CN106649745A - 一种机车运用综合分析方法 - Google Patents
一种机车运用综合分析方法 Download PDFInfo
- Publication number
- CN106649745A CN106649745A CN201611218458.XA CN201611218458A CN106649745A CN 106649745 A CN106649745 A CN 106649745A CN 201611218458 A CN201611218458 A CN 201611218458A CN 106649745 A CN106649745 A CN 106649745A
- Authority
- CN
- China
- Prior art keywords
- data
- lkj
- time
- file
- recording
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种机车运用综合分析方法,包括从数据源获取数据:数据源数据包括LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据;对获取的数据源数据,分别建立各数据与时间对应的数据库,然后以LKJ的时间轴作为基准时间轴,将数据源数据对应的各数据库中的时间与LKJ时间轴进行对应以后,将各数据库中的所有数据与LKJ时间轴进行时间上一一对应的挂接;获取LKJ运行中的各安全项点发生时间,使得在工控机显示界面上通过调用某个数库查看LKJ时间轴上某个项点发生时的数据对象时,同时通过调用其它任一个或者多个数据库的数据。本发明以LKJ时间为轴,在项点发生时显示数据源的关键数据,可方便的进行联动分析。
Description
技术领域
本发明涉及机车领域,具体涉及一种机车运用综合分析方法。
背景技术
机务应用综合分析***作为机务运用管理的重要组成部分,为保证机车运用安全及机务整备检修的机车质量,现有技术中,对机车信息进行分析时,无法对所有机车信息进行全面灵活的联动分析,使得现有的分析中,存在分析信息孤岛、判断问题不全面、解决问题不彻底的难题,无法为机务安全分析提供全面的信息支撑,无法为机车安全提供有效保障。
发明内容
本发明要解决的技术问题在于提供一种将机车一次乘务过程数据链全部整合、避免现有***的信息孤岛、提供,以解决现有技术存在的问题。
为解决上述技术问题,本发明采用以下技术方案:
一种机车运用综合分析方法,包括:
从数据源获取数据:所述数据源数据包括LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据;
对数据源获取的数据进行数据处理:
对获取的LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据,分别建立各数据与时间对应的数据库,然后以LKJ的时间轴作为基准时间轴,将LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据对应的各数据库中的时间与LKJ时间轴进行对应以后,将各数据库中的所有数据与LKJ时间轴进行时间上一一对应的挂接;
对处理过后的数据进行分析:
根据LKJ运行记录数据,获取LKJ运行中的各安全项点发生时间,使得在工控机显示界面上通过调用某个数库查看LKJ时间轴上某个项点发生时的数据对象时,同时通过调用其它任一个或者多个数据库的数据,使其它任一个或者多个数据库的数据在工控机的显示界面上同步进行显示,或者在音频模块中进行播音。
对处理过后的数据进行分析时,同时在工控机中设置司机手势识别模块,对6A数据的视频中司机的操作手势进行识别,将识别结果与其它数据进行联动显示,判断司机手势是否正确。
所述LKJ运行数据从IC卡转储到扩展模块中,所述6A数据从6A数据存储卡转储到扩展模块中,所述录音笔文件从录音笔转储到扩展模块中,扩展盒中的加密模块对LKJ运行数据、6A数据、录音笔文件进行加密以后,传输到工控机进行视频处理与联动分析。
所述录音笔文件数据库中的数据为与LKJ基准时间轴进行校准后的数据,所述对录音笔文件中的数据通过设置在工控机中的自动校时模块进行自动校时的方法为:
对LKJ报警数据,通过标准音进行朗读,将朗读的标准音进行训练生成报警模型数据库;
对获取的机车中的录音笔的录音文件,分别进行单通道的音频噪声去除和双通道的音频噪声去除;
对去除噪声的录音文件,提取其中的所有语音片段和语音片段对应的时间;
