公开(公告)号：CN117133315A

公开(公告)日：2023-11-28

申请号：CN202311248631.0

申请日：2023-09-26

Applicant: 南京邮电大学

Inventor： 殷俊 ,  王昱杰 ,  夏欣然 ,  许志鹏 ,  杨余旺

IPC: G10L25/51 ,  G10L25/30 ,  G10L25/18 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积对抗神经网络的机器异音样本重建方法，为解决机器异常声音检测任务中正常声音和异常声音样本的数量不平衡问题和优化异音检测效果，提出卷积对抗神经网络模型，本发明所设计的方法使用条件生成对抗网络，同时学习正常样本的高维图像生成和潜在空间的推断。训练时，只使用正常样本进行训练，使得卷积对抗神经网络的模型可以重建正常样本，而异常样本很难重建，以异常评分机制判定音频是否异常。此外，使用注意力机制建立了输入和输出层元素之间的权重关系，实验表明该卷积对抗神经网络模型解决数据不平衡问题的有效性和先进性并且提高异音检测效率。