CN113380273A - 异常声音检测及判断形成原因的系统 - Google Patents
异常声音检测及判断形成原因的系统 Download PDFInfo
- Publication number
- CN113380273A CN113380273A CN202110626431.9A CN202110626431A CN113380273A CN 113380273 A CN113380273 A CN 113380273A CN 202110626431 A CN202110626431 A CN 202110626431A CN 113380273 A CN113380273 A CN 113380273A
- Authority
- CN
- China
- Prior art keywords
- data
- audio
- cause
- comparison
- abnormal sound
- 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
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 124
- 230000015572 biosynthetic process Effects 0.000 title abstract description 12
- 238000000034 method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000006096 absorbing agent Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000036626 alertness Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G10L25/48—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)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种异常声音检测及判断形成原因的系统,操作者可以根据不同的使用场合、目的,通过输入单元进行设定,接着开始收音而得到音频数据,然后通过事先收集好的各种音频种类比对数据将该音频数据进行分类,剩余无法分类的部分声音信息则定为异音而形成分群剩余音频数据,再来将该分群剩余音频数据与事先收集好的异音种类比对数据进行比对,当形成匹配后便可得知异音的形成原因而得到成因数据,并透过显示器显示该成因数据。
Description
技术领域
本发明涉及一种检测系统,尤其指一种异常声音检测及判断形成原因的系统。
背景技术
机器内部的机械零件损坏时,常常伴随着异常声音(以下简称异音),这些异常声音不一定是人耳可直接辨认识别的,也可能受其他零件工作时发出的声音的干扰,令人难以辨认识别异音的来源,由于各种零件损毁所产生的异音不尽相同,所以这些异音正是机械维修技师判断机械损坏原因的重要依据。
不仅只有上述机械零件损坏才会出现异音,生活中也常出现令人难以忍受的声音,例如水锤效应所产生的异音,除了令周围住户难以入眠外,水锤效应也可能造成内部水路管线受到破坏。此外,日前贵州威宁县也接连传出奇怪的叫声,附近居民不知道其形成原因为何,仅针对该叫声形容成类似牛叫声或龙叫声,进而引起新闻媒体、民众的注意。
由于每种异音的出现,都有与之相对应的形成原因,且随着科技地进步,现在对于声音辨认识别的相关技术,也越来越成熟。因此,本发明的发明人认为,如果可以配合专家、学者将各种异音的相关资料、形成原因收集起来,当有异音出现时,便可以将其与收集的异音进行比对,然后判断出其形成的原因。
发明内容
鉴于现有技术中存在的上述问题,为了解决上述技术问题,本发明的发明人提出一种异常声音检测及判断形成原因的系统,包括:
系统主机:
