一种变压器声纹检测系统的声纹预处理方法与流程

本发明涉及声纹检测，具体为一种变压器声纹检测系统的声纹预处理方法。

背景技术：

1、力变压器是电力系统中最重要的设备之一，对于电力系统的安全稳定运行具有重要作用，一旦电力变压器发生故障而造成停电，将造成重大的经济损失，因此需要定期对变压器进行检测和维护，传统的变压器监测手段主要依靠人力观察油色谱分析仪、电压电流测量仪表等辅助装置分析结果，或者使用传声筒对变压器主体进行听声，同时也有很多用声纹检测系统对变压器进行检测，而使用声纹检测系统进行检测的时候与处理是非常重要的一步。

2、现有技术中的变压器声纹检测系统在进行预处理的时候一般对声纹采集得不够准确，从而导致在声纹检测系统进行检测的时候无法准确地预估和判断，导致问题变大，从而导致不能够及时发现变压器的问题，造成安全隐患。

技术实现思路

1、针对现有技术的不足，本发明提供了一种变压器声纹检测系统的声纹预处理方法，解决了变压器检测系统在进行预处理的时候声纹采集不够准确，导致变压器检测系统无法准确的预估和判断，导致变压器问题逐渐变大，造成安全隐患的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种变压器声纹检测系统的声纹预处理方法，其特征在于，包括，

3、步骤一：将声音进行采集，使用麦克风或者其他音频输入设备将声音进行采集；

4、步骤二：采用自适应的滤波算法中最小均方差算法，以此算法作为原理对步骤一中采集到的声纹中背景的杂音和噪声特性进行统计评估，并将其从原始信号中减去，从而能够得到较为准确的变压器声纹；

5、步骤三：将步骤二中得到的除去噪声的声纹，利用语音识别的自适应增益算法，再根据信号的特性和环境的变化进行自动调整增益，并且进行音频增强处理，从而能够提高声音的清晰度和可听度；

6、步骤四：将步骤三中的提高后的声音通过计算机声音信号的能量门限或者过零率等特征来进行语音活动检测，识别出声音片段中活动和非活动部分，超过一定能量门限或者过零率阈值的变压器声纹段被称为活动语音段，而低于能量门限或者过零率阈值的变压器声纹段则是非活动语音段；

7、步骤五：将声音信号分段进行帧对齐操作，此操作能够进行声纹特征的提取和比较，将语音信号通过时间窗口进行分割，并对每个窗口应用一些重叠和窗函数来减小边界效应，并且帧对齐操作可以确保不同语音信号之间对应帧位置一致，以方便后续的比较；

8、步骤六：对步骤五中分段后的信号进行频谱平滑和均衡处理，此类处理能够利用平均滤波器或者频率响应均衡器这类技术来实现；

9、步骤七：在整个预处理的过程中，输入语音信号的时候进行重采样和规范化，利用固定的采样率和位深度来进行声纹特征的提取和比较，使声纹具有固定的采样率和位深度，从而完成整个变压器声纹的预处理。

10、优选的，所述步骤二中采用的滤波算法中最小均方差算法公式为：y[n]＝w^t[n]*x[n]，w[n+1]＝w[n]+μ*e[n]*x[n]，其中，y[n]为输出信号，x[n]为输入信号，w[n]为滤波器的权值向量，^t表示向量的转置，μ为自适应滤波器的学习速率，e[n]为期望输出与实际输出的误差信号。

11、优选的，所述步骤三中自适应增益算法的算法公式为：g[n]＝α*g[n-1]+(1-α)*max(d[n]-ε,0)，其中g[n]表示第n帧的自适应增益值，α是平滑因子，控制历史增益值的权重，通常取值为0<α<1，g[n-1]表示前一帧的自适应增益值，d[n]表示第n帧的语音段信号的能量或谱信息，ε是一个阈值，用于控制增益调整的敏感度，通常取一个小正数。

12、优选的，所述步骤七中重采样和规范化将输入语音信号转换为16khz采样率和16-bit位深度。

13、优选的，一种变压器声纹检测系统的声纹预处理方法，还包括以下步骤：

14、s1:对预处理后的声纹信号进行特征提取；

15、s2：将s1步骤中提取的特征进行声纹识别和匹配。

16、优选的，所述s1步骤中特征提取步骤使用梅尔频率倒谱系数和声道特征进行声纹特征的提取，所述s2步骤中声纹识别和匹配步骤使用高斯混合模型或支持向量机进行声纹识别。

