摘要
本发明提供一种装备异常声纹检测系统,包括:用于实时采集原始声纹信号并进行预处理的声纹采集模块;部署于边缘计算设备,用于利用一维轻量化神经网络模型对声纹特征进行实时异常检测的边缘端检测模块;用于将实时异常检测的结果转换为概率化异常可信度评分的异常可信度评估模块;用于基于动态密度趋势感知算法从实时声纹数据中筛选高价值样本并缓存于边缘的增量数据筛选模块;用于利用持续学习机制对检测模型进行演化训练的云端模型演化模块;用于通过变分自编码器VAE与生成对抗网络GAN联合生成伪样本的生成重放模块;用于将演化后的云端模型压缩后下发并替换边缘端检测模块中的原有模型,从而形成云边协同的持续进化闭环的模型更新模块。
技术关键词
声纹检测系统
轻量化神经网络
生成对抗网络
联合损失函数
模型更新
样本
重构误差
残差模块
装备
云端
声纹特征
数据筛选功能
编码器
模型压缩
核密度估计方法
参数
学习历史数据
边缘检测模型
系统为您推荐了相关专利信息
医疗图像数据
计算机
解剖特征
评估算法
医疗设备
崩溃现象
生成对抗网络模型
稀疏数据预处理
表达式
覆盖率
指纹特征
真实图像数据
编码器架构
溯源方法
联合损失函数
谣言检测方法
话题
注意力机制
样本
预训练语言模型
修复方法
编码特征
控制解码器
联合损失函数
点云修复