将相邻语音片段之间的间隔时间在设定间隔阈值范围内、且语音片段时长在设定时长阈值范围内的语音片段提取出来,作为有效语音片段;
将有效语音片段与模型数据库中的数据进行匹配,获取有效语音片段中的报警信息,同时获取报警信息的报警类别;
将获取的报警信息,与LKJ的该报警信息所属的时间进行对比,获取录音文件的延迟,根据该延迟,对录音文件进行校时。
所述对去除噪声的录音文件,提取其中的所有语音片段时,通过MFCC的方式提取其中的信号频率特征。
所述训练模型建立过程为:对标准音朗读的报警语音信号,使用MFCC方法提取信号的频率特征,根据提取出的频率特征,通过马尔科夫算法建立训练模型。
所述对录音文件进行校时的方法为:
设置以LKJ标准时间为X轴坐标和Y轴坐标的平面坐标系,在获取的报警信息中选择至少两个报警信息,且在每个报警信息中获取至少一个时间点,并获取该时间点在录音笔中的时间和在LKJ标准时间中的时间,在上述平面坐标系中计算多个时间点的时间斜率,根据该斜率对该录音笔记录的录音文件进行简单计算校时。
所述设定间隔阈值范围为LKJ对相同的报警信息播报两遍时中间间隔的最短时间和最长时间之间的范围。
所述设定时长阈值为LKJ播报的报警信息中最长报警信息的时长和最短报警信息的时长之间的范围。
所述挂接是指将在时间轴上的同一个时间的各个数据建立联系,当在LKJ文件列表中选择某个数据时,可通过设置选择项,将LKJ文件列表的数据与某个或者多个或者全部数据库中的数据进行联动,根据事先设置的工控机的显示界面的显示方法,将LKJ运行数据的列表数据和其它数据进行分块显示。
本发明的有益效果:以LKJ时间为轴,在项点发生时综合显示和查询6A视频信息、录音笔信息等关键数据,并配套司机手势识别功能,对司机安全行驶提供音、视、图等多数据多维度的综合分析,旨在实现LKJ、6A视频、录音笔文件、TCMS、Locotrol、6A***、地面检测设备等信息的联动分析,解决分析数据方面的信息孤岛,实现以智能数据为导向的多维度综合分析。
附图说明
图1为本发明的***结构图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
本发明提供的一种机车运用综合分析评判方法,包括以下步骤:
首先需要从数据源获取数据,该数据源的数据为机车一次乘务过程中车上的存储设备记录的LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据等数据。上述数据均为根据现有技术获取的。
获取数据源数据后,需要对数据源获取的数据进行数据处理,首先对获取的LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据,分别建立数据库,该数据库为与数据与时间对应的数据库,然后以LKJ的时间轴作为基准时间轴,将LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据对应的各数据库中的时间与LKJ时间轴进行对应以后,将各数据库中的所有数据与LKJ时间轴进行时间上一一对应的挂接;挂接的意思为:将在时间轴上的同一个时间的各个数据建立联系,当在LKJ文件列表中选择某个数据时,可通过设置选择项,将LKJ文件列表的数据与某个或者多个或者全部数据库中的数据进行联动,根据事先设置的工控机的显示界面的显示方法,将LKJ运行数据的列表数据和其它数据进行分块显示。即在后台中将各数据库中的所有数据与LKJ时间轴上的时间进行关联对应,当在操作页面上点击某项点时,在界面上显示与LKJ时间轴上该项点发生的时间同步的所有数据库中的数据或者部分数据库中的数据。
即上述过程中,首先在工控机的显示屏上显示LKJ运行记录数据的列表数据,列表数据中显示各个项点,如果需要显示某项点发生的事件,则在显示屏的LKJ文件列表中点击选择该项点,由于该项点发生时间与其它数据库中相同时间点发生的数据挂接,使得在工控机显示界面上调用数库查看LKJ时间轴上该项点发生时的数据对象时,可同时通过调用其它一个或者多个数据库的数据,使其它数据在工控机的显示界面上同步进行显示,如果视音频文件,则可以通过音频模块进行播音。
上述的数据进行显示时,除却6A数据显示为视频格式,录音文件显示为音频格式,其他数据可根据工控机内部设置显示为不同形式,例如曲线形式或者列表形式。
当在工控机的显示屏上进行显示后, 可通过对这些联动数据的分析,自动对数据异常进行识别并形成文件上传,也可以通过人为观察进行分析,手动输入分析结果文件。