所述系统主机内部设有处理器,且所述处理器信息连接显示器、输入单元、第一声音接收单元及数据库;所述第一声音接收单元能够收音,从而得到第一音频数据;所述数据库包括多个比对数据,每个比对数据内包括至少一个音频种类比对数据、至少一个第一异音种类比对数据、以及对应所述第一异音种类比对数据的第一成因数据;所述输入单元能够输入比对设定数据;所述处理器写有音频比对程序,所述音频比对程序能够被所述处理器执行:根据所述比对设定数据找出相对应的比对数据,再根据所述音频种类比对数据对所述第一音频数据进行分群,当分群结果中有部分声音信息无法被分群时,则将所述部分声音信息作为分群剩余音频数据,再将所述分群剩余音频数据与所述第一异音种类比对数据进行比对,当二者匹配时则取出所述第一成因数据,并控制所述显示器显示所述第一成因数据。所述数据库用于存储音频数据。
操作者先透过所述输入单元进行设定,以使本系统知道待检测的环境、物品等的数据信息,然后将收集到的所述第一音频数据进行分析,先将原本收集好的所述音频种类比对数据与所述第一音频数据进行比对,以将所述第一音频数据内的音频进行分群,最后将无法与所述音频种类比对数据形成匹配的,以至于无法被分群的部分声音信息视为异音,而形成分群剩余音频数据,接着将所述分群剩余音频数据与所述第一异音种类比对数据进行比对,以判断异音形成的原因。
附图说明
图1:为本发明各组件之间的连接关系示意图;
图2:为本发明的步骤流程示意图。
附图标记:1系统主机、11处理器、12显示器、13输入单元、14第一声音接收单元、14A第二声音接收单元、14B第三声音接收单元、15数据库、15A纪录数据库、16振动检测器、17通报单元。
具体实施方式
以下将通过附图的辅助,对本发明的构造、特点与实施例作进一步的说明,以使审查人员对本发明有充分的了解。
请参阅图1、2所示,本发明一种异常声音检测及判断形成原因的系统,包括:
系统主机1:
如图1所示,该系统主机1内部设有处理器11,且该处理器11信息连接显示器12、输入单元13、第一声音接收单元14及数据库15;该第一声音接收单元14能够收音,从而得到第一音频数据,该数据库15包括多个比对数据,每个比对数据内包括至少一个音频种类比对数据、至少一个第一异音种类比对数据、及对应该第一异音种类比对数据的第一成因数据。
值得一提的是,该比对数据是指检测的环境及待比对物的数据。例如,当欲检测自然界中深地层是否有发出异常声音时,由于接收到的声音是来自于深地层,但仍有可能会接收到浅地层或地表的常见大自然声音。在此,接收到的深地层的声音可能来源于因板块挤压、扭曲、震动等因素所发出的具有较大低频能量的声音,有别于浅地层或是地表的大自然声音(地表的大自然声音例如:风声、虫鸣声、鸟叫声等)。也因此,该音频种类比对数据包括了风声比对数据、地层震动比对数据、虫鸣声比对数据、鸟叫声比对数据、以及各种地底深处声音比对数据等。当仅针对深地层进行精确的声音收集时,就不会有浅地层或地表的大自然声音的干涉,此时仅会包含有各种深地层声音比对数据。若事先已知地底深处发出各种异常声音所代表的状况、形成原因(如地震),则该第一异音种类比对数据为地震比对数据,而各比对数据主要通过特征值来进行比对。
又或者,当要比对汽车运行时是否会出现异音时,这时接收到的声音可能有汽车引擎声、环境声、异音等,则该音频种类比对数据包括汽车引擎声、环境声等,若事先知道汽车各零件损毁时会发出相对应的异音时,则该第一成因数据为:引擎损毁、变速箱损毁等,而该第一异音种类比对数据则是对应的该引擎损毁之异音、或对应的该变速箱损毁之异音等,也因此,本发明实施时,异音种类的数量很多,也因此,相对应的成因数据也很多,为了易于解说本发明的优点及实施例,以下先以该第一异音种类比对数据及该第一成因数据为例进行说明。
此外,上述该第一异音种类比对数据是通过与专家学者共同研究,将收集到的异音与形成原因进行训练而产生,举例来说,当专家判断汽车引擎损毁时,这时将汽车引擎异常时所收到的声音,与汽车引擎尚未损毁时的声音进行比对、训练,以找到判断引擎损毁时所产生的异音种类比对数据。同理,由于收音时连同其他非观察对象的声音也会被收录,所以此部分也是与专家学者共同研究、讨论,并配合计算机进行训练以得到该音频种类比对数据。如此一来,以下该处理器11在判断该第一音频数据时,先将其他声音滤除后,剩余的声音即定义为异音,以判断、检测该第一音频数据内是否有异音。
该输入单元13能够输入比对设定数据,例如:今天欲比对汽车是否有发出异音,这时输入汽车,根据操作者的不同需求、使用状况的不同进行设定,以让系统了解目前欲检测的目标是什么,以便于后续的异音检测、形成原因判断的流程。该处理器11写有音频比对程序,该音频比对程序能够被该处理器11执行:根据该比对设定数据找出相对应的比对数据,例如该输入单元13输入汽车时,这时该处理器11会找汽车的比对数据,倘若该输入单元输入山区时,这时该处理器11则是找山区的比对数据。接着,该处理器11再根据该音频种类比对数据对该第一音频数据进行分群,当分群结果有部分声音信息无法被分群时,则将该部分声音信息作为分群剩余音频数据,再根据该分群剩余音频数据与该第一异音种类比对数据进行比对,当二者匹配时则取出该第一成因数据,并控制该显示器12显示该第一成因数据。
