比较音频频谱以发现差异

Question

我有一些旋转机器的音频记录，一个在机器运转良好时记录，另一个在有问题时记录。通过耳朵，我们可以听到不同之处，但是当我计算两个记录的FFT频谱时，频谱看起来几乎相同（即使是最小的bin）。因此，我想知道FFT是否有替代方法，或者我做得不好。我的目标是自动发现我们所听到的差异，以便每次机器出现故障时都可以得到通知。

谢谢

Answer 1

我建议在时间而不是频率上检查信号的差异。对两个信号的能量进行归一化，找到使它们之间的相关性最大化的最佳偏移，然后查看信号之间的算术差异，以了解这是否说明了您的耳朵在听什么。

希望有帮助。

Answer 2

[如果人们在时频域（一个频谱图）中查看此数据，则差异清晰可见。在此图像中，我已在Audacity中打开了音频剪辑，并切换到了频谱图视图（使用轨道名称旁边的菜单下拉菜单）。

在正常操作中（第一行），在<400 Hz时，您会看到非常清晰的音调内容，并且在2000kHz附近具有非常清晰的分量。在异常情况下（下排），人们会看到覆盖整个频率范围的周期性能量爆发。

这两个模式应该使用机器学习模型（给定足够的数据）来轻松区分。例如，较小的卷积神经网络或频谱图上的递归神经网络。通常用“异常检测”设置来处理这种用例，其中仅在正常数据上训练模型。带标签的异常数据对于验证非常有用。

作为参考，我在Audacity中使用的设置如下：