机器故障了，怎么自动检测？机器听觉_参与工业设备维护的人都知道

参与工业设备维护的人都知道，设备发出的声音和振动是很重要的信息，通过声音和振动可以判断设备是否正常运转，将维护成本降低一半，使用寿命延长一倍。

实现实时声学和振动数据分析是一种重要的基于状态的系统监测方法。过去我们凭着长期的经验去了解设备发出的正常声音是什么样的，当声音出现变化时可以确认出现异常。经验丰富的技工人员和工程师可能具备这种知识，但他们属于“稀缺资源” 。

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。