摘要
本发明公开了基于动态注意力机制的机器异常声音检测方法及系统,通过构建特征提取网络和检测网络,并在特征提取网络中通过log‑Mel谱图、改进的WaveNet和TgramNet网络提取机器音频的频域‑时域特征,获得特征融合谱图,包含MobileFaceNet网络与OCBAM动态注意力机制的检测网络,通过获取机器音频并对其进行机器具体类型与工作状态的数据标注,使用特征提取网络对机器音频数据集进行特征提取,训练检测模型,并使用检测模型检测异常声音。本发明解决了复杂工业环境中的机器异常声音检测困难问题,可以有效提高工业生产安全与效率、优化生产过程和质量控制、降低设备停机时间和维护成本。
技术关键词
注意力机制
时域特征
特征提取网络
动态
输出特征
卷积模块
检测异常声音
声学特征
训练检测模型
短时傅里叶变换
周期性
音频特征
频域特征
内核
通道
数据