如图1的***所示,工控机可对上述对各数据库数据进行分析。对LKJ运行数据进行显示分析时,可通过对全程记录的数据进行分析,还可对项点进行检索项点列表联动分析,同时还能够显示为记录曲线的形式。而对TCMS数据进行分析时,可对TCMS数据进行故障数据诊断分析,还可进行统计分析。6A数据的文件数据分析时,可对6A数据进行故障分析和生成6A曲线分析。而6A视频文件用于进行显示。
对处理过后的6A视频数据进行分析时,同时还可在工控机中设置司机手势识别模块,对6A数据的视频中司机的操作手势进行识别,将识别结果与其它数据进行联动显示,判断当前状态下司机的操作手势是否正确。
上述的数据源中,LKJ运行数据从IC卡转储到扩展模块中,6A数据从6A数据存储卡转储到扩展模块中,所述录音笔文件从录音笔转储到扩展模块中,扩展盒中的加密模块对LKJ运行数据、6A数据、录音笔文件进行加密以后,传输到工控机进行视频处理与联动分析。
录音笔文件数据库中的数据为与LKJ基准时间轴进行校准后的数据,所述对录音笔文件中的数据通过设置在工控机中的自动校时模块进行自动校时的方法如下所述。
通过对录音文件记录的LKJ的报警信息进行识别与时间对照,对录音文件进行校时,以实现音视频的联动分析。
由于录音文件会记录汽车鸣笛、司机对话、汽车机械振动等信息,而LKJ中通常不记录这些信息,且这些信息噪声较大,信息识别具有复杂性,无法根据这些信息进行时间提取,然后根据LKJ的标准时间轴进行录音文件的校时。
而LKJ会对各种报警信息进行语音播报,每次录音文件均会对这些报警信息进行记录,同时,录音文件中记录的报警信息的播报具有独特性,根据这些语音对录音进行校时,准确性高,复杂度低。
本发明的方法首先需要对LKJ播报的报警信息进行数据库训练。即在无噪音条件下,对LKJ所有涉及的报警信息通过机器标准音进行多次朗读,通过梅尔倒谱频率(MFCC)提取这些标准音中的特征,然后通过隐式马尔科夫模型(HMM)将朗读的标准音训练成报警模型数据库。
由于录音文件具有单信道的和双信道的不同录音文件,因此,针对不同的录音文件使用不同的去燥方法进行噪音去除与语音增强。其中,单信道的语音文件通过最优改进对数谱幅度估计(OMLSA)的现有算法进行去燥与语音增强,双信道文件采用基于人耳掩蔽效应的谱减算法进行去燥与语音增强。
对去除噪声且进行语音增强的录音文件,提取其中的所有语音片段和该语音片段对应的前后两个时间。提取其中的所有语音片段时,通过MFCC的方式提取其中的信号频率特征,根据信号的频率特征,获取被认为是语音录音的片段。
由于LKJ报警信息在播报时,报警信息的播报具有独特的规律,例如每个报警信息播报两遍,中间间隔很短的时间(例如1秒),而且报警信息的长度通常较短,而录音笔记录的声音除了报警信息,还有司机说话声音或者其他的声音,这些声音无规律性,或者无法进行准确的时间确定,因此对录音文件中的LKJ报警信息进行识别比对其它信息进行识别更加容易,根据这些报警信息进行校时,校时更快、更准。
具体操作方法为:首先计算所有报警信息播报两遍时的间隔时间,根据间隔时间人为设定阈值的最大和最小值,形成阈值范围,该阈值范围为设定间隔阈值的范围;而同样的,对每个报警信息的语音朗读时间进行计时,记录最长的播报时间和最短的播报时间,根据这些时间设定时长阈值的范围。由于外界干扰因素的存在,上述范围可根据需要调整。
针对提取出来的语音片段,将相邻的语音片段之间的间隔时间在设定间隔阈值范围内、且语音片段时长在设定时长阈值范围内的语音片段提取出来,作为有效语音片段。
对有效语音片段提取特征,根据提取的特征与训练模型中的每个音频文件的特征,根据现有的语音特征匹配方法进行匹配,根据匹配结果获取有效语音片段是否为报警信息的结果,不是报警信息,则舍弃该有效语音片段,如果是报警信息,则根据训练模型获取该有效语音片段的报警类别。
将获取的报警信息,与LKJ的该报警信息所属的时间进行对比,获取录音文件的延迟,根据该延迟,对录音文件进行校时。
即使同一个厂家生产,也会由于晶振的问题导致每个录音笔的延时不同,因此,在进行录音文件校时时,针对不同录音笔记录的文件,应该分别进行校时。
在对某一个录音笔记录的录音文件进行校时时,首先从在录音文件中提取的报警信息中选择若干个报警信息,获取每个报警信息中的某些点在录音笔中的时间和在LKJ标准时间中的时间,在X轴和Y轴均为标准时间的坐标系中,计算两个时间分别对应于二维坐标系中的X轴和Y轴时的时间斜率,根据该斜率对该录音笔记录的录音文件进行简单计算校时。