17、优选的，所述步骤一中声音采集在实时变压器声纹检测系统中实施，以方便快速和准确的声纹识别。

18、优选的，所述步骤一中对声音的采集需要对多个变压器的声纹进行采集，所述预处理方法需应用在多个变压器声纹检测系统中。

19、优选的，所述步骤四中活动音段指包含有效语音的时间段，表示物或人正有语音活动，这些音段具有一定的能量和频谱特征，可以用于语音识别、语音分割、语音增强等应用。

20、优选的，所述步骤四中非活动音段指包含噪声、静默或其他非语音声音的时间段，这些音段在语音信号中表示人或者物没有有效语音活动。

21、本发明提供了一种变压器声纹检测系统的声纹预处理方法。具备以下有益效果：

22、1、本发明通过利用滤波算法将杂音去除再增强除去杂音后的噪音，并进行频谱的平滑和均衡处理后便能够得到清晰和准确的声音，从而能够实现将准确的进行声纹的采集，从而能够使得检测系统能够准确的进行预估和判断，从而及时发现问题，不会使得变压器问题变大，避免了安全隐患的产生。

23、2、本发明通过将活动声音片段和非活动声音片段的区分，并能够通过将能够在预处理的时候就能够将声音中非活动部分进行剔除，并通过分帧和帧对齐能够快速的将声音分辨出来，从而能够加快检测速度，提高检测效率。

技术特征：

1.一种变压器声纹检测系统的声纹预处理方法，其特征在于，包括，

2.根据权利要求1所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，所述步骤二中采用的滤波算法中最小均方差算法公式为：y[n]＝w^t[n]*x[n]，w[n+1]＝w[n]+μ*e[n]*x[n]，其中，y[n]为输出信号，x[n]为输入信号，w[n]为滤波器的权值向量，^t表示向量的转置，μ为自适应滤波器的学习速率，e[n]为期望输出与实际输出的误差信号。

3.根据权利要求1所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，所述步骤三中自适应增益算法的算法公式为：g[n]＝α*g[n-1]+(1-α)*max(d[n]-ε,0)，其中g[n]表示第n帧的自适应增益值，α是平滑因子，控制历史增益值的权重，通常取值为0<α<1，g[n-1]表示前一帧的自适应增益值，d[n]表示第n帧的语音段信号的能量或谱信息，ε是一个阈值，用于控制增益调整的敏感度，通常取一个小正数。

4.根据权利要求1所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，所述步骤七中重采样和规范化将输入语音信号转换为16khz采样率和16-bit位深度。

5.根据权利要求1所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，还包括以下步骤：

6.根据权利要求5所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，所述s1步骤中特征提取步骤使用梅尔频率倒谱系数和声道特征进行声纹特征的提取，所述s2步骤中声纹识别和匹配步骤使用高斯混合模型或支持向量机进行声纹识别。

7.根据权利要求1所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，所述步骤一中声音采集在实时变压器声纹检测系统中实施，以方便快速和准确的声纹识别。

8.根据权利要求1所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，所述步骤一中对声音的采集需要对多个变压器的声纹进行采集，所述预处理方法需应用在多个变压器声纹检测系统中。

9.根据权利要求1所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，所述步骤四中活动音段指包含有效语音的时间段，表示物或人正有语音活动，这些音段具有一定的能量和频谱特征，可以用于语音识别、语音分割、语音增强等应用。

10.根据权利要求1所述的一种变压器声纹检测系统的声纹预处理方法，其特征在于，所述步骤四中非活动音段指包含噪声、静默或其他非语音声音的时间段，这些音段在语音信号中表示人或者物没有有效语音活动。

技术总结本申请涉及声纹检测技术领域，公开了一种变压器声纹检测系统的声纹预处理方法，包括步骤一：将声音进行采集，使用麦克风或者其他音频输入设备将声音进行采集，步骤二：采用自适应的滤波算法中最小均方差算法，以此算法作为原理对步骤一中采集到的声纹中背景的杂音和噪声特性进行统计评估，并将其从原始信号中减去，从而能够得较为准确的变压器声纹，步骤三：将步骤二中得到的除去噪声的声纹，利用语音识别的自适应增益算法。通过利用滤波算法将杂音去除再增强除去杂音后的噪音，能够实现将准确的进行声纹的采集，从而能够使得检测系统能够准确的进行预估和判断，从而及时发现问题，不会使得变压器问题变大，避免了安全隐患的产生。技术研发人员：徐毓皓受保护的技术使用者：国网黑龙江省电力有限公司佳木斯供电公司技术研发日：技术公布日：2024/5/29