买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国科学技术大学申请的专利一种基于扩散模型的多类机器异常声音检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119626259B 。

龙图腾网通过国家知识产权局官网在2025-04-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510161917.8，技术领域涉及：G10L25/51；该发明授权一种基于扩散模型的多类机器异常声音检测方法是由邱宇;宋艳枝;杨周旺设计研发完成，并于2025-02-14向国家知识产权局提交的专利申请。

本一种基于扩散模型的多类机器异常声音检测方法在说明书摘要公布了：本发明提供一种基于扩散模型的多类机器异常声音检测方法，包括如下步骤：采集正常声音数据，正常声音数据中包含类别信息，构建训练数据集；对训练数据集中的正常声音数据进行预处理生成梅尔谱图，并生成类别对应标签；根据类别对应标签和梅尔谱图，训练基于扩散模型的多类异常声音检测网络；利用训练好的多类异常声音检测网络制作mean‑GMM特征，训练高斯混合模型；将待检测的声音数据输入到多类异常声音检测网络和高斯混合模型中得到检测结果。本发明设计了一种基于高斯混合模型的异常分数算法，均匀考虑了声音数据在时间域上的连续性和变化特征。提供更细粒度的异常评分，显著提高了检测的精准度和对复杂工业环境的适应性。

本发明授权一种基于扩散模型的多类机器异常声音检测方法在权利要求书中公布了：1.一种基于扩散模型的多类机器异常声音检测方法，其特征在于，包括如下步骤：步骤S1：采集正常声音数据，正常声音数据中包含类别信息，构建训练数据集；步骤S2：对训练数据集中的正常声音数据进行预处理生成梅尔谱图，并生成类别对应标签；步骤S3：根据类别对应标签和梅尔谱图，训练基于扩散模型的多类异常声音检测网络，多类异常声音检测网络采用U-Net网络，U-Net网络具有对称的U形结构，由编码器路径即下采样路径和解码器路径即上采样路径组成，梅尔谱图数据先输入到下采样路径中，进行特征提取，所用的卷积核统一为3×3的卷积核，对于提取到的特征之后再输入进上采样路径中，恢复特征图的原始分辨率，下采样路径与上采样路径之间通过跳跃连接，下采样路径中的特征图通过跳跃连接传递到上采样路径，并与对应层的上采样特征图按照通道维度进行拼接，步骤S3中，损失函数为： ，其中，是损失函数，是数学期望，为随机高斯噪声，为待训练的网络，为多步加噪后的梅尔谱图，也是网络的输入，为加噪的步数；步骤S4：利用训练好的多类异常声音检测网络制作平均-GMM特征，训练高斯混合模型；步骤S5：将待检测的声音数据输入到多类异常声音检测网络和高斯混合模型中得到检测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。