以下将配合图2用汽车变速箱出现异音为例来具体介绍本说明的操作步骤,首先步骤S1:先透过该第一声音接收单元14接收汽车运作时所发出之声音而得到该第一音频数据,接着步骤S2:为了找出该第一音频数据中是否存有异音,所以需要将环境声、汽车各零件正常运作之声音进行滤除,该处理器11会根据该音频种类比对数据对该第一音频数据进行分群,当分群结果有部分声音信息无法被分群时,这部分声音信息则定义为异音,该处理器11会将该部分声音信息作为该分群剩余音频数据。另一种情况是,检测过程是在排除环境声存在的场合进行的(例如车厂密闭空间中),故排除环境声的比对及滤除过程,直接进行下一阶段的分群步骤。接着步骤S3:开始判断读取该分群剩余音频数据的种类,例如当该分群剩余音频数据是变速箱损毁时所发出来的异音时,该处理器11根据该分群剩余音频数据与变速箱的第一异音种类比对数据将会高度吻合。步骤S4:这时该处理器11会控制该显示器12显示:变速箱损毁。
本发明在实际实施时,先通过与各专家学者共同合作,以建立对应各种状况(如汽车、工具机、自然环境)的该比对数据,以丰富该数据库之内容。如此一来,本发明可广泛用于各种领域范围,以协助相关从业人员、学者进行声音的辨认识别,并了解异音的形成原因。
以下先介绍前述中对该第一音频数据进行分群的具体实施方式:该处理器11先将该第一音频数据由时域转换为频域得到音频频域数据,再将该音频频域数据中频率相近者进行分群得到多个音频频域分群数据,接着取各音频频域分群数据与该音频种类比对数据以K最邻近算法进行比对而得到分群结果。
由于声音比对较佳的方法是通过音频数据内所呈现的特征值来进行比对,利用K最邻近算法进行比对时,是将各音频频域分群数据内的特征值与该音频种类比对数据的特征值进行比对以判断近似程度,以判断各音频频域分群数据的声音种类,而无法判断的音频频域分群数据则被视为异音。此种方法具有简单、便于使用、快速等分析优点。
此外,值得一提的是,在对声音收集、分群的过程中,操作者可以通过该输入单元13调整该第一音频数据的参数,举例来说可调整该第一音频数据的频率范围、振幅范围等,又或者在分群过程中通过设定来调整音框大小,将该第一音频数据区分成多个段部进行分析等,各行各业的人员可以根据自身声音分析的特性通过该输入单元13进行参数等细节的调整。而分群的优点在于可有效地区分出各种声音以区分出异音,同时该异音被找出后,便可将该异音进行纪录,以利于日后进行相关声音训练、分析等工作事项。
本发明除了有上述功效外,进一步还提供判断异音方向的功能,其实施方式为:该第一声音接收单元14设于X轴,第二声音接收单元14A设于Y轴,第三声音接收单元14B设于Z轴,该第二声音接收单元14A及该第三声音接收单元14B都能够收音,从而得到第二音频数据及第三音频数据。
如此一来,当该处理器11分析出该分群剩余音频数据后,可将该分群剩余音频数据与该第二音频数据及该第三音频数据作比对,看该第二音频数据及第三音频数据内是否也有该分群剩余音频数据。由于本发明在X轴、Y轴、Z轴都设有声音接收单元,所以接下来可以利用TDOA(Time Difference of Arrival到达时间差)算法来估算出异音的空间方向,最后得到分群剩余音频空间方向数据。因此,操作者可以通过该分群剩余音频空间方向数据了解到异音出现的空间位置。
当本发明用于汽车、机械等方面的异音检测、形成原因判断时,知道异音出现的空间位置后,更利于操作者判断出零件损毁的位置,也因此,本发明再进一步利用此种特性,提高判断形成原因的准确度,为此,本发明实施为:该数据库15中具有机械零件立体分布数据,以汽车为例,以立体图像解释该机械零件立体分布数据时,该机械零件立体分布数据会呈现汽车的立体轮廓,并于汽车各部位显示各汽车组件。该处理器11根据该分群剩余音频空间方向数据于该机械零件立体分布数据中找出相对应的零件数据,当该零件数据与该第一成因数据匹配时,则控制该显示器12显示该第一成因数据。
