- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111076960 A
(43)申请公布日
2020.04.28
(21)申请号 201911154683.5
(22)申请日 2019.11.22
(71)申请人 科士恩科技(上海)有限公司
地址 200333 上海市普陀区云岭西路600弄
6号8楼805室
(72)发明人 胡东明
(51)Int.Cl.
G01M 99/00(2011.01)
G01H 17/00(2006.01)
G06K 9/62(2006.01)
G06N 3/02(2006.01)
权利要求书1页 说明书4页 附图1页
(54)发明名称
一种基于人工智能算法的声纹质量检测方
法
(57)摘要
一种基于人工智能算法的声纹质量检测方
法,包括PC机内的声纹储存模块、标记模块;实现
方法包括如下步骤,第一步:先将空调已知故障
的声纹特征经标记模块进行数据标注,并将这些
数据按照一定比例分为训练集和测试集;第二
步:针对空调声纹的特征设计适合的人工智能深
度学习类型;第三步:用标注过的声纹数据对模
型进行训练;第四步:用测试集对实证模型进行
测试其是否正确;第五步:将待检测声纹输入模
型中,模型给出检测声纹的数据;第六步:对实证
模型进行持续优化。本发明在干扰、多变的情况
A 下,仍旧精确找到空调等各种质量问题,涵盖了
0 空调主要四大类故障问题判别,并设计出合理的
6
9
6 软件架构,使系统具备良好扩容、自适应学习能
7
0
1 力。
1
1
N
C
CN 111076960 A 权 利 要 求 书 1/1页
1.一种基于人工智能算法的声纹质量检测方法,其特征在于包括PC机内的声纹储存模
块、标记模块;实现方法包括如下步骤,第一步:先将空调已知故障的声纹特征经标记模块
进行数据标注,同时配上与故障数据一比一对应的合格产品的声纹数据,并将这些数据按
照一定比例分为训练集和测试集;第二步:基于人工智能深度学习技术,针对空调声纹的特
征设计适合的人工智能深度学习类型;第三步:用标注过的声纹数据对模型进行训练;第四
步:用测试集对基于人工智能深度学习的人工智能平台上跑出来实证模型进行测试其是否
正确;第五步:测试空调具体待检声纹数据时,将待检测声纹输入模型中,模型能给出检测
声纹的数据,从而检测人员根据所得数据判断检测的空调声纹数据是否合格;第六步:对实
证模型进行持续优化,形成基于工业声成像的故障、定位、品质评价感知认知多种模型。
2.根据权利要求1所述的一种基于人工智能算法的声纹质量检测方法,其特征在于,声
纹储存模块内储存有大量空调已知故障的声纹特征数据以及和故障一比一对应合格空调
产品的声纹数据。
3.根据权利要求1所述的一种基于人工智能算法的声纹质量检测方法,其特征在于,第
一步中,将空调已知故障的声纹特征经标记模块进行数据标注中,故障数据累积的愈多愈
好。
4.根据权利要求1所述的一种基于人工智能算法的声纹质量检测方法,其特征在于,第
一步中,训练集和测试集同时兼具故障数据和合格数据。
5.根据权利要求1所述的一种基于人工智能算法的声纹质量检测方法,其特征在于,第
三步中,声纹数据是第一步中的训练集。
2
2
CN 111076960 A 说 明 书
文档评论(0)