基于深度学习和声纹的铁塔螺栓异常监测方法及系统

本发明公开了一种基于深度学习和声纹的铁塔螺栓异常监测方法及系统，包括：首先获取铁塔的原始监测音频，并利用预先训练的去噪模型对音频进行处理，以获得更清晰的目标音频。随后，从目标音频中提取待分析的螺栓声纹，并将其加载至预先训练的螺栓声纹异常分类模型中进行分类处理。最终，该方法能够准确地得到铁塔监测音频中的螺栓声纹异常分类结果，实现了对铁塔螺栓状态的智能、高效监测。