一种喇叭单体通用的异音检测方法、系统及计算机设备与流程

本发明涉及音频检测，尤其涉及一种喇叭单体通用的异音检测方法、系统及计算机设备。

背景技术：

1、喇叭单体的生产制造过程中，异音（如摩擦音、杂音、破音、谐振异响、失真、刮擦声）是常见不良品表现。目前行业多依赖人工听音判断，存在以下问题：

2、1.人工判断主观性强，一致性差；

3、2.长时间听音易疲劳，漏检率高；

4、3.无法量化异音特征，难以形成标准化检测；

5、现有音频检测算法多针对语音或音乐，无法适配喇叭单体异音的复合检测需求。上述问题亟待解决。

技术实现思路

1、本发明公开了一种喇叭单体通用的异音检测方法、系统及计算机设备，旨在解决现有技术中存在的技术问题。

2、本发明采用下述技术方案：

3、在第一方面，本发明提供了一种喇叭单体通用的异音检测方法，其包括如下步骤：

4、获取喇叭播放时的音频信号；

5、将所述音频信号进行预处理，获得处理信号；

6、将所述处理信号进行特征提取，得到特征信息，所述特征信息至少包括：mfcc 特征、频谱特征、时域特征、频域特征和thd失真特征；

7、将所述特征信息输入预设的分类模型中得到分类结果，所述分类结果包括正常音和异音。

8、在本发明的喇叭单体通用的异音检测方法中，所述将所述音频信号进行预处理，获得处理信号步骤包括：

9、将所述音频信号进行归一化、分帧、降噪，得到降噪音频信号，提取所述降噪音频信号中的有效检测片段，得到所述处理信号。

10、在本发明的喇叭单体通用的异音检测方法中，所述提取所述降噪音频信号中的有效检测片段步骤包括：

11、选择所述降噪音频信号中rms能量≥第一阈值的连续音频帧作为候选片段，合并相邻所述候选片段，并剔除长度为00ms的所述候选片段，得到所述有效检测片段。

12、所述第一阈值e_th=e_global×10%，其中，e_global为所述降噪音频信号的全局rms 能量。

13、在本发明的喇叭单体通用的异音检测方法中，所述频域特征包括7维频谱对比度和12 维色度向量；

14、所述7维频谱对比度包括6维子带对比度和全局对比度。

15、在本发明的喇叭单体通用的异音检测方法中，所述6维子带对比度获取步骤包括；将所述处理信号按音频频率划分为6个不同的频带；

16、分别计算各所述频带内的对比度，得到所述6维子带对比度，所述对比度为各所述频带的幅度谱或功率谱的波峰和波谷的差值；

17、所述全局对比度为各所述频带的对比度的算术平均值。

18、在本发明的喇叭单体通用的异音检测方法中，所述thd失真特征包括总谐波畸变率；和/或所述mfcc 特征包括13 维 mfcc 系数的均值与标准差；和/或所述频谱特征包括频谱质心、频谱带宽和频谱滚降点；和/或所述时域特征包括过零率和rms能量。

19、在本发明的喇叭单体通用的异音检测方法中，所述预设的分类模型为经过训练的随机森林二分类模型，训练步骤如下：

20、获取音频信号样本，所述音频信号样本包括多个正常音的音频信号和多个异音的音频信号的；

21、获取各所述音频信号的特征信息，将各所述音频信号的特征信息与相对应的标签建立对应关系，所述标签包括正常音和异音；

22、将由多个所述特征信息形成的特征矩阵以及多个所述标签形成的标签向量输入到所述随机森林二分类模型中进行训练；

23、得到训练的所述随机森林二分类模型。

24、在第二方面，本发明还提供了一种喇叭单体通用的异音自动检测系统，其包括：

25、获取模块，用于获取喇叭播放时的音频信号；

26、预处理模块，用于将所述音频信号进行预处理，获得处理信号；

27、提取模块，用于将所述处理信号进行特征提取，得到特征信息，所述特征信息至少包括：mfcc 特征、频谱特征、时域特征、频域特征和失真特征；

28、分类模块，用于将所述特征信息输入预设的分类模型中得到分类结果，所述分类结果包括所述音频信号为正常音和异音。

29、在本发明的喇叭单体通用的异音自动检测系统中，所述分类模块还用于依据预设的音频信号样本路径，自动完成预设的分类模型的训练与保存。

30、在本发明的喇叭单体通用的异音自动检测系统中，还包括批量检测与结果输出模块，用于获取多个所述音频信号，并逐一进行检测，得到csv 格式检测报告，所述检测报告至少包含正常音或异音的分类结果、结果的置信度以及正常音或异音的概率。

31、在第三方面，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的方法的步骤。

32、在第四方面，本发明还提供了一种计算机存储介质，所述计算机存储介质中存储有指令，所述指令在计算机上执行时，使得所述计算机执行如上述任一项所述的方法。

33、本发明采用的技术方案能够达到以下有益效果：

34、本发明主要提供了一种喇叭单体通用的异音检测方法，基于以预设的分类模型对获取的音频信号进行分类，能够避免人工分类主观性强的问题，提高分类的一致性，使得检测过程以及结果标准化，且不存在人工分类长时间工作疲劳导致的漏检率高的问题；并且，基于以mfcc 特征、频谱特征、时域特征、频域特征和thd失真特征作为分类依据，对喇叭异音识别更敏感，能够快速分辨正常音和异音，异音识别的鲁棒性更强。

1.一种喇叭单体通用的异音检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的喇叭单体通用的异音检测方法，其特征在于，所述将所述音频信号进行预处理，获得处理信号步骤包括：

3.根据权利要求2所述的喇叭单体通用的异音检测方法，其特征在于，所述提取所述降噪音频信号中的有效检测片段步骤包括：

4.根据权利要求1所述的喇叭单体通用的异音检测方法，其特征在于，所述频域特征包括7维频谱对比度和12 维色度向量；

5.根据权利要求4所述的喇叭单体通用的异音检测方法，其特征在于，

6.根据权利要求1所述的喇叭单体通用的异音检测方法，其特征在于，所述thd失真特征包括总谐波畸变率；和/或所述mfcc 特征包括13 维 mfcc 系数的均值与标准差；和/或所述频谱特征包括频谱质心、频谱带宽和频谱滚降点；和/或所述时域特征包括过零率和rms能量。

7.根据权利要求1所述的喇叭单体通用的异音检测方法，其特征在于，所述预设的分类模型为经过训练的随机森林二分类模型，训练步骤如下：

8.一种喇叭单体通用的异音自动检测系统，其特征在于，包括：

9.根据权利要求8所述的喇叭单体通用的异音自动检测系统，其特征在于，所述分类模块还用于依据预设的音频信号样本路径，自动完成预设的分类模型的训练与保存。

10.根据权利要求8所述的喇叭单体通用的异音自动检测系统，其特征在于，还包括批量检测与结果输出模块，用于获取多个所述音频信号，并逐一进行检测，得到csv 格式检测报告，所述检测报告至少包含正常音或异音的分类结果、结果的置信度以及正常音或异音的概率。

11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

12.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有指令，所述指令在计算机上执行时，使得所述计算机执行如权利要求1至7中任一项所述的方法。