摘要
本发明公开了一种基于声纹识别模型的设备工作状态识别方法,涉及工业设备运行状态识别技术领域。该基于声纹识别模型的设备工作状态识别方法,通过采集目标设备的运行音频波形数据,提取包含短时能量、频谱质心、谱通量、MFCC和零交叉率等参数的声学表示数据,输入至预训练的声纹识别模型提取声纹特征表示向量,并通过状态分类模型确定当前运行状态类别,本发明通过将音频信号划分为帧,提取短时能量、频谱质心、谱通量、MFCC、零交叉率等声学特征,结合双向神经网络建模帧间演化关系,并引入注意力机制突出关键帧段,有效增强对状态边界模糊或过渡不明显等工况的识别能力,提升时序解析与状态判别精度。
技术关键词
声纹识别模型
设备工作状态
音频波形数据
识别方法
声纹特征
判别特征
双向长短期记忆
时序特征
工业设备运行状态
梅尔频率倒谱系数
双向神经网络
引入注意力机制
参数
离散余弦变换
声学特征
噪声抑制
系统为您推荐了相关专利信息
内容生成方法
梅尔频率倒谱系数
内容生成程序
个性化特征
声纹特征
识别方法
卷积神经网络学习
高斯核函数
Softmax函数
嵌入秘密信息
二维码生成方法
数据模块
二维码识别方法
网格
轨道
智能识别方法
数字高程模型
正射影像数据
深度学习模型
三维激光扫描点云数据