以上所述的仅是本发明的优选实施方式,应当指出,对于本领域的技术人员来说,在不脱离本发明整体构思前提下,还可以作出若干改变和改进,这些也应该视为本发明的保护范围。
Claims (10)
1.一种机车运用综合分析方法,其特征在于,包括:
从数据源获取数据:所述数据源数据包括LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据;
对数据源获取的数据进行数据处理:
对获取的LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据,分别建立各数据与时间对应的数据库,然后以LKJ的时间轴作为基准时间轴,将LKJ运行数据、6A数据、录音笔文件、列尾数据、TCMS数据、Locotrol数据、检测设备数据对应的各数据库中的时间与LKJ时间轴进行对应以后,将各数据库中的所有数据与LKJ时间轴进行时间上一一对应的挂接;
对处理过后的数据进行分析:
根据LKJ运行记录数据,获取LKJ运行中的各安全项点发生时间,使得在工控机显示界面上通过调用某个数库查看LKJ时间轴上某个项点发生时的数据对象时,同时通过调用其它任一个或者多个数据库的数据,使其它任一个或者多个数据库的数据在工控机的显示界面上同步进行显示,或者在音频模块中进行播音。
2.根据权利要求1所述的一种机车运用综合分析方法,其特征在于:对处理过后的数据进行分析时,同时在工控机中设置司机手势识别模块,对6A数据的视频中司机的操作手势进行识别,将识别结果与其它数据进行联动显示,判断司机手势是否正确。
3.根据权利要求1所述的一种机车运用综合分析方法,其特征在于:所述LKJ运行数据从IC卡转储到扩展模块中,所述6A数据从6A数据存储卡转储到扩展模块中,所述录音笔文件从录音笔转储到扩展模块中,扩展盒中的加密模块对LKJ运行数据、6A数据、录音笔文件进行加密以后,传输到工控机进行视频处理与联动分析。
4.根据权利要求1所述的一种机车运用综合分析方法,其特征在于:所述录音笔文件数据库中的数据为与LKJ基准时间轴进行校准后的数据,所述对录音笔文件中的数据通过设置在工控机中的自动校时模块进行自动校时的方法为:
对LKJ报警数据,通过标准音进行朗读,将朗读的标准音进行训练生成报警模型数据库;
对获取的机车中的录音笔的录音文件,分别进行单通道的音频噪声去除和双通道的音频噪声去除;
对去除噪声的录音文件,提取其中的所有语音片段和语音片段对应的时间;
将相邻语音片段之间的间隔时间在设定间隔阈值范围内、且语音片段时长在设定时长阈值范围内的语音片段提取出来,作为有效语音片段;
将有效语音片段与模型数据库中的数据进行匹配,获取有效语音片段中的报警信息,同时获取报警信息的报警类别;
将获取的报警信息,与LKJ的该报警信息所属的时间进行对比,获取录音文件的延迟,根据该延迟,对录音文件进行校时。
5.根据权利要求4所述的一种机车运用综合分析方法,其特征在于:所述对去除噪声的录音文件,提取其中的所有语音片段时,通过MFCC的方式提取其中的信号频率特征。
6.根据权利要求4所述的一种机车运用综合分析方法,其特征在于:所述训练模型建立过程为:对标准音朗读的报警语音信号,使用MFCC方法提取信号的频率特征,根据提取出的频率特征,通过马尔科夫算法建立训练模型。
7.根据权利要求4所述的一种机车运用综合分析方法,其特征在于:所述对录音文件进行校时的方法为:
设置以LKJ标准时间为X轴坐标和Y轴坐标的平面坐标系,在获取的报警信息中选择至少两个报警信息,且在每个报警信息中获取至少一个时间点,并获取该时间点在录音笔中的时间和在LKJ标准时间中的时间,在上述平面坐标系中计算多个时间点的时间斜率,根据该斜率对该录音笔记录的录音文件进行简单计算校时。
8.根据权利要求4所述的一种机车运用综合分析方法,其特征在于:所述设定间隔阈值范围为LKJ对相同的报警信息播报两遍时中间间隔的最短时间和最长时间之间的范围。
9.根据权利要求4所述的一种机车运用综合分析方法,其特征在于:所述设定时长阈值为LKJ播报的报警信息中最长报警信息的时长和最短报警信息的时长之间的范围。
