买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥大学;合肥工业大学申请的专利基于双通道特征融合VAE的机器声音异常检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120015055B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510039797.4，技术领域涉及：G10L25/51；该发明授权基于双通道特征融合VAE的机器声音异常检测方法及系统是由张琛;卫永康;张新;邹乐;陈岩;朱旭辉设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于双通道特征融合VAE的机器声音异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于双通道特征融合VAE的机器声音异常检测方法及系统，该方法包括：获取正常的机器声音样本集，基于样本集训练预先构建的双通道特征融合VAE模型，获取正常机器声音的声音特征，所述训练过程基于解码器输出的重构声音特征与模型输入特征的误差损失训练模型参数；获取待测的机器声音，将待测机器声音输入双通道特征融合VAE模型，基于模型输出的机器声音特征与正常的机器声音样本集的机器声音特征的马哈拉诺比斯距离作为待测机器声音的异常分数；基于待测机器声音的异常分数与预设分数阈值的大小确定机器声音异常检测结果。本发明有效地提升了模型的重建能力，帮助模型更好地学习正常声音特征。

本发明授权基于双通道特征融合VAE的机器声音异常检测方法及系统在权利要求书中公布了：1.一种基于双通道特征融合VAE的机器声音异常检测方法，其特征在于，包括： 获取正常的机器声音样本集，基于样本集训练预先构建的双通道特征融合VAE模型，用于基于VAE模型的编码器进行声音特征编码、基于VAE模型的解码器进行声音特征重构，获取正常机器声音的声音特征，双通道特征融合VAE模型的训练过程中，训练过程基于解码器输出的重构声音特征与模型输入特征的误差损失训练模型参数；所述训练过程采用的正常的机器声音样本集包括源域声音样本集和目标域声音样本集； 获取待测的机器声音，将待测机器声音通过训练完成的双通道特征融合VAE模型获取输出的机器声音特征，基于模型输出的机器声音特征与正常的机器声音样本集的机器声音特征的马哈拉诺比斯距离作为待测机器声音的异常分数；针对待测机器声音进行检测时，所述基于模型输出的机器声音特征与正常的机器声音样本集的机器声音特征的马哈拉诺比斯距离作为待测机器声音的异常分数，包括：基于源域声音样本集输入训练完成的双通道特征融合VAE模型，得到源域重构声音样本集；计算源域声音样本集和源域重构声音样本集的协方差矩阵记为第一协方差矩阵；基于目标域声音样本集输入训练完成的双通道特征融合VAE模型，得到目标域重构声音样本集；计算目标域声音样本集和目标域重构声音样本集的协方差矩阵记为第二协方差矩阵；针对待测机器声音进行检测时，基于输入双通道特征融合VAE模型的待测声音特征、输入双通道特征融合VAE模型之后模型输出的待测声音重构特征和第一协方差矩阵，采用马哈拉诺比斯距离公式，计算得到第一距离；基于输入双通道特征融合VAE模型的待测声音特征、输入双通道特征融合VAE模型之后模型输出的待测声音重构特征和第二协方差矩阵，采用马哈拉诺比斯距离公式，计算得到第二距离；基于第一距离和第二距离的较小值作为待测机器声音的异常分数； 基于待测机器声音的异常分数与预设分数阈值的大小确定机器声音异常检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥大学;合肥工业大学，其通讯地址为：230601 安徽省合肥市合肥市经开区锦绣大道99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。