举例来说,当汽车变速箱受损而产生异音时,通过上述之方式所得到该分群剩余音频空间方向数据,再配合该机械零件立体分布数据后,能够初步判断是汽车变速箱出现了问题,接着,通过该处理器11对该分群剩余音频数据与该第一异音种类比对数据进行比对,得到该第一成因数据。再将该第一成因数据与该零件数据做比对,当该第一成因数据也是代表异音来源为汽车变速箱,那么表示汽车变速箱出现问题的机率真的相当高,因此,该处理器11会控制该显示器12显示该汽车变速箱出现问题。如此一来,通过此种方式可提高本发明辨认识别的准确率。
除了上述提高本发明对于判断异音形成原因准确度的方式外,另外,本发明更进一步提供两种提高准确度的方式,其中之一为:各比对数据内都包括对应该第一异音种类比对数据的频率比对数据;该处理器11分析该第一音频数据中该分群剩余音频数据的出现频率而得到频率数据;当该分群剩余音频数据与该第一异音种类比对数据匹配成功、该零件数据与该第一成因数据匹配成功、且该频率数据与该频率比对数据匹配成功时才取出该第一成因数据。
为了避免偶然出现的异音被本系统检测到后,便直接判断出相对应的形成原因,恐有误判之虞,为此,本发明更进一步将出现异音的频率作为判断基础,因此,该分群剩余音频数据除了必须与该第一异音种类比对数据匹配成功,还必须与该频率比对数据匹配成功,以及该零件数据与该第一成因数据匹配成功,才能加以确定出该第一成因数据。以避免产生误判的问题,提高了本系统整体的准确度。
接着,第二种提高准确度的方式为:设置振动检测器16,该振动检测器16信息连接该处理器11且能够测得振动数据;各比对数据内都包括对应该第一成因数据之振动频率比对数据;当该分群剩余音频数据与该第一异音种类比对数据匹配成功、该频率数据与该频率比对数据匹配成功、该零件数据与该第一成因数据匹配成功、且该振动数据与该振动频率比对数据匹配成功时才取出该第一成因数据。
由于当机械零件损毁时,有相当高的机率会产生不正常振动,而每种机械零件损毁时所产生的振动频率也不尽相同,此外,大自然中也有相同的状况,当检测到异音时,也有相当的可能伴随着异常振动。也因此,本发明再进一步利用此种特性来提升整体辨认识别的准确度,该分群剩余音频数据与该第一异音种类比对数据匹配成功、该频率数据与该频率比对数据匹配成功、且该振动数据与该振动频率比对数据匹配成功时才取出该第一成因数据。
本发明除了上述之功能外,又进一步能够纪录各种比对相关数据,以供日后可以进行改进,或是找出更多异音形成的原因,以提升本发明的辨认识别能力,为此,首先本发明可以实施为:设置信息连接该处理器11的纪录数据库15A;当该处理器11取出该第一成因数据后,将该第一音频数据、第二音频数据、第三音频数据、该分群剩余音频空间方向数据、该第一成因数据及日期制作成比对纪录数据,并储存至该纪录数据库15A内。
本实施例的优点在于,当系统产生误判时,相关专家、学者可根据实际异音形成原因,配合该比对纪录数据进行训练、分析等,以找出确切的误判原因,以供日后可通过改善该数据库15内的各种数据,以提升整体的判断准确度。
除了上述的状况外,也可能发生该处理器11无法判断异音的形成原因,这时,本发明实施为:当该处理器11无法取出该第一成因数据时,则将该第一音频数据、第二音频数据、第三音频数据及日期制作成待鉴定纪录数据,并储存至该纪录数据库15A内。
因此,专家学者可以根据该待鉴定纪录数据进行分析,以了解该异音形成的真实原因。除此之外,该处理器11还能够连接通报单元17,当发生无法判断异音形成原因的状况时,可通过该通报单元17提醒操作者必须注意,此外,当发生异音时,该处理器11也能够通过该通报单元17进行通报,以告知操作者必须注意。且,该通报单元17可以是警示器、蜂鸣器,又或者是通过人机接口进行显示、通知,又或者是通过手机APP、推播等方式达到通报效果。
当短时间内(如一周内、一个月内)检测到同样零件的异音时,这时可能代表真正影响该零件发出异音的原因并非该零件损毁而是有其他因素的影响,也因此,当两比对纪录数据的该第一成因数据相同,且两比对纪录数据的日期相隔在预设期间内时,该处理器11制作出提醒数据并控制该显示器12显示该提醒数据,以供操作者、专家学者可以提高警觉心,需要判断是否有其他因素影响该异音的形成。同样的,这部分如同前述该处理器11也能够通过该通报单元17进行通报。此外,呈现该提醒数据时,较佳的呈现方式是同时呈现两比对纪录数据的成因、时间等,以利专家、学者、操作者进行判读。
