浅谈声纹自动识别系统

系统主要优势

1.系统具有业界的准确性

依托于中科院声学所的强大研发优势，海鑫与中科院声学所联合推出了全新的声纹自动识别系统。其所用的算法，在历次国内和国际的评测中都取得了的成绩，其中获得了8次国内，5次国际的成绩。

2.可扩展的系统架构

从支持数十万人到支持数千万人的数据库，都只需一套软件。采用了创建的关系数据库+分布式文件系统的方式来处理大库容时候的数据存储的问题。

3.稳定、的并行比对架构

依托于海鑫多生物特征自动识别比对系统。海鑫声纹自动识别系统继承了其、稳定、健壮、扩展性高的特点。

4.简洁、易用的界面

基于声纹识别的电力设备在线监测方法及系统与流程

本发明提供了一种基于声纹识别的电力设备在线监测方法，包括如下步骤：采集预先设置的至少一个拾音器中的数据流和预先设置的至少一个第二拾音器中的数据流；

一所述拾音器与一变压器接，用于采集变压器音频数据，一所述第二拾音器与一电抗器接，用于采集电抗器音频数据；

建立所述至少一个拾音器包括数据流和对应数据流节点与所述至少一个第二拾音器包括数据流和对应数据流节点以及数据服务器原始数据连接关系；

确定存在所建立的拾音器包括数据流和对应数据流节点与所述至少一个第二拾音器包括数据流和对应数据流节点以及数据服务器原始数据连接关系是都匹配；

输出匹配结果。

其中，数据服务器原始数据包括不同特征属性(负载、电压等级、季节)的变压器(电抗器)音频数据，不同特征活动(放电、介质沸腾、绕组松动、铁芯松动)对应的变压器(电抗器)的音频数据；不同环境噪声下(鸣笛、鸟叫、雷声、雨声)对应的变压器(电抗器)的音频数据；

不同电力设备(变压器、电抗器、gis设备)不同状态(在线、离线)事件识别；

数据服务器数据存储，通过改进现有关系型数据库、redis数据结构服务器以及分布式数据库存储技术，融合可靠的分布式文件系统(hdfs)、大数据去冗余及低成本的大数据存储技术，完成大数据的存储，建立相应的电力设备音频语料的索引，为分析处理等服务提供数据保障。

一种基于声纹及振动针对电力主设备的缺陷在线监测方法与流程

获取所述声纹信息w的过程还包括对声纹信息d和/或声纹信息e进行锐化的步骤；所述锐化步骤具体采用将需要锐化的声纹信息d/e在同一频率对应的幅度值增大或者减小2-3％，形成与声纹信息d/e对应的锐化后的声纹信息幅度带声纹信息d+/e+。

具体地，上述方法是通过将设备振动和声音信息相互比对形成双层验证，从而剔除环境噪音以及其他通过麦克风可以采集到的噪音，获得纯净的设备发出的固有声音的声纹信息，同时，通过并行采集设备的振动信息进行比对获得准确的设备固有的声纹信息，避免了环境的干扰对检测结果的消极影响，从而达到判别的目的。所述的周期t可以认为任意设置，设置周期t的目的是防止因采集的信息是离散的进行对比导致对比的结果可能存在失真的可能，当声纹信息是持续的进行对比，就相当于呈“段”的数据相互比对匹配误差会远远低于呈“点”的数据之间的相互比对产生的误差，这就保证了检测结果的准确性。本申请提供的集成化的监测设备将上述方法进行了集成化的实现，这相对于现有技术而言具有明显意义上的进步。虽然本发明中所采用的包括信号发射单元、处理单元、振动检测单元和声音采集单元在内的硬件是通过市售现有型号产品实现，但是上述整体的系统结构和处理方法在电力主设备的缺陷检测当中，尚属首例。充分利用物体固有的声纹信息进行判定具有极高的判定精度，且本发明创造性的采用了三通道声音采集进行交叉对比，剔除环境噪音影响，能够获得准确的设备声纹信息，从而为的缺陷判别提供了良好条件。