10.根据权利要求1所述的一种机车运用综合分析方法,其特征在于:所述挂接是指将在时间轴上的同一个时间的各个数据建立联系,当在LKJ文件列表中选择某个数据时,可通过设置选择项,将LKJ文件列表的数据与某个或者多个或者全部数据库中的数据进行联动,根据事先设置的工控机的显示界面的显示方法,将LKJ运行数据的列表数据和其它数据进行分块显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611218458.XA CN106649745A (zh) | 2016-12-26 | 2016-12-26 | 一种机车运用综合分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611218458.XA CN106649745A (zh) | 2016-12-26 | 2016-12-26 | 一种机车运用综合分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106649745A true CN106649745A (zh) | 2017-05-10 |
Family
ID=58827355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611218458.XA Pending CN106649745A (zh) | 2016-12-26 | 2016-12-26 | 一种机车运用综合分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106649745A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109698965A (zh) * | 2017-10-20 | 2019-04-30 | 株洲中车时代电气股份有限公司 | 一种视频同步播放方法、装置、设备及计算机存储介质 |
CN112254977A (zh) * | 2020-09-03 | 2021-01-22 | 北汽福田汽车股份有限公司 | 一种基于自动紧急制动***的数据处理方法和装置 |
CN112769933A (zh) * | 2021-01-05 | 2021-05-07 | 株洲中车时代电气股份有限公司 | 一种轨道机车车载多***数据融合分析*** |
CN113256153A (zh) * | 2021-06-16 | 2021-08-13 | 北京铁道工程机电技术研究所股份有限公司 | 一种评价方法、装置、存储介质及电子设备 |
CN114565989A (zh) * | 2022-02-28 | 2022-05-31 | 西安开天铁路电气股份有限公司 | 机车5g转储装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766605A (zh) * | 2015-04-23 | 2015-07-08 | 郑州畅想高科股份有限公司 | 一种机车录音装置和lkj监控装置间的时间同步***和方法 |
CN105528406A (zh) * | 2015-12-07 | 2016-04-27 | 河南思维信息技术有限公司 | 一种机车车载文件联动分析方法 |
-
2016
- 2016-12-26 CN CN201611218458.XA patent/CN106649745A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766605A (zh) * | 2015-04-23 | 2015-07-08 | 郑州畅想高科股份有限公司 | 一种机车录音装置和lkj监控装置间的时间同步***和方法 |
CN105528406A (zh) * | 2015-12-07 | 2016-04-27 | 河南思维信息技术有限公司 | 一种机车车载文件联动分析方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109698965A (zh) * | 2017-10-20 | 2019-04-30 | 株洲中车时代电气股份有限公司 | 一种视频同步播放方法、装置、设备及计算机存储介质 |
CN109698965B (zh) * | 2017-10-20 | 2021-07-30 | 株洲中车时代电气股份有限公司 | 一种视频同步播放方法、装置、设备及计算机存储介质 |
CN112254977A (zh) * | 2020-09-03 | 2021-01-22 | 北汽福田汽车股份有限公司 | 一种基于自动紧急制动***的数据处理方法和装置 |
CN112769933A (zh) * | 2021-01-05 | 2021-05-07 | 株洲中车时代电气股份有限公司 | 一种轨道机车车载多***数据融合分析*** |
