[发明专利]接地刀闸分合闸声音识别方法及装置

说明书

本发明公开一种接地刀闸分合闸声音识别方法及装置，准确度高。本发明方法包括如下步骤：(10)实时数据获取：获取双声道实时声音数据；(20)数据解析和转换：将从所述双声道实时声音数据中提取的单声道声音数据进行解码，得到音频数据；(30)特征提取：对所述音频数据进行预处理和快速傅里叶变换，计算当前的语音数据能量，基于该能量进行高频和中频滤波，提取得到该信号下的音频特性；(40)识别参数获取：基于该信号下的音频特性，对其他声音进行滤波；(50)声音识别：基于卷积神经网络，对现场声音数据采用滑动窗口的方式进行识别；(60)识别结果输出：结合通过特性识别参数和基于卷积神经网络得到的接地刀闸声音识别结果。

技术领域

本发明属于声音识别技术领域，特别是一种接地刀闸分合闸声音识别方法及装置。

背景技术

在对电力设备进行检修时，必须要对接地刀闸进行合闸、分闸操作。刀闸声音是判断刀闸是否合闸、分闸成功的关键因素。

目前在开关柜室使用机器人进行接地刀闸操作时，往往是使用刀闸合闸、分闸时产生的声音分贝大小来判断是否操作成功，但是操作的过程中会存在很多其他的杂音，如人说话的声音，汽车鸣笛的声音，电机异常响动、机器人与机柜接触的声音等，单纯依靠声音的分贝会存在很多的误识别，导致操作失败，影响机器人操作的成功率，并产生极大的安全隐患。

总之，现有技术存在的问题是：对接地刀闸分合闸声音的识别准确度不高。

发明内容

本发明的目的在于提供一种接地刀闸分合闸声音识别方法，准确度高。

本发明的另一目的在于提供一种准确度高的接地刀闸分合闸声音识别装置。

实现本发明目的的技术解决方案为：

一种接地刀闸分合闸声音识别方法，包括如下步骤：

(10)实时数据获取：通过声卡模块获取双声道实时声音数据；

(20)数据解析和转换：将从所述双声道实时声音数据中提取的单声道声音数据进行解码，得到音频数据；

(30)特征提取：对所述音频数据进行预处理和快速傅里叶变换，计算当前的语音数据能量，获取不同频率和时域下的能量变化情况，基于该能量进行高频和中频滤波，提取得到该信号下的音频特性；

(40)识别参数获取：基于该信号下的音频特性，对其他声音进行滤波，得到接地刀闸声音特性识别参数；

(50)声音识别：基于卷积神经网络，对现场声音数据采用滑动窗口的方式进行识别，得到接地刀闸声音识别结果。

(60)识别结果输出：结合通过特性识别参数和基于卷积神经网络得到的接地刀闸声音识别结果。

实现本发明另一目的的技术解决方案为：

一种接地刀闸分合闸声音识别装置，包括：

实时数据获取模块，用于通过声卡模块获取双声道实时声音数据；

数据解析和转换模块，用于将从所述双声道实时声音数据中提取的单声道声音数据进行解码，得到音频数据；

特征提取模块，用于对所述音频数据进行预处理和快速傅里叶变换，计算当前的语音数据能量，获取不同频率和时域下的能量变化情况，基于该能量进行高频和中频滤波，提取得到该信号下的音频特性；

识别参数获取模块，用于基于该信号下的音频特性，对其他声音进行滤波，得到接地刀闸声音特性识别参数；

声音识别模块，用于基于卷积神经网络，对现场声音数据采用滑动窗口的方式进行识别，得到接地刀闸声音识别结果。