诚如上述异音种类繁多,所以各比对数据内存有各种异音种类比对数据及相对应的成因数据,也因此,本发明另外提供一种判断形成原因的方式,当异音产生时该处理器11能够分析各种形成原因可能性的百分比。为此,各比对数据内包括第二异音种类比对数据、及对应该第二异音种类比对数据的第二成因数据;该处理器11根据该分群剩余音频数据与该第一异音种类比对数据进行比对得到第一匹配程度百分值,该处理器11根据该分群剩余音频数据与该第二异音种类比对数据进行比对得到第二匹配程度百分值,该处理器11根据该第一匹配程度百分值和第二匹配程度百分值,及该第一成因数据和第二成因数据,制作出成因百分比资料,并控制该显示器12显示该成因百分比资料。
因此,当本系统检测汽车所发出的异音时,可通过上述方式,将异音与各种异音种类比对数据进行比对,例如将异音与变速箱损坏时的异音进行比对、将异音与避震器损坏时的异音进行比对、将异音与排气管损坏的异音进行比对,比对过程中利用K最邻近算法判断各种相似程度,最后估算出百分比,所以该显示器12会呈现变速箱损毁机率50%、避震器损毁机率10%、排气管损毁机率15%的该成因百分比资料。如此一来,维修技师便可通过百分比作为参考依据,来依序检验或是对相对应零件进行维修。
综上所述,本发明符合专利法所定之要件,依法提出专利申请,而上述说明仅列举本发明的较佳的实施例,本发明的权利范围仍以权利要求书所列为主。
Claims (10)
1.异常声音检测及判断形成原因的系统,其特征在于:包括:
系统主机:所述系统主机内部设有处理器,且该处理器信息连接显示器、输入单元、第一声音接收单元及数据库;
第一声音接收单元:所述第一声音接收单元能够收音,从而得到第一音频数据;所述数据库包括多个比对数据,每个比对数据内包括至少一个音频种类比对数据、至少一个第一异音种类比对数据、以及对应所述第一异音种类比对数据的第一成因数据;
输入单元: 所述输入单元能够输入比对设定数据;所述处理器写有音频比对程序,所述音频比对程序能够被所述处理器执行:根据所述比对设定数据找出相对应的比对数据,再根据所述音频种类比对数据对该第一音频数据进行分群,当分群结果有部分声音信息无法被分群时,则将所述部分声音信息作为分群剩余音频数据,再将所述分群剩余音频数据与所述第一异音种类比对数据进行比对,当二者匹配时则取出所述第一成因数据,并控制所述显示器显示所述第一成因数据;
数据库:所述数据库用于存储音频数据。
2.根据权利要求1所述的异常声音检测及判断形成原因的系统,其特征在于:所述处理器,首先,将所述第一音频数据由时域转换为频域,得到音频频域数据;然后,将所述音频频域数据中频率相近者进行分群,得到多个音频频域分群数据;再后,接着取各音频频域分群数据,与所述音频种类比对数据,以K最邻近算法进行比对而得到分群结果。
3.根据权利要求2所述的异常声音检测及判断形成原因的系统,其特征在于:其中所述第一声音接收单元设于X轴,第二声音接收单元设于Y轴,第三声音接收单元设于Z轴,所述第二声音接收单元及所述第三声音接收单元都能够收音,从而得到第二音频数据及第三音频数据;所述处理器根据所述分群剩余音频数据及该第一音频数据、第二音频数据、第三音频数据运算出分群剩余音频空间方向数据。
4.根据权利要求3所述的异常声音检测及判断形成原因的系统,其特征在于:其中所述数据库中具有机械零件立体分布数据;所述处理器根据所述分群剩余音频空间方向数据于所述机械零件立体分布数据中找出相对应的零件数据,当所述零件数据与所述第一成因数据匹配时,则控制所述显示器显示所述第一成因数据。
5.根据权利要求4所述的异常声音检测及判断形成原因的系统,其特征在于:其中各所述比对数据内都包括对应所述第一异音种类比对数据的频率比对数据;所述处理器分析所述第一音频数据中所述分群剩余音频数据的出现频率而得到频率数据;当所述分群剩余音频数据与所述第一异音种类比对数据匹配成功,且所述频率数据与所述频率比对数据匹配成功时才取出该第一成因数据。
6.根据权利要求5所述的异常声音检测及判断形成原因的系统,其特征在于:其中还设有振动检测器,该振动检测器信息连接所述处理器且能够测得振动数据;各所述比对数据内都包括对应该第一成因数据之振动频率比对数据;当所述分群剩余音频数据与所述第一异音种类比对数据匹配成功、所述频率数据与所述频率比对数据匹配成功、且所述振动数据与所述振动频率比对数据匹配成功时才取出该第一成因数据。
