运行过程中的故障检测方法，其特征在于，

步骤S1：排除外部环境声音的干扰后，通过云平台下发指令控制发声装置开始在预设时间区间发出检测声音，收集检测声音并上传至云平台；

步骤S2：云平台计算其检测声音特征值，将检测声音特征值和预设条件作对比，直至筛选出满足预设条件的检测声音特征值；及

步骤S3：云平台将满足预设条件的检测声音特征值和预设的阀值进行比对，以得到发声装置是否存在发声故障的结果，并将其结果记录至云平台。

4.如权利要求3所述的发声装置运行过程中的故障检测方法，当发声装置位于外界环境时，其特征在于，此时所述步骤S1为，

步骤S11：在预设时间区间先收集外界环境声音并计算环境声音特征值，将环境声音特征值和预设要求比对，以判定外界环境声音是否满足预设要求；

步骤S12：根据步骤S11的结果，对应更变预设时间区间，直至环境声音特征值满足预设要求时，发声装置开始发出检测声音并计算其检测声音特征值；

步骤S13：通过检测声音特征值和预设条件比对，以筛选出满足预设条件的检测声音特征值。

5.如权利要求3中所述发声装置运行过程中的故障检测方法，当发声装置位于外界环境时，其特征在于，此时所述步骤S1为，

步骤S11’：在预设时间区间内实时收集外界环境声音的环境声音特征值；

步骤S12’：在外界环境声音下发声装置开始发出检测声音，实时收集检测声音和环境声音的混合声音并计算其混合声音特征值；去除混合声音特征值中的环境声音特征值得到检测声音特征值；

步骤S13’：通过检测声音特征值和预设的预设条件比对，以筛选出满足预设条件的检测声音特征值。

6.如权利要求3所述的发声装置运行过程中的故障检测方法，其特征在于，所述步骤S3为，

步骤S31：满足预设条件的检测声音特征值加权平均以求出平均数值；

步骤S32：将步骤S31所求得的平均数值和预设的阀值比较相似程度，以判断发声装置是否存在发声故障。

7.如权利要求3所述的发声装置运行过程中的故障检测方法，其特征在于，其中步骤S12’为：

步骤S121’：外界环境声音下发声装置开始发出检测声音并实时收集其混合声音特征值；

步骤S122’：根据步骤S11’收集到的环境声音特征值，对环境声音特征值进行加权平均以得到环境声音特征值的平均值；

步骤S123’：将混合声音特征值减去环境声音特征值的平均值，得到检测声音特征值。

8.如权利要求3所述的发声装置运行过程中的故障检测方法，其特征在于，进一步包括步骤S4：

步骤S4：根据步骤S3的结果，将对应判断结果为发声装置损坏的检测声音特征值进行检测声音特征值分类，以辨识出声音特征值对应的预设故障原因信息，并将故障原因信息上传至预设的云平台和/或用户终端。

9.一种发声装置运行过程中的故障检测系统，适用于发声装置的故障自检，其特征在于，包括

发声装置模块：用于发出检测声音；

声音收集模块：用于收集发声装置模块发出的检测声音和/或其所处的环境声音；

云平台：根据声音收集模块所收集的声音，用于计算检测声音特征和/或环境声音特征，并判断检测声音和/或环境声音是否满足预设条件；从而发声装置模块是否存在故障；

控制模块：实时控制发声装置模块的运行，同时将声音收集模块收集到的检测声音和/或其所处的环境声音通过模数转换后上传至云平台。

10.一种发声装置的故障检测装置，其特征在于，所述故障检测装置与指定的云平台信息连接，其包括至少一个发声装置和至少一个MIC以及控制器，所述发声装置、MIC、控制器均采用电性连接；

运行时，所述云平台发出指令给所述控制器，从而所述控制器通过控制发声装置发出检测声音，所述MIC收集发声装置发出的检测声音并将其转换成电信号反馈至控制器，控制器进一步将收到的电信号进行模数转换传输至云平台，云平台通过计算判断发声装置是否存在发生发声故障；其中，在上述对发声装置进行检测的过程中，需要运用到如权利要求1～9任一项所述的故障检测方法。