(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111666960.8 (22)申请日 2021.12.31 (71)申请人 深圳市声扬科技有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201室(入驻深圳市 前海商务秘书 有限公司) (72)发明人 于洪伟　李亚桐　 (74)专利代理 机构 深圳市智圈知识产权代理事 务所(普通 合伙) 44351 代理人 苗燕 (51)Int.Cl. G10L 25/30(2013.01) G10L 25/51(2013.01) G10L 25/03(2013.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 模型生成方法、 异常检测方法、 装置以及电 子设备 (57)摘要 本申请实施例公开了一种模 型生成方法、 异 常检测方法、 装置以及电子设备。 所述方法包括： 获取训练数据集， 所述训练数据集包括目标设备 的多个音频信息各自的第一音频特征， 所述多个 音频信息包括正常音 频信息和异常音频信息； 通 过所述训练数据集对待训练生成器网络进行训 练， 以将收敛的待训练生 成器网络作为初始异常 检测模型； 通过判别器网络对所述初始异常检测 模型进行调整， 以将调整后的生 成器网络作为目 标异常检测模型。 通过上述方式使得， 可 以通过 将待检测设备的第一音频特征输入目标异常检 测模型对待检测设备进行异常检测， 节省了人 力， 提高了异常检测效率。 权利要求书2页 说明书11页 附图8页 CN 114400019 A 2022.04.26 CN 114400019 A 1.一种模型生成方法， 其特 征在于， 应用于电子设备， 所述方法包括： 获取训练数据集， 所述训练数据集包括目标设备的多个音频信息各自的第一音频特 征， 所述多个音频信息包括 正常音频信息和异常音频信息； 通过所述训练数据集对待训练生成器网络进行训练， 以将收敛的待训练生成器网络作 为初始异常检测模型； 通过判别器网络对所述初始异常检测模型进行调整， 以将调 整后的生成器网络作为目 标异常检测模型。 2.根据权利要求1所述的方法， 其特征在于， 所述待训练生成器网络包括第 一音频特征 重构网络和特征提取网络， 其中， 所述第一音 频特征重构网络包括第一编码 器、 LSTM以及解 码器， 所述特 征提取网络包括第二编码器； 所述通过所述训练数据集对待训练生成器网络进行训练， 以将收敛的待训练生成器网 络作为初始 异常检测模型， 包括： 将所述训练数据集输入所述待训练生成器网络， 得到所述待训练生成器网络的输出； 基于所述输出、 第一损 失函数和第二损 失函数对所述待训练生成器网络进行训练， 以 将收敛的待训练生成器网络作为初始异常检测模型， 其中， 所述第一损失函数为所述第一 编码器输出结果和所述第二编 码器输出结果的差的绝对值， 所述第二损失函数为所述第一 音频特征与第二音频 特征的差的绝对值， 所述第二音频 特征为所述 解码器的输出 结果。 3.根据权利要求2所述的方法， 其特征在于， 所述判别器网络包括第三编码器， 所述通 过判别器网络对所述初始异常检测模型进 行调整， 以将调整后的生成器网络作为目标异常 检测模型， 包括： 获取待训练异常检测模型， 所述待训练异常检测模型包括所述初始异常检测模型和所 述第三编码器； 将所述训练数据集输入所述待训练异常检测模型， 得到所述待训练异常检测模型的输 出； 基于所述输出、 所述第一损 失函数、 所述第二损 失函数和第三损 失函数对所述待训练 异常检测模型进行调整， 得到收敛的待训练异常检测模型， 其中， 所述第三损失函数为第三 音频特征与第四音频特征的差的绝对值， 所述第三音频特征为所述第一音频特征对应的第 三编码器输出 结果， 所述第四音频 特征为所述第二音频 特征对应的第三编码器输出 结果； 将所述收敛的待训练异常检测模型中的生成器网络作为目标异常检测模型。 4.根据权利要求3所述的方法， 其特征在于， 所述第一编码器、 第二编码器和第三编码 器结构相同。 5.根据权利要求1所述的方法， 其特征在于， 所述获取训练数据集， 所述训练数据集包 括目标设备的多个音频信息各自的第一音频特征， 所述多个音频信息包括正常音频信息和 异常音频信息， 包括： 获取目标设备的多个音频信息； 对所述音频信息进行分帧、 加窗、 快速傅里叶变换， 以得到所述音频信息对应的语谱 图； 将所述语谱图作为所述音频信息的第一音频 特征。 6.一种异常检测方法， 其特 征在于， 应用于电子设备， 所述方法包括：权　利　要　求　书 1/2 页 2 CN 114400019 A 2获取待检测音频； 将所述待检测音频进行分 帧、 加窗、 快速傅里叶变换， 以得到所述待检测音频对应的第 一音频特征， 所述第一音频 特征为所述待检测音频对应的语谱图； 将所述第一音频特征输入权利要求1 ‑5任一所述方法得到的目标异常检测模型中， 获 取所述目标异常检测模型输出的检测结果。 7.根据权利要求6所述的方法， 其特征在于， 应用于电子设备， 所述获取待检测音频， 包 括： 周期性地获取待检测音频。 8.一种模型生成装置， 其特 征在于， 运行于电子设备， 所述装置包括： 数据集获取单元， 用于获取训练数据集， 所述训练数据集包括目标设备的多个音频信 息各自的第一音频 特征， 所述多个音频信息包括 正常音频信息和异常音频信息； 初始异常检测模型获取单元， 用于通过所述训练数据集对待训练生成器网络进行训 练， 以将收敛的待训练生成器网络作为初始 异常检测模型； 目标异常检测模型获取单元， 用于通过判别器网络对所述初始异常检测模型进行调 整， 以将调整后的生成器网络作为目标异常检测模型。 9.一种异常检测装置， 其特 征在于， 运行于电子设备， 所述装置包括： 待检测音频获取 单元， 用于获取待检测音频； 第一音频特征获取单元， 用于将所述待检测音频进行分帧、 加窗、 快速傅里叶变换， 以 得到所述待检测音频对应的第一音频特征， 所述第一音频特征为所述待检测音频对应的语 谱图； 检测结果获取单元， 用于将所述第一音频特征输入权利要求1 ‑5任一所述方法得到的 目标异常检测模型中， 获取 所述目标异常检测模型输出的检测结果。 10.一种电子设备， 其特 征在于， 包括 一个或多个处 理器以及存 储器； 一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行， 所 述一个或多个程序配置用于执 行权利要求1 ‑7任一所述的方法。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有程序代 码， 其中， 在所述 程序代码运行时执 行权利要求1 ‑7任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114400019 A 3