7.根据权利要求6所述的异常声音检测及判断形成原因的系统,其特征在于:其中设置信息连接所述处理器的纪录数据库;当所述处理器取出所述第一成因数据后,将所述第一音频数据、所述第二音频数据、所述第三音频数据、所述分群剩余音频空间方向数据、所述第一成因数据及日期制作成比对纪录数据,并储存至所述纪录数据库内。
8.根据权利要求7所述的异常声音检测及判断形成原因的系统,其特征在于:其中当所述处理器无法取出所述第一成因数据时,则将所述第一音频数据、第二音频数据、第三音频数据及日期制作成待鉴定纪录数据,并储存至所述纪录数据库内。
9.根据权利要求8所述的异常声音检测及判断形成原因的系统,其特征在于:如请求项8所述异音侦测及判断成因之检测系统,其中当两次比对纪录数据的所述第一成因数据相同,且两次比对纪录数据的日期相隔在预设期间内时,则制作出提醒数据并控制所述显示器显示所述提醒数据。
10.根据权利要求1所述的异常声音检测及判断形成原因的系统,其特征在于:其中各所述比对数据内包括第二异音种类比对数据、及对应所述第二异音种类比对数据的第二成因数据;所述处理器根据所述分群剩余音频数据与所述第一异音种类比对数据进行比对得到第一匹配程度百分值,所述处理器根据所述分群剩余音频数据与所述第二异音种类比对数据进行比对得到第二匹配程度百分值,所述处理器根据所述第一匹配程度百分值和第二匹配程度百分值,及所述第一成因数据和第二成因数据,制作出成因百分比资料,并控制所述显示器显示所述成因百分比资料。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109127131A TWI751642B (zh) | 2020-08-10 | 2020-08-10 | 異音偵測及判斷成因之檢測系統 |
TW109127131 | 2020-08-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113380273A true CN113380273A (zh) | 2021-09-10 |
Family
ID=77575895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110626431.9A Pending CN113380273A (zh) | 2020-08-10 | 2021-06-04 | 异常声音检测及判断形成原因的系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113380273A (zh) |
TW (1) | TWI751642B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090060631A (ko) * | 2007-12-10 | 2009-06-15 | 광주과학기술원 | 타 언어권 화자음성에 대한 음성인식 시스템의 성능 향상을위한 비직접적 데이터 기반 발음변이 모델링 시스템 및방법 |
TW201350804A (zh) * | 2012-03-23 | 2013-12-16 | Mitsubishi Electric Corp | 異常音診斷裝置 |
CN104992714A (zh) * | 2015-05-22 | 2015-10-21 | 株洲联诚集团有限责任公司 | 一种电机异音的检测方法 |
TWI541669B (zh) * | 2015-01-05 | 2016-07-11 | Rangecloud Information Technology Co Ltd | Detection systems and methods for static detection applications, and computer program products |
WO2016152132A1 (ja) * | 2015-03-25 | 2016-09-29 | 日本電気株式会社 | 音声処理装置、音声処理システム、音声処理方法、および記録媒体 |
CN106323452A (zh) * | 2015-07-06 | 2017-01-11 | 中达电子零组件(吴江)有限公司 | 一种设备异音的检测方法及检测装置 |
TWM581694U (zh) * | 2017-11-17 | 2019-08-01 | 英商斯凱旺蒂爾國際(英國)有限責任公司 | 用於風洞的交互式模組化系統 |
