CN112233692A - 异音检测方法、装置、电子设备及存储介质 - Google Patents

异音检测方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112233692A
CN112233692A CN202011040530.0A CN202011040530A CN112233692A CN 112233692 A CN112233692 A CN 112233692A CN 202011040530 A CN202011040530 A CN 202011040530A CN 112233692 A CN112233692 A CN 112233692A
Authority
CN
China
Prior art keywords
sound
signal
abnormal
abnormal sound
domain signal
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.)
Pending
Application number
CN202011040530.0A
Other languages
English (en)
Inventor
蓝本
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.)
Dongguan Dongna Communication Co ltd
Original Assignee
Dongguan Dongna Communication 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 Dongguan Dongna Communication Co ltd filed Critical Dongguan Dongna Communication Co ltd
Priority to CN202011040530.0A priority Critical patent/CN112233692A/zh
Publication of CN112233692A publication Critical patent/CN112233692A/zh
Pending legal-status Critical Current

Links

Images

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
    • G10L25/03—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computational Linguistics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种异音检测方法、装置、电子设备及存储介质，包括以下步骤：将待检测的声音信号转换成声音数字信号序列；将所述声音数字信号序列进行处理，得到时域信号；对所述时域信号进行计算，得到频域信号；将所述频域信号映射成检验图像；将所述检验图像与图像数据库比对，得到所述声音信号的异音检测数据。应用本发明，能够有效提升异音检测的准确度。

