（高清版）DB34∕T 4739-2024 声纹检测通用规范.docxVIP

ICS17.140.99CCSL70

34

安徽省地方标准

DB34/T4739—2024

声纹检测通用规范

Generalspecificationforvoiceprintdetection

2024-04-15发布2024-05-15实施

安徽省市场监督管理局发布

.

DB34/T4739—2024

I

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由安徽省工业和信息化厅提出并归口。

本文件起草单位：科大讯飞股份有限公司、安徽省质量和标准化研究院、合肥智能语音创新发展有限公司、合肥产品质量监督检验研究院。

本文件主要起草人：宫韬、褚繁、程鸣、李俊、蔡明琦、张迪、车骋、徐甲甲、李心、储汉卿、任颖、凌俊杰、宋若淼、李然。

DB34/T4739—2024

1

声纹检测通用规范

1范围

本文件规定了声纹检测的准备和方法要求。

本文件适用于工业产品和工业设备的声纹检测。

2规范性引用文件

本文件没有规范性引用文件。

3术语和定义

下列术语和定义适用于本文件。

3.1

声纹voiceprint

工业产品和工业设备发出声波信号中的特征信息。

3.2

声纹检测voiceprintdetection

运用电声学系统，利用人工智能等技术测试和分析工业产品和工业设备声纹的过程。

4检测准备

4.1声音采集

4.1.1总体要求

多次声音采集过程中的环境参数、采集方式、采集音频参数、采集样本时长和总量应保持一致。

4.1.2采集设备

4.1.2.1采集设备包括但不限于：拾音设备、模数转换、编码器、存储设备。

4.1.2.2采集设备性能指标应根据采集对象合理适配，编码格式宜采用PCM编码，模数转换量化精度宜大于等于16bit。

4.1.3采集方式

4.1.3.1拾音设备与被采集对象应相对固定。

4.1.3.2拾音设备宜贴近被采集对象，采集方向宜正对被采集对象发声位置。

4.1.4采集环境

4.1.4.1采集过程中应避免出现采集环境之外的其他异常噪声。

4.1.4.2采集环境噪声宜不大于30dB(A)。

4.1.5采集音频参数

DB34/T4739—2024

2

采集的音频参数应符合以下要求：

a)采样率：≥48K；

b)峰值幅度：≥-18dBFS且≤-3dBFS。

4.1.6采集样本

样本应覆盖所有正常和异常类别，单条样本时长不小于10秒，样本总量每个类别不小于500条。

4.2标注

4.2.1标注方法

4.2.1.1在计算机上对采集到的声音样本进行标注，对样本所进行的标注包括两种标注类别（正常和异常类别），每个样本应仅有一种标注类别。

4.2.1.2检测人员使用计算机上的音频播放软件对待标注样本进行辨听，再进行标注结果记录，若无法判断是否为异常可注明无法判断。

4.2.2标注格式

标注完成后形成标注记录，存储于关系型数据库中，声纹样本标注字段见表1。若待标注样本为正常声纹，则异常开始时间和异常结束时间一栏为斜杠符（/）。

表1声纹样本标注字段说明

字段名称

字段类型

字段描述

备注

VoiceId

String

音频ID

MarkTime

Long

样本时长

单位：毫秒

MarkPerson

String

标注人员编号

录入人员编号

Abnormal

String

声纹类型标签

正常/异常/无法判断

StartPoint

Double

异常开始时间

单位：毫秒

EndPoint

Double

异常结束时间

单位：毫秒

4.3建立模型

对检测人员标注为正常/异常的声音样本提取声学特征，利用机器学习算法对声学特征进行建模，得到可区分正常和异常类别的声纹分类模型，用于进行后续声纹检测任务。

5检测流程图

检测流程图见图1。

3

DB34/T4739—2024

部署拾音设备

部署拾音设备

采集现场声音

比对

检测结果输出

图1检测流程图

6方法

6.1部署拾音设备

6.1.1应符合4.1.2和4.1.3规定的要求。

6.1.2单个工业设备或工业产品对应一个拾音设备。

6.1.3拾音设备应连接模数转换器形成拾音设备系统。

6.2采集现场声音

6.2.1采集环境

在生产线环境下进行，采集环境噪声宜不大于30dB(A),可使用