US20190253441A1 (en) * | 2018-02-12 | 2019-08-15 | Cisco Technology, Inc. | Detecting cyber-attacks with sonification |
US20190295568A1 (en) * | 2018-03-20 | 2019-09-26 | Honda Motor Co., Ltd. | Abnormal sound determination apparatus and determination method |
TWM590943U (zh) * | 2019-09-24 | 2020-02-21 | 旺捷智能感知股份有限公司 | 具有機台病灶分析和異音辨識功能之穿戴式電子裝置 |
CN111048114A (zh) * | 2019-12-30 | 2020-04-21 | 深圳江行联加智能科技有限公司 | 一种设备异常声音检测的设备及方法 |
TWM594686U (zh) * | 2019-01-04 | 2020-05-01 | 益力半導體股份有限公司 | 變容式輪胎厚度感測器 |
-
2020
- 2020-08-10 TW TW109127131A patent/TWI751642B/zh active
-
2021
- 2021-06-04 CN CN202110626431.9A patent/CN113380273A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090060631A (ko) * | 2007-12-10 | 2009-06-15 | 광주과학기술원 | 타 언어권 화자음성에 대한 음성인식 시스템의 성능 향상을위한 비직접적 데이터 기반 발음변이 모델링 시스템 및방법 |
TW201350804A (zh) * | 2012-03-23 | 2013-12-16 | Mitsubishi Electric Corp | 異常音診斷裝置 |
TWI541669B (zh) * | 2015-01-05 | 2016-07-11 | Rangecloud Information Technology Co Ltd | Detection systems and methods for static detection applications, and computer program products |
WO2016152132A1 (ja) * | 2015-03-25 | 2016-09-29 | 日本電気株式会社 | 音声処理装置、音声処理システム、音声処理方法、および記録媒体 |
CN104992714A (zh) * | 2015-05-22 | 2015-10-21 | 株洲联诚集团有限责任公司 | 一种电机异音的检测方法 |
TW201703028A (zh) * | 2015-07-06 | 2017-01-16 | 中達電子零組件(吳江)有限公司 | 設備異音的檢測方法及檢測裝置 |
CN106323452A (zh) * | 2015-07-06 | 2017-01-11 | 中达电子零组件(吴江)有限公司 | 一种设备异音的检测方法及检测装置 |
TWM581694U (zh) * | 2017-11-17 | 2019-08-01 | 英商斯凱旺蒂爾國際(英國)有限責任公司 | 用於風洞的交互式模組化系統 |
US20190253441A1 (en) * | 2018-02-12 | 2019-08-15 | Cisco Technology, Inc. | Detecting cyber-attacks with sonification |
US20190295568A1 (en) * | 2018-03-20 | 2019-09-26 | Honda Motor Co., Ltd. | Abnormal sound determination apparatus and determination method |
TWM594686U (zh) * | 2019-01-04 | 2020-05-01 | 益力半導體股份有限公司 | 變容式輪胎厚度感測器 |