Description

异音检测方法、装置、电子设备及存储介质
技术领域
本发明涉及信号处理的技术领域，特别涉及一种异音检测方法、装置、电子设备及存储介质。
背景技术
在一些设备的质量检测当中，异音检测是其中的一个项目。例如风扇的异音检测，需要检测风扇在运行的过程中是否会发出异音，例如轴承异响。现有的检测设备异音的方式，主要是作业人员将待检测的设备放置到静音室内，然后启动待检测的设备。作业人员在启动的待检测设备的一旁听是否有异音出现。现有的异音检测主要由作业人员凭自身的经验判断，不同的作业人员由于经验的不同，设备异音检测的判断误差较大。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种异音检测方法、装置、电子设备及存储介质，能够有效提升异音检测的准确度。
本发明实施例的第一方面，提供了一种异音检测方法，包括以下步骤：
将待检测的声音信号转换成声音数字信号序列；
将所述声音数字信号序列进行处理，得到时域信号；
对所述时域信号进行计算，得到频域信号；
将所述频域信号映射成检验图像；
将所述检验图像输入预设的识别模型，得到所述声音信号的异音检测结果。
根据本发明实施例的异音检测方法，至少具有如下有益效果：本发明实施例通过将待检测的声音信号转换成声音数字信号序列，然后将所述声音数字信号序列进行处理，得到时域信号，再对所述时域信号进行计算，得到频域信号，并且将所述频域信号映射成检验图像，最后将所述检验图像与图像数据库比对，得到所述声音信号的异音检测数据。上述的异音检测方法步骤，无需依赖作业人员的经验检测获得。主要通过待检测的声音信号一步步映射成检验图像，然后将检验图像与图像数据库的数据进行比对，即可得到待检测的声音信号的异音检测结果，能够有效提升异音检测的准确度。
根据本发明的一些实施例，将待检测的声音信号转换成声音数字信号序列，包括：
将所述声音信号从模拟信号转换成数字信号；
根据所述转换为数字信号的声音信号，形成所述声音数字信号序列。
根据本发明的一些实施例，对所述时域信号进行计算，得到频域信号，包括：
将所述时域信号进行傅里叶变换计算，得到所述频域信号。
根据本发明的一些实施例，所述将所述频域信号映射成检验图像，包括：
提取一预设时间段内连续多帧的频域信号的时间特征、强度特征和频率特征；
以所述时间特征为纵坐标、所述频率特征为横坐标构建坐标系，将所述强度特征按照强度大小转换为对应灰度值或对应颜色鲜明度的数据点；
根据所述强度特征与时间特征、频率特征之间的匹配关系，将所述数据点分布在所述坐标系上，以得到所述检验图像。
根据本发明的一些实施例，所述将所述检验图像输入预设的识别模型，得到所述声音信号的异音检测结果，包括：
对已有的若干检验图像进行标定，得到若干被标定后的检验图像；
根据被标定后的检验图像，建立识别模型；
将所述检验图像输入识别模型，得到所述声音信号的异音检测结果。
根据本发明的一些实施例，所述根据被标定后的检验图像，建立识别模型，包括：
将若干被标定后的检验图像输入神经网络，得到训练后的识别模型。
根据本发明的一些实施例，所述异音检测结果包括将待检测的声音信号判断为摩擦声、干涉声、异物声、轴承异响、扇叶蜂鸣声、正常声中的一种。
本发明实施例的第二方面，提供了一种异音检测装置，包括：
声音信号处理模块，用于将待检测的声音信号转换成声音数字信号序列；
信号转换模块，用于将所述声音数字信号序列进行处理，得到时域信号；
信号计算模块，用于对所述时域信号进行计算，得到频域信号；
信号映射模块，用于将所述频域信号映射成检验图像；
检测模块，用于将所述检验图像输入预设的识别模型，得到所述声音信号的异音检测结果。
本发明实施例的第三方面，提供了一种电子设备，包括：
至少一个存储器；
至少一个处理器；
至少一个程序；
所述程序被存储在所述存储器中，所述处理器执行所述至少一个所述程序以实现上述的异音检测方法。
本发明实施例的第四方面，提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的异音检测方法的步骤。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明实施例的电子设备的示意图；
图2为本发明实施例的异音检测方法的流程图；
图3为本发明实施例的异音检测方法的单帧声音信号的频域图像；
图4为本发明实施例的异音检测方法的不含异音的检测图像；
图5为本发明实施例的异音检测方法的含有异音的检测图像。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
参照图1，该电子设备100的部件包括但不限于存储器110和处理器120。处理器120与存储器110通过总线130相连接，数据库160用于保存数据。
电子设备100还包括接入设备140，接入设备140使得电子设备100能够经由一个或多个网络150通信。这些网络的示例包括公用交换电话网(PSTN)、局域网(LAN)、广域网(WAN)、个域网(PAN)或诸如因特网的通信网络的组合。接入设备1400可以包括有线或无线的任何类型的网络接口(例如，网络接口卡(NIC))中的一个或者多个，例如IEEE802.11无线局域网(WLAN)无线接口、全球微波互联接入(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、蓝牙接口、近场通信(NFC)接口，等等。
