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