TWM590943U (zh) * | 2019-09-24 | 2020-02-21 | 旺捷智能感知股份有限公司 | 具有機台病灶分析和異音辨識功能之穿戴式電子裝置 |
CN111048114A (zh) * | 2019-12-30 | 2020-04-21 | 深圳江行联加智能科技有限公司 | 一种设备异常声音检测的设备及方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI751642B (zh) | 2022-01-01 |
TW202206790A (zh) | 2022-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9812152B2 (en) | Systems and methods for identifying a sound event | |
CN109616140B (zh) | 一种异常声音分析系统 | |
CN109754110B (zh) | 一种牵引变流器故障的预警方法及系统 | |
CN106251572A (zh) | 基于振动检测的智能家居监控方法及系统 | |
US10752213B2 (en) | Detecting an event and automatically obtaining video data | |
Xu et al. | ER: Early recognition of inattentive driving leveraging audio devices on smartphones | |
CN105913059B (zh) | 一种车辆vin码的自动识别系统及其控制方法 | |
CN101952860A (zh) | 带有信号识别的入侵检测系统 | |
Clemente et al. | Indoor person identification and fall detection through non-intrusive floor seismic sensing | |
Li et al. | Seismic data classification using machine learning | |
US20230060936A1 (en) | Method for identifying an audio signal | |
CN110209281B (zh) | 对运动信号进行处理的方法、电子设备和介质 | |
CN112985574B (zh) | 基于模型融合的光纤分布式声波传感信号高精度分类识别方法 | |
CN107272061A (zh) | 一种次声信号与地震事件的自动关联方法 | |
Chin et al. | Learn to detect: Improving the accuracy of earthquake detection | |
CN103886868A (zh) | 冲击声检测方法及检测系统 | |
CN113380273A (zh) | 异常声音检测及判断形成原因的系统 | |
Arslan et al. | A sound database development for environmental sound recognition | |
US20240167911A1 (en) | System for sensing and recognizing acoustic and/or vibrational anomalies associated with a site to be monitored | |
CN104374885A (zh) | 一种易爆气体的危险声源功能检测装置 | |
Changjun et al. | The research of vehicle classification using SVM and KNN in a ramp | |
CN109389994A (zh) | 用于智能交通系统的声源识别方法及装置 | |
Ntalampiras | Audio surveillance | |
JP7000963B2 (ja) | ソーナー装置、音響信号判別法、及びプログラム | |
CN107578609B (zh) | 一种基于NB-IoT智能跟踪器的多载体振动自动识别方法 |
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 |