在本发明的一些具体实施例中，电子设备100的上述部件以及图1中未示出的其他部件可以彼此相连接，例如通过总线。应当理解，图1所示的电子设备结构框图仅仅是出于示例的目的，而不是对本发明范围的限制。本领域技术人员可以根据需要，增添或替换其他部件。电子设备可以是任何类型的电子设备，例如计算机、智能手机、智能平板等。
其中，处理器120可以执行图2所示异音检测方法中的步骤。图2示出了根据本发明实施例的异音检测方法的流程图，参照图2，包括步骤S100至步骤S500。
步骤S100：将待检测的声音信号转换成声音数字信号序列。
在本发明的一些具体实施例中，将待检测的声音信号转换成声音数字信号序列，包括：将声音信号从模拟信号转换成数字信号；根据转换为数字信号的声音信号，形成声音数字信号序列。
可以理解的是，在现有的相关技术中，采集声音信号具有多种方法或者装置，例如可以采用拾音器采集声音信号。初始采集的声音信号通常为模拟信号，为了后续的处理方便，从而将模拟信号转换成数字信号。
步骤S200：将声音数字信号序列进行处理，得到时域信号。
对声音数字信号序列进行处理，以时间为横坐标，以强度为纵坐标，从而将随时间变化的声音数字信号转变成时域信号。
步骤S300：对时域信号进行计算，得到频域信号。
参照图3，在本发明的一些具体实施例中，对时域信号进行计算，得到频域信号，包括：将时域信号进行傅里叶变换计算，得到频域信号。其中，频域信号以频率为横坐标，以强度为纵坐标。
步骤S400：将频域信号映射成检验图像。
参照图4和图5，在本发明的一些具体实施例中，将频域信号映射成检验图像，包括：提取一预设时间段内连续多帧的频域信号的时间特征、强度特征和频率特征；以时间特征为纵坐标、频率特征为横坐标构建坐标系，将强度特征按照强度大小转换为对应灰度值或对应颜色鲜明度的数据点；根据强度特征与时间特征、频率特征之间的匹配关系，将数据点分布在坐标系上，以得到检验图像。
步骤S500：将检验图像输入预设的识别模型，得到声音信号的异音检测结果。
在本发明的一些具体实施例中，将检验图像输入预设的识别模型，得到声音信号的异音检测结果，包括：对已有的若干检验图像进行标定，得到若干被标定后的检验图像；根据被标定后的检验图像，建立识别模型；将检验图像输入识别模型，得到声音信号的异音检测结果。根据被标定后的检验图像，建立识别模型，包括：将若干被标定后的检验图像输入神经网络，得到训练后的识别模型。异音检测结果包括将待检测的声音信号判断为摩擦声、干涉声、异物声、轴承异响、扇叶蜂鸣声、正常声中的一种。
需要说明的是，本申请实施例所提到识别模型，主要通过神经网络完成，例如通过卷积神经网络。以风扇的异音检测为例，熟悉风扇的异音检测的工作人员根据经验将各种异音情况的检测图像进行标定，例如，将不同的检测图像分别标定为摩擦声、干涉声、异物声、轴承异响、扇叶蜂鸣声、正常声，然后通过卷积神经网络设立初始参数，建立初始模型，再将标定后若干检验图像输入初始模型，对初始模型进行训练，最后得到具有较高识别率的识别模型。当待检测的声音信号转换为检验图像后，将检验图像输入进识别模型，最后识别模型输出识别结果，识别结果可以是摩擦声、干涉声、异物声、轴承异响、扇叶蜂鸣声、正常声中的一种。
可以理解的是，从符合检测标准的检测图像和不符合检测标准的图像可以看出，符合检测标准的检测图像，即该待检测的声音信号的异音没有或者较少，则数据点的频率覆盖范围较少，而不符合检测标准的图像数据点的频率覆盖范围较多。
本发明实施例通过将待检测的声音信号转换成声音数字信号序列，然后将声音数字信号序列进行处理，得到时域信号，再对时域信号进行计算，得到频域信号，并且将频域信号映射成检验图像，最后将检验图像与图像数据库比对，得到声音信号的异音检测数据。上述的异音检测方法步骤，无需依赖作业人员的经验检测获得。主要通过待检测的声音信号一步步映射成检验图像，将检验图像输入预设的识别模型，得到声音信号的异音检测结果，即可得到待检测的声音信号的异音检测结果，能够有效提升异音检测的准确度。现有技术中，虽然有直接将声音的比对得到异音结果的方式，但这种方式的准确率不高，并且需要在程序上实现的数据量过大，不利于提升生产效率。
本发明实施例还提供了一种异音检测装置，包括：
声音信号处理模块，用于将待检测的声音信号转换成声音数字信号序列；
信号转换模块，用于将声音数字信号序列进行处理，得到时域信号；
信号计算模块，用于对时域信号进行计算，得到频域信号；
信号映射模块，用于将频域信号映射成检验图像；
检测模块，用于将所述检验图像输入预设的识别模型，得到所述声音信号的异音检测结果。
本发明实施例提供了一种电子设备，包括：
至少一个存储器；
至少一个处理器；
至少一个程序；
程序被存储在存储器中，处理器执行至少一个程序以实现上述的异音检测方法。
本发明实施例还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的异音检测方法的步骤。
需要说明的是，该计算机可读存储介质的技术方案与上述的异音检测方法的技术方案属于同一构思，计算机可读存储介质的技术方案未详细描述的细节内容，均可以参见上述异音检测方法的技术方案的描述。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (10)