CN113256153A (zh) * | 2021-06-16 | 2021-08-13 | 北京铁道工程机电技术研究所股份有限公司 | 一种评价方法、装置、存储介质及电子设备 |
CN113256153B (zh) * | 2021-06-16 | 2024-03-08 | 北京铁道工程机电技术研究所股份有限公司 | 一种评价方法、装置、存储介质及电子设备 |
CN114565989A (zh) * | 2022-02-28 | 2022-05-31 | 西安开天铁路电气股份有限公司 | 机车5g转储装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106649745A (zh) | 一种机车运用综合分析方法 | |
Koizumi et al. | ToyADMOS: A dataset of miniature-machine operating sounds for anomalous sound detection | |
CN110334241B (zh) | 客服录音的质检方法、装置、设备及计算机可读存储介质 | |
Jelil et al. | Spoof Detection Using Source, Instantaneous Frequency and Cepstral Features. | |
CN101149928B (zh) | 声音信号处理方法、声音信号处理设备及计算机程序 | |
JP2007256153A (ja) | 鉄道車両台車異常検知システム | |
US6876964B1 (en) | Apparatus for detecting fatigue and doze by voice, and recording medium | |
JP2012242214A (ja) | 異音検査方法及び異音検査装置 | |
US20150016617A1 (en) | Modified mel filter bank structure using spectral characteristics for sound analysis | |
Alsina-Pagès et al. | Anomalous events removal for automated traffic noise maps generation | |
CN104464755A (zh) | 语音评测方法和装置 | |
CN113095204B (zh) | 双录数据质检方法、装置及*** | |
Gong et al. | Vocalsound: A dataset for improving human vocal sounds recognition | |
CN103676659A (zh) | 一种具智能记录的诊断仪及其记录方法 | |
CN110176251B (zh) | 一种声学数据自动标注方法及装置 | |
CN104572617A (zh) | 一种口语考试偏题检测方法及装置 | |
CN109817224A (zh) | 一种语音敏感词监督***和方法 | |
CN106601241A (zh) | 一种录音文件自动校时方法 | |
CN107539038B (zh) | 一种车辆胎压状态监控方法及装置 | |
Sztahó et al. | Automatic classification of emotions in spontaneous speech | |
CN116741200A (zh) | 一种机车风机故障检测方法及装置 | |
Zambon et al. | Real-time urban traffic noise maps: the influence of Anomalous Noise Events in Milan Pilot area of DYNAMAP | |
CN110956072B (zh) | 一种基于大数据分析的驾驶技能培训方法 | |
Martin-del-Campo et al. | Exploratory analysis of acoustic emissions in steel using dictionary learning | |
CN103810770A (zh) | 具备影像分析功能的行车记录装置及其影像分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |