基于AI人工智能的音频测试技术：将完全代替人耳实现异音检测

在电声及机械结构的领域中,异音、异响和杂音这些与声音振动相关的问题,始终是开发、测试和质检工程师的棘手难题。在检测异音异响这场旷日持久的过程里,大家对它的认知也在持续地演进与蜕变。伴随着检测技术手段的日益精进与革新,从传统的人耳检测,到纯音检测,再到基于AI人工智能的音频检测,正一步步地朝着“自动化检测完全代替人耳”稳步迈进。

1、从人耳检测到纯音检测的改进

检测精度提升:人耳检测受主观因素影响大,不同人对声音的敏感度和辨别能力不同,且难以精确描述声音特征。纯音检测则通过专业声学仪器,能精确分析声音的频率、幅值等参数,可准确测量人耳难以察觉的细微声音变化,为判断电机是否存在异音提供更精确数据,如电机故障产生的微弱谐波频率。

检测标准量化:人耳检测无法给出声音的量化标准,判断结果模糊。纯音检测能够设定明确的量化标准,如规定某型号汽车电机在正常运转时各频率范围的响度、频率波动范围等参数,使检测结果更具客观性和可比性,有效避免了人耳检测的主观性和不确定性,保证产品质量的一致性。

检测环境要求降低:人耳检测对环境要求相对较低,但在复杂嘈杂环境中易受干扰,影响检测结果准确性。纯音检测通常在相对安静稳定的环境下进行,且仪器设备自身具有一定抗干扰能力,能更好地保证检测精度,可避免外界环境噪声对检测结果的影响,确保测量的准确性。

可重复性增强:人耳检测结果难以保证每次都相同,受检测人员状态等因素影响大。纯音检测只要仪器设备正常、测试条件相同,就能得到稳定可靠、可重复性高的结果,有助于对产品质量进行长期稳定的监控和评估。

2、从纯音检测到音频检测的改进

检测范围扩大:纯音检测主要关注单一频率或特定频率范围内的声音信号,而音频检测不仅涵盖纯音,还包括各种复杂声音信号,如噪声、语音、音乐以及它们的混合信号等。这使得音频检测能够更全地分析和评估声音所包含的信息,适用于更多类型声音的检测和分析场景。

分析维度增加:纯音检测主要分析声音的频率、幅值等基本参数。音频检测则在此基础上,还可以对声音的时域特征、频谱特征、时频联合特征等进行深入分析,通过多种分析方法和技术,如傅里叶变换、小波变换等,提取更丰富的声音特征信息,更准确地识别和定位声音中的异常成分或特定事件。

实时性和动态性增强:纯音检测多为静态测试,对声音的瞬间变化捕捉能力有限。音频检测能够实时监测声音信号的变化,对动态声音过程进行连续分析和处理,及时发现声音中的异常情况和变化趋势,可用于实时监控工业设备的运行状态、环境噪声的变化等,以便及时采取相应措施。

智能化和自动化程度提高:纯音检测在一定程度上依赖人工操作和专业知识进行结果解读。音频检测借助现代信号处理技术、机器学习和人工智能算法,能够实现声音信号的自动采集、分析、识别和诊断,提高了检测效率和准确性,减少了人工干预,降低了劳动强度和成本,如利用机器学习算法对音频数据进行训练,实现对不同类型声音事件的自动分类和识别。

应用领域拓展:纯音检测主要应用于听力测试、电声产品质量检测等有限领域。音频检测由于其更强大的功能和更广的适应性,在工业生产、环境监测、安防监控、医疗诊断、多媒体处理等众多领域都有重要应用,如通过音频检测实现对工业设备故障的远程诊断、对公共场所异常声音的监控报警、对语音信号的增强和识别等。

盈蓓德科技自主研发的异音检测系统为工厂智造企业和工厂带来许多好处:

1. 根据客户产品定制化系统,可以完美适配企业的各种检测需求;

2. 运用AI深度学习,并结合声音的尖锐度、粗糙度、响度等声学特征进行检测和分析,可靠性强;

3. 系统软件集成各大厂商PLC通信库,可以接入企业的自动化产线,满足生产节拍的同时,还能够进行产品溯源;

4. 拥有丰富的声学行业经验,可解决客户包括声学环境、声学硬件、声学检测等各方面的问题。