1.一种异音检测方法，其特征在于，包括以下步骤：
将待检测的声音信号转换成声音数字信号序列；
将所述声音数字信号序列进行处理，得到时域信号；
对所述时域信号进行计算，得到频域信号；
将所述频域信号映射成检验图像；
将所述检验图像输入预设的识别模型，得到所述声音信号的异音检测结果。
2.根据权利要求1所述的异音检测方法，其特征在于，将待检测的声音信号转换成声音数字信号序列，包括：
将所述声音信号从模拟信号转换成数字信号；
根据所述转换为数字信号的声音信号，形成所述声音数字信号序列。
3.根据权利要求1所述的异音检测方法，其特征在于，对所述时域信号进行计算，得到频域信号，包括：
将所述时域信号进行傅里叶变换计算，得到所述频域信号。
4.根据权利要求1所述的异音检测方法，其特征在于，所述将所述频域信号映射成检验图像，包括：
提取一预设时间段内连续多帧的频域信号的时间特征、强度特征和频率特征；
以所述时间特征为纵坐标、所述频率特征为横坐标构建坐标系，将所述强度特征按照强度大小转换为对应灰度值或对应颜色鲜明度的数据点；
根据所述强度特征与时间特征、频率特征之间的匹配关系，将所述数据点分布在所述坐标系上，以得到所述检验图像。
5.根据权利要求1所述的异音检测方法，其特征在于，所述将所述检验图像输入预设的识别模型，得到所述声音信号的异音检测结果，包括：
对已有的若干检验图像进行标定，得到若干被标定后的检验图像；
根据被标定后的检验图像，建立识别模型；
将所述检验图像输入识别模型，得到所述声音信号的异音检测结果。
6.根据权利要求5所述的异音检测方法，其特征在于，所述根据被标定后的检验图像，建立识别模型，包括：
将若干被标定后的检验图像输入神经网络，得到训练后的识别模型。
7.根据权利要求6所述的异音检测方法，其特征在于：所述异音检测结果包括将待检测的声音信号判断为摩擦声、干涉声、异物声、轴承异响、扇叶蜂鸣声、正常声中的一种。
8.一种异音检测装置，其特征在于，包括：
声音信号处理模块，用于将待检测的声音信号转换成声音数字信号序列；
信号转换模块，用于将所述声音数字信号序列进行处理，得到时域信号；
信号计算模块，用于对所述时域信号进行计算，得到频域信号；
信号映射模块，用于将所述频域信号映射成检验图像；
检测模块，用于将所述检验图像输入预设的识别模型，得到所述声音信号的异音检测结果。
9.一种电子设备，其特征在于，包括：
至少一个存储器；
至少一个处理器；
至少一个程序；
所述程序被存储在所述存储器中，所述处理器执行所述至少一个所述程序以实现如权利要求1-7任意一项所述的异音检测方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的异音检测方法的步骤。
CN202011040530.0A 2020-09-28 2020-09-28 异音检测方法、装置、电子设备及存储介质 Pending CN112233692A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011040530.0A CN112233692A (zh) 2020-09-28 2020-09-28 异音检测方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011040530.0A CN112233692A (zh) 2020-09-28 2020-09-28 异音检测方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112233692A true CN112233692A (zh) 2021-01-15

