基于自监督学习的声音异常检测方法、装置、设备及介质

本发明涉及人工智能技术领域，公开了一种基于自监督学习的声音异常检测方法、装置、设备及介质，所述方法包括获取机械设备在正常运行状态下的第一声音样本集以及待测试的机械设备的声音样本；对第一声音样本集进行数据增强处理，得到第二声音样本集；将第二声音样本集输入至初始编码器神经网络模型中提取特征向量；构建损失函数并对编码器神经网络模型进行更新；将待测试的机械设备的声音样本输入至训练好的编码器神经网络模型中提取特征向量；计算待测试的机械设备的声音样本的特征向量与第二声音样本集的特征向量之间的马氏距离，并根据计算结果判断机械设备的运行状态是否正常。所述方法有效的提高了工业机械设备故障检测的准确率。