摘要
本发明涉及声纹识别技术领域,公开了一种基于机器学习的声纹识别方法及系统,该方法包括:将待检测区域划分为若干个子检测区域;采集声纹数据,进行去噪处理,获取声纹频谱生成初步识别标识;当为频谱疑似异常标识时,提取符合预设条件的子检测区域,对其余子检测区域内的声纹频谱进行分析,计算频谱数据偏离因子;对所有频谱数据偏离因子进行分类,获得多个子检测区域频谱偏离因子集合并获得疑似异常偏离因子以及最终疑似异常偏离因子;将最终疑似异常偏离因子输入预先训练的神经网络模型输出声纹识别结果并进行预警提醒。本申请提升了油气管道异常检测的效率与可靠性。
技术关键词
声纹识别方法
因子
神经网络模型
数据
标识
声学传感器
管道异常检测
声纹识别系统
声纹识别技术
中子
采集单元
频率
处理单元
数值
油气
关系
系统为您推荐了相关专利信息
主变压器容量
变电站主变压器
钢结构变电站
钢筋混凝土
时间序列预测模型
边界识别系统
数据输入模块
多模态
3DCNN模型
识别模块
洗衣机
洗衣管理系统
校园自助
洗衣管理方法
云平台
发动机引气系统
指标预测方法
ARIMA模型
XGBoost模型
参数