声纹检测通用规范安徽省地方标准.docxVIP

1

DB34/TXXXX—2023

声纹检测通用规范

1范围

本文件规定了声纹检测的术语和定义、检测准备和检测步骤。

本文件适用于电机制造及电机组装设备（例如家电、汽车、仪器仪表等）的生产线异音检测。

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

用电声学仪器显示的携带特征信息的声波频。

注：本文件所指的声纹仅指在工业生产线发出的声音。

3.2声纹检测voiceprintdetection

通过在产线集成声纹采集设备，利用声纹识别、异音诊断等技术，对电机产品发出的声音进行标注和训练，以实现产品缺陷自动识别报警的自动化检测过程。

3.3

标注label

标注人员根据所收集的设备声音样本性质不同进行分类的过程。

3.4

声音采集soundcollection

采用拾音设备对被检测对象所发出的声音进行采集，形成声纹文件。

3.5

异音abnormalnoise

具有缺陷的工业产品在运行时发出的异常声音。

4检测准备

2

DB34/TXXXX—2023

4.1标准声音采集

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

通过高保真麦克风设备采集音频样本。

4.1.3采集环境

4.1.3.1应在低噪声环境下进行，确保音频采集过程的环境噪音类型与产线部署过程的环境噪音一致，采集过程中避免出现其他人为异响。

4.1.3.2环境噪声标准：A记权分贝值≤30dB(A)。

4.1.4采集方式

4.1.4.1麦克风设备与被采集对象应固定放置，确保采集音频稳定性。

4.1.4.2麦克风设备与被采集对象距离固定在10cm左右，采集方向应正对被采集对象发声位置，使采集的音频满足4.1.5中所规定的峰值幅度值范围，若不满足，可通过拉进拉远距离的方式进行调节。

4.1.5采集音频参数

4.1.5.1编码格式：PCM编码。

4.1.5.2采样率：≥48K。

4.1.5.3量化精度：≥16bit。

4.1.5.4峰值幅度：≥-18dBFS且≤-3dBFS。

4.1.6采集样本

样本应覆盖所有对样本进行的标注类别（即正常类和异常类），样本时长和总量包括：a)单条样本时长：≥10s；

b)样本总量：每个类别≥500条。

4.2标注

4.2.1标注方法

4.2.1.1在计算机上对标准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（即正常类和异常类），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，相关字段说明见表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（/）。

3

DB34/TXXXX—2023

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模型建立

对检测人员标注为正常/异常的声音样本提取声学特征，利用卷积神经网络算法对声学特征进行建模，得到可区分正常和异常的声纹分类模型，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。

图1检测流程图

6检测步骤

6.1现场声音采集

6.1.1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。

6.1.2采集设备

应符合4.1.2规定的要求。

6.1.3采集环境

应在生产线环境下进行，周围环境噪声的A记权分贝值≤30dB(A)，采集过程中避免出现其他人为异响。

4

DB34/TXXXX—2023

6.1.4采集方式

应符合4.1.4规定的要求。

6.1.5采集音频参数

应符合4.1.5规定的要求。

6.1.6采集样本

采集样本时长和总量如下：

a)单条样本时长：10s；

b)样本总量：10条。

6.2模型判定

6.2.1将现场采集的10条声音样本传输