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！

龙图腾网获悉珠海博杰电子股份有限公司申请的专利基于机器工作音频的异常检测方法、装置和存储介质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：CN120877782B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511374447.X，技术领域涉及：G10L25/51；该发明授权基于机器工作音频的异常检测方法、装置和存储介质是由汪文静;李晓刚;肖高博;杨智慧设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本基于机器工作音频的异常检测方法、装置和存储介质在说明书摘要公布了：本发明提出了一种基于机器工作音频的异常检测方法、装置和存储介质，该方法包括：获取机器音频样本；提取机器音频样本的梅尔滤波器组能量特征；通过transformer编码器提取所有梅尔滤波器组能量特征的深层特征，获得多个深层通用特征和多个深度待测特征；根据所有深层通用特征构建训练特征集合，并采用K近邻算法自训练特征集合确定异常阈值；逐一获取深度待测特征与训练特征集合中每个深层通用特征的距离度量值，并基于距离度量值生成深度待测特征的异常分数；比较异常分数与异常阈值，根据比较结果判定待检测机器是否存在故障。本发明仅通过机器正常工作时的音频样本确定检测阈值，判断过程无需异常样本参与即可实现故障检测。

本发明授权基于机器工作音频的异常检测方法、装置和存储介质在权利要求书中公布了：1.一种基于机器工作音频的异常检测方法，其特征在于，包括： 获取机器音频样本，所述机器音频样本包括训练样本和待测样本，所述训练样本为机器正常工作时的音频样本，所述待测样本为待检测机器工作时的音频样本； 提取所述机器音频样本的梅尔滤波器组能量特征，其中，所述梅尔滤波器组能量特征包括第一Fbank特征和第二Fbank特征，从所述训练样本提取的所述梅尔滤波器组能量特征为第一Fbank特征，从所述待测样本提取的所述梅尔滤波器组能量特征为第二Fbank特征； 通过transformer编码器提取所有所述梅尔滤波器组能量特征的深层特征，获得多个深层通用特征和多个深度待测特征，其中，所述深层通用特征由所述第一Fbank特征提取而得，所述深度待测特征由所述第二Fbank特征提取而得，该步骤具体包括： 将所述梅尔滤波器组能量特征切分为多个序列块并输入至transformer编码器，得到包含所述序列块的信息的输出特征； 将所述输出特征的维度进行重塑，得到与对应所述梅尔滤波器组能量特征的时频结构相关联的多维特征； 对所述多维特征在时间维度上进行池化，得到降维特征； 将所述降维特征在剩余的频谱与每个所述序列块的特征维度上进行融合，得到一维特征；其中，所述一维特征包括深层通用特征和深层待测特征，当被切分的所述梅尔滤波器组能量特征为第一Fbank特征时得到所述深层通用特征，当被切分的所述梅尔滤波器组能量特征为第一Fbank特征时得到所述深层待测特征； 根据所有所述深层通用特征构建训练特征集合，并采用K近邻算法自所述训练特征集合确定异常阈值，该步骤具体包括： 获取所述训练特征集合中每个所述深层通用特征与集合内其他所有所述深层通用特征之间的欧式距离，得到第一距离矩阵； 获取每个所述深层通用特征在所述训练特征集合中最临近的K个所述深层通用特征的最小距离，计算所有所述最小距离的算数平均值，作为所述深层通用特征的最近邻平均距离，其中，K为预设正整数； 基于所述最近邻平均距离，得到所述异常阈值； 逐一获取所述深度待测特征与所述训练特征集合中每个所述深层通用特征的距离度量值，并基于所述距离度量值生成所述深度待测特征的异常分数； 比较所述异常分数与所述异常阈值，根据比较结果判定所述待检测机器是否存在故障。

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珠海博杰电子股份有限公司，其通讯地址为：519000 广东省珠海市香洲区福田路10号厂房1一楼-1、二、三、四楼；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。