公开(公告)号：CN117292714A

公开(公告)日：2023-12-26

申请号：CN202311316592.3

申请日：2023-10-12

Applicant: 桂林电子科技大学

Inventor： 宋浠瑜 ,  梅青山 ,  王玫 ,  仇洪冰

IPC: G10L25/51 ,  G10L25/30 ,  G10L25/24 ,  G10L25/48 ,  G06N3/088 ,  G10L17/26

Abstract: 本发明针对工业场景下，异常声音检测的特征组合问题，提出了一种基于轻量级网络的无监督机器异常声音检测方法，该方法使用log‑Mel谱图和SincNet谱图融合特征作为输入，使得机器工作声音的特征信息更加丰富，有利于提高轻量化网络的检测性能。检测模型是在MobileNetV3主干网络中使用了更加轻量化的ES注意力机制，既可以避免池化过程中精细特征丢失的风险，又可以进一步减小模型的计算量，使得系统可以更好的部署在移动端设备，增强机器异常声检测的实用性和灵活性。该方法不仅适用于工业场景下机器工作声音信号的异常检测，也适用于各种异常声音检测任务的移动端部署。