[发明专利]基于神经网络的声音检测方法、工业声学检测系统及方法

说明书

本发明公开了一种基于卷积神经网络的声音检测方法，以及在工业上的应用，包括卷积神经网络模型的训练阶段和预测阶段，其中，在训练阶段，首先，对已标记标签的声音信号做预处理，将一定数量的声音信号转换为二维音频特征；然后，将所有二维音频特征作为样本，输入至未训练的卷积神经网络模型进行训练，获得具有训练好参数的卷积神经网络模型；在预测阶段，实时将获取的声音信号转换为二维音频特征，并输入至训练好的卷积神经网络模型，获取卷积神经网络模型输出的声音预测。提高了声音处理的预测准确率。应用该方法对工业产品异响进行检测，对工业异响数据集进行测试，预测准确率达到95％。

技术领域

本发明属于声音处理领域，具体涉及一种基于神经网络的声音检测方法、工业声学检测系统及方法。

背景技术

声音异响对工业生产企业判断产品的质量起着至关重要的作用。现有的工业声音异响检测主要还是依赖于人工听。这需要工人有较丰富的经验，存在很大的主观性。同一个工业产品发出的声音，两个工人可能一个认为是声音合格，另一个认为是不合格。这种潜在的不一致性，影响了生产企业对产品良品率的质量把控。另外，人工听异响也影响了生产线的效率，无法在自动化生产线全面推广。

深度学习的卷积神经网络在人工智能图像处理方面获得很大的成功，人们提出各种模型框架应用于图像分类等领域。但如果把这些模型直接应用于声音检测分类，则缺乏针对性，预测准确率也不高。

发明内容

本发明所要解决的技术问题是：提供一种基于神经网络的声音检测方法，解决了现有技术中卷积神经网络模型直接用于声音检测，准确率低的问题。

本发明为解决上述技术问题采用以下技术方案：

基于卷积神经网络的声音检测方法，包括卷积神经网络模型的训练阶段和预测阶段，其中，在训练阶段，首先，对已标记标签的声音信号做预处理，将一定数量的声音信号转换为二维音频特征；然后，将所有二维音频特征和标签作为样本，输入至未训练的卷积神经网络模型进行训练，获得具有训练好参数的卷积神经网络模型；

在预测阶段，实时将获取的声音信号转换为二维音频特征，并输入至训练好的卷积神经网络模型，获取卷积神经网络模型输出的声音预测。

将一定数量的声音信号转换为二维音频特征的过程如下：

对声音信号设定时间长度进行分帧，得到N个声音片段，每一个声音片段即为一帧，对每一帧声音信号计算对数梅尔特征，将所有分帧的对数梅尔特征合成得到二维音频特征，

对数梅尔特征的计算方法如下所示：

每帧声音信号→傅里叶变换→取模→梅尔滤波器→对数变换→对数梅尔特征。

卷积神经网络模型的训练流程如下：

步骤1、将已经标记过“正常”或“异常”标签的声音信号按比例划分为训练集和测试集；

步骤2、将训练集中的所有数据分批依次输入卷积神经网络模型，每输入一批数据计算一次模型输出值，利用输出值和标签计算损失函数值，应用损失函数值对卷积神经网络模型的参数进行一次更新，同时计算训练集预测准确率，输入完所有批次数据即完成一个训练周期；

步骤3、一个训练周期结束后，将测试集数据导入当前参数更新的卷积神经网络模型，计算测试集的预测准确率和损失函数值；

步骤4、重复执行步骤2、步骤3，直至预先设定的训练周期总数完成，获取具有训练好参数的卷积神经网络模型。

卷积神经网络模型输出的声音预测过程如下：

将实时采集的声音信号转换为二维音频特征，输入训练好的卷积神经网络模型，输出一个概率值，该概率值范围为[0,1]，当概率值小于0.5时，预测为“正常”，否则，预测为“异常”。

卷积神经网络模型的构建方法如下：