说过了计算机视觉，我们来说说计算机听觉。
如果说，视觉是人工智能的眼睛，那么听觉就是人工智能的耳朵。
有的问题，需要眼睛发现，有的问题，则要用耳朵发现，当然，更多问题是用“心”发现，机器之心。。。
笔者有位从事印刷设备研究的亲戚，当国内印刷厂高价从德国进口海德堡设备，但是不知道怎么用，或者出故障的时候，就要把他请去。
而他，则像一位老中医那样，先听声，后辨问题。
收费不菲。 就像耳熟能详的故事里说的那样，在问题处画个圈，收费1元，知道在哪里画圈，收费99元。
机器正常运转，它的声音一定是有某种规律的，而如果机器出故障了，声音也时常就伴随故障而变化。
这里可以用传统的模式识别方法，也可以用最新的人工智能，神经网络，深度学习的方法。
因材而异。
据美国电气与电子工程师协会《光谱》杂志报道，使用基于深度学习的人工智能可以听到机器或汽车的警告信号，并据此提前发现故障。
所谓深度学习，通常是指被称为人工神经网络的软件算法。这些神经网络可以经过多个人工神经元层过滤相关数据，以便更好地学习特定任务。目前流行的软件多以图像识别为主，侧重于语音和对话的声学识别也不少，但以机器运转发出的声音为深度学习对象的还不多见。上海速嵌的做法是，在每个客户端安装麦克风，开启物联网服务，将麦克风搜集的声音上传到云端，经过深度学习算法运算后，客户端可以使用连接了网络的智能手机等设备，监测声音来源设备的状态。
比如重工业公司的机械操作部门，他们时刻面临机器(如工厂的圆形切割刀片或发电厂的水力发电涡轮机等)故障带来的检修和停工。
第一层声音检测，是根据机器部件的基本物理建模来预测其何时开始磨损;
第二层，是使用深度学习算法和麦克风收集的声音，来帮助检测奇怪或异常的噪声，通过训练，软件可以提示机器发生的一般问题;
第三层，可将具体的声音标记、分类，然后通过深度学习将特定声音与具体故障联系起来。
经过对声音数据集学习和训练后的软件，在故障发生前几个小时，就能示警即将发生的问题。
标签：声音,机器,人工智能,听觉,学习,故障,深度 来源： https://blog.51cto.com/14662954/2467614
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。