一种基于声纹的立体车库运行状态监测方法及系统与流程

本发明涉及声学测量领域，具体而言，涉及一种基于声纹的立体车库运行状态监测方法及系统。

背景技术：

1、立体车库作为现代城市停车的重要设施，其运行状态监测对于保障停车安全和提升用户体验至关重要。传统监测方法多依赖于传感器数据和视觉监控，但在复杂环境下易受干扰，且成本较高。

技术实现思路

1、本发明的目的在于提供一种基于声纹的立体车库运行状态监测方法及系统。

2、第一方面，本发明实施例提供一种基于声纹的立体车库运行状态监测方法，包括：

3、获取立体车库包括的待监控车库设备的主要运行声纹数据以及至少一个关联运行声纹数据；

4、根据专家模型对所述主要运行声纹数据进行多轮声纹特征抽取获得第一声纹特征数据集，并根据所述专家模型对所述至少一个关联运行声纹数据进行多轮声纹特征抽取获得第二声纹特征数据集，所述专家模型为经过先期训练的模型，所述第一声纹特征数据集包括多个不同粒度等级的声纹特征，所述第二声纹特征数据集包括多个不同粒度等级的声纹特征，所述声纹特征抽取的轮数与所述粒度等级数一致；

5、将所述第一声纹特征数据集与所述第二声纹特征数据集执行特征集成处理，以获得所述待监控车库设备的第一综合声纹特征数据集；

6、根据轻量级模型基于所述第一声纹特征数据集和所述第二声纹特征数据集执行特征重建处理，以获得第二综合声纹特征数据集；

7、根据所述第一综合声纹特征数据集和所述第二综合声纹特征数据集执行特征比对处理，以获得所述待监控车库设备的设备运行状态评估结果；

8、根据所述设备运行状态评估结果确定出所述立体车库的运行状态。

9、第二方面，本发明实施例一种可读存储介质，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行第一方面所述的方法。

10、相比现有技术，本发明提供的有益效果包括：采用本发明公开的一种基于声纹的立体车库运行状态监测方法及系统，通过采集立体车库中待监控设备的主要及关联运行声纹数据。利用经过先期训练的专家模型，对这些声纹数据进行多轮特征抽取，生成包含多个不同粒度等级声纹特征的数据集。随后，通过特征集成处理获得第一综合声纹特征数据集，并利用轻量级模型进行特征重建，生成第二综合声纹特征数据集。最后，通过特征比对处理，综合两个数据集的信息，评估待监控车库设备的运行状态，进而确定整个立体车库的运行状态。如此设计，有效融合了多源声纹信息与多粒度特征，提高了立体车库运行状态监测的准确性和鲁棒性。

技术特征：

1.一种基于声纹的立体车库运行状态监测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，将所述第一声纹特征数据集与所述第二声纹特征数据集执行特征集成处理，以获得所述待监控车库设备的第一综合声纹特征数据集包括：

3.根据权利要求1所述的方法，其特征在于，根据轻量级模型基于所述第一声纹特征数据集和所述第二声纹特征数据集执行特征重建处理，以获得第二综合声纹特征数据集包括：

4.根据权利要求1至3中任一项所述的方法，其特征在于，所述方法还包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述去干扰模型包括第一特征组合单元；所述通过去干扰模型根据所述去干扰过滤策略对所述第二干扰声纹数据的声纹特征进行去干扰操作，获得去干扰声纹数据的声纹特征，包括：

7.根据权利要求5所述的方法，其特征在于，所述对所述第一目标声纹实例数据的声纹特征进行干扰添加处理，获得第二干扰声纹数据的声纹特征，包括：

8.根据权利要求5所述的方法，其特征在于，所述方法还包括：

9.根据权利要求6所述的方法，其特征在于，所述根据专家模型对所述主要运行声纹数据进行多轮声纹特征抽取获得第一声纹特征数据集，并根据所述专家模型对所述至少一个关联运行声纹数据进行多轮声纹特征抽取获得第二声纹特征数据集包括：

10.一种服务器系统，其特征在于，包括服务器，所述服务器用于执行权利要求1-9中任意一项所述的方法。

技术总结
本发明公开了一种基于声纹的立体车库运行状态监测方法及系统，包括：首先采集立体车库中待监控设备的主要及关联运行声纹数据。利用经过先期训练的专家模型，对这些声纹数据进行多轮特征抽取，生成包含多个不同粒度等级声纹特征的数据集。随后，通过特征集成处理获得第一综合声纹特征数据集，并利用轻量级模型进行特征重建，生成第二综合声纹特征数据集。最后，通过特征比对处理，综合两个数据集的信息，评估待监控车库设备的运行状态，进而确定整个立体车库的运行状态。如此设计，有效融合了多源声纹信息与多粒度特征，提高了立体车库运行状态监测的准确性和鲁棒性。

技术研发人员：李少洋,黄毅伟
受保护的技术使用者：北京谛声科技有限责任公司
技术研发日：
技术公布日：2024/9/23