Family

ID=74119436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011040530.0A Pending CN112233692A (zh) 2020-09-28 2020-09-28 异音检测方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN112233692A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113423052A (zh) * 2021-05-24 2021-09-21 信维(深圳)声学科技有限公司 一种音频检测的方法及终端
WO2023207219A1 (zh) * 2022-04-26 2023-11-02 荣耀终端有限公司 异音检测方法、电子设备和存储介质
WO2024043051A1 (ja) * 2022-08-25 2024-02-29 Ntn株式会社 監視装置および監視方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014016914A1 (ja) * 2012-07-25 2014-01-30 株式会社 日立製作所 異常音検出システム
CN105527104A (zh) * 2016-02-14 2016-04-27 成都柏森松传感技术有限公司 一种轴承跑合异音检测系统
CN110493691A (zh) * 2019-08-23 2019-11-22 Oppo广东移动通信有限公司 异音检测方法、装置和电子设备
CN110988137A (zh) * 2019-12-31 2020-04-10 四川长虹电器股份有限公司 一种基于时频域特征的异音检测系统及方法
CN110992985A (zh) * 2019-12-02 2020-04-10 中国科学院声学研究所东海研究站 识别跑步机异音的识别模型确定方法、识别方法、系统
CN111337277A (zh) * 2020-02-21 2020-06-26 云知声智能科技股份有限公司 一种基于声音识别的家用电器故障判定方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014016914A1 (ja) * 2012-07-25 2014-01-30 株式会社 日立製作所 異常音検出システム
CN105527104A (zh) * 2016-02-14 2016-04-27 成都柏森松传感技术有限公司 一种轴承跑合异音检测系统
CN110493691A (zh) * 2019-08-23 2019-11-22 Oppo广东移动通信有限公司 异音检测方法、装置和电子设备
CN110992985A (zh) * 2019-12-02 2020-04-10 中国科学院声学研究所东海研究站 识别跑步机异音的识别模型确定方法、识别方法、系统
CN110988137A (zh) * 2019-12-31 2020-04-10 四川长虹电器股份有限公司 一种基于时频域特征的异音检测系统及方法
CN111337277A (zh) * 2020-02-21 2020-06-26 云知声智能科技股份有限公司 一种基于声音识别的家用电器故障判定方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113423052A (zh) * 2021-05-24 2021-09-21 信维(深圳)声学科技有限公司 一种音频检测的方法及终端
WO2023207219A1 (zh) * 2022-04-26 2023-11-02 荣耀终端有限公司 异音检测方法、电子设备和存储介质
WO2024043051A1 (ja) * 2022-08-25 2024-02-29 Ntn株式会社 監視装置および監視方法

Similar Documents

Publication Publication Date Title
CN112233692A (zh) 异音检测方法、装置、电子设备及存储介质
TWI706318B (zh) 錫膏印刷品質檢測方法、數據處理裝置及電腦存儲介質
CN106961514A (zh) 终端装置和信息输出方法
US11553450B2 (en) Methods and apparatus for locating mobile devices using wireless signals in mixed mode
WO2009010056A1 (en) Method of determining a class of a load connected to an amplifier output
US11232810B2 (en) Voice evaluation method, voice evaluation apparatus, and recording medium for evaluating an impression correlated to pitch
CN112243249A (zh) 5g nsa组网下lte新入网锚点小区参数配置方法和装置
CN108982522A (zh) 用于检测管道缺陷的方法和装置
CN111862951A (zh) 语音端点检测方法及装置、存储介质、电子设备
CN110781340A (zh) 一种推荐系统召回策略的离线评估方法、系统、装置及存储介质
CN115564776B (zh) 基于机器学习的异常细胞样本检测方法和装置
CN110796644B (zh) 一种音频文件的缺陷检测方法及相关设备
CN114998194A (zh) 产品缺陷检测方法、系统和存储介质
CN113382348B (zh) 耳机的检测方法、装置、系统及计算机可读存储介质
CN113516328B (zh) 数据处理方法、服务提供方法、装置、设备和存储介质
CN112149546B (zh) 一种信息处理方法、装置、电子设备及存储介质
CN110198551A (zh) 一种网络质量获取方法及装置
CN111564044A (zh) 一种车位状态检测方法及系统
TW202303588A (zh) 異音檢測方法及裝置
CN107911787B (zh) 覆盖漏洞检测方法及系统
CN113010742A (zh) 数据处理方法、装置、设备及介质
CN111278013B (zh) 一种伪基站自动识别方法及装置
CN117792526B (zh) 一种天线射频性能的测试系统及方法
CN114722061B (zh) 数据处理方法及装置、设备、计算机可读存储介质
CN108447107A (zh) 用于生成视频的方法和装置

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