聲學檢測不能說是一個完全嶄新的技術領域，只不過因為環境聲音種種複雜的特性，導致在過去這些年的實際應用中，發展速度遠不及影片。

聲音訊號具有豐富的資訊量，在很多視覺、觸覺、嗅覺不合適的場合下，具有獨特的優勢。聲音訊號通常被認為與振動訊號具有較大的相關性，但聲音訊號具有非接觸性，避免了振動訊號資料採集的困難。基於一般音訊／環境聲的CA（計算機聽覺Computer Audition）技術屬於AI在音訊領域的分支，直接面向社會經濟生活的各個方面，在醫療衛生、製造業、交通運輸、安防、倉儲、農林牧漁業、水利、環境和公共設施管理業、建築業、採礦業、日常生活、身份識別、軍事等數十個領域具有眾多應用，是一門非常實用的技術．目前該領域在國內外已開始起步發展，但在許多研究和應用領域仍接近於空白，具有無限廣闊的發展前景。

接下來將逐一舉例說明！

醫療衛生——人的身體本身和許多疾病，都會產生各種各樣的聲音。藉助CA進行輔助診斷與治療，既可部分減輕醫生的負擔，又可普惠廣大消費者，是智慧醫療的重要方面。

· 呼吸系統疾病常見的與病人呼吸系統相關的音訊事件有咳嗽、打鼾、言語、喘息、呼吸等。監控病人狀態，在發生特定音訊事件時觸發警報以提醒護士或家人具有重要意義。

· 心音訊號(Heart Sounds,HS)是人體內一種能夠反映心臟及心血管系統執行狀況的重要生理訊號。對心音訊號進行檢測分析，能夠實現多種心臟疾病的預警和早期診斷，以便於發現問題能夠及時有效的得到治療。

製造業

· 轉轍機用於鐵路道岔的轉換和鎖閉，其結構損傷會直接影響行車安全。在生產過程中，需要對高鐵轉轍機的重要零件全部進行無損檢測。基於聲訊號進行結構損傷檢測具有非接觸、高效等優點。

· 水泥廠、煤礦、熱電廠、採礦業等普遍使用輸送帶託輥，由於執行工況惡劣，數量眾多，又要求連續運轉，並且線上檢修不便。要保證輸送機長期連續穩定的執行，對有故障託輥的快速發現和及時處理非常重要。為快速安全可靠地發現有故障隱患的託輥，需適時安排檢修，避免託輥帶病運轉可能造成的更高的停機維修成本及產量損失，減少工人的工作強度，託輥異常聲音檢測系統，原理是對執行中的託輥發出的聲音進行辨別，從而判斷託輥是否正常，並對異常聲音發出報警訊號。該裝置可以區分託輥良好執行和帶故障執行所發聲音的區別。即使在高噪聲環境下，亦能過濾出周邊部件的訊號，準確捕捉故障託輥訊號。

· 發動機——發動機是飛機、船舶、各種行走機械的核心部件，有柴油機、汽油機、內燃機、燃氣渦輪發動機等幾種。發動機故障是發動機內部發生的嚴重事故，傳統的發動機故障診斷高度依賴於工程師的技術能力，發動機的高、中、低３個頻帶的頻譜特性對其進行分析，透過分析汽車噪聲的強度可大致判斷出汽車發動機部件的故障。人工判斷具有很大的侷限性，一些經驗豐富的技術人員也會有一些失敗率，造成時間和金錢的嚴重浪費。因此，聲音檢測故障診斷系統既可直接用於自動診斷，提高系統可靠性，節約維護成本，也可作為經驗不足的技術人員的訓練模組。而且避免了拆分機器安裝振動感測器的傳統診斷方式的麻煩。

· 金屬加工機械製造——刀具狀態是保證切削加工過程順利進行的關鍵，迫切需要研製準確、可靠、成本低廉的刀具磨損狀態監控系統。切削聲訊號採集裝置成本低廉，結構簡單，安放位置可調整。基於它的檢測技術，訊號直接來源於切削區，靈敏度高，響應快，非常適用於刀具磨損監控。可利用金屬切削過程中的聲音輻射檢測工具的狀態，即鋒利、磨損、破損。以低頻和高頻帶的頻譜成分作為特徵，可以很容易地區分鋒利和磨損。

· 軸承、齒輪和傳動部件——旋轉機械（軸承、齒輪等）在整個機械領域中有著舉足輕重的地位，發生故障的機率又遠遠高於其他機械結構，因此對該類部件進行狀態檢測與故障診斷就尤為重要。對於傳統的振動感測器需要拆分機器、不易安裝的缺點來講，其可透過在整機狀態下檢測特定部位的噪聲來判定軸承與齒輪等是否異常，可以說是非常省時省力又快捷了。

· 包裝專用裝置——基於聲訊號的瓶蓋密封性檢測方法，聲訊號的產生由電磁激振裝置對瓶子封蓋激振產生，由麥克風採集。基於聲訊號實現啤酒瓶密封性快速檢測。瓶蓋受激發後產生受迫振動，其振動幅度和振動頻率與瓶蓋的密封性存在一定的關係。瓶內壓力增高時，若瓶蓋密封性好，其振動頻率就高，振幅就小；反之，若密封性差，振動頻率就比較低，振幅也比較大。以此來判斷包裝的密封性，保障了商品包裝的合格率。

· 電氣機械和器材——電機是用於驅動各種機械和工業裝置、家用電器的最通用裝置。電機有很多種，如同步電機 、直流電機 、感應電機。為保證其安全穩定執行，常常需要工作人員定期檢修、維護。電機在發生故障時，維護人員聽電機發出的聲音，以人工方式判斷故障的型別，耗費大量人力，而且無法保證及時檢測到故障，基於聲訊號的聲紋識別系統將提取的音訊特徵與某一型別的故障聯絡起來，可以識別出電機異響及各種型別的故障，如線圈破碎和定子線圈短路等。

· 紡織業——細紗斷頭的低成本自動檢測一直是紡紗企業急需解決的一個問題。利用定向麥克風採集5個週期的鋼絲圈轉動產生的聲訊號。正常紡紗時的聲訊號都具有分佈均勻的５個較高波峰，而發生紡紗斷頭時採集到的聲訊號不具有該特點。按照此標準即可判斷紗線是否發生斷頭以減少成本損失。

· 黑色及有色金屬冶煉和壓延加工業——對金屬和非金屬粘接結構施加微力，在頻域提取與粘接有關的聲訊號的特徵用於後續模式識別。撞擊非晶合金產品使其產生振動，並採集發出的聲訊號，以聲訊號衰減時間的長短作為特徵，判斷產品的合格性，可以準確地檢測出非晶合金產品內部是否存在收孔或裂紋等缺陷。採集氧化鋁熟料與滾筒窯撞擊所產生的聲音，透過分析頻譜、幅度等資料區別出熟料的3種狀態：正常、過燒、欠燒，進行自動質量檢測。採集成品熟料與滾筒窯撞擊所產生的聲音，經濾波、頻譜分析等處理後，對燒結工序中的異常狀態進行判斷並報警。

· 非金屬礦物製品業——熱障塗層是一層陶瓷塗層(Thermal Barrier Coatings TBC)，沉積在耐高溫金屬或超合金的表面，對基底材料起到隔熱作用，使得用其製成的器件（如發動機渦輪葉片）能在高溫下執行。失效檢測有４種典型的失效模式：表面裂紋、滑動介面裂紋、開口介面裂紋、底層變形，基於聲訊號進行失效檢測。提取衝擊聲的域特徵及聽覺感知特徵，透過模式識別研究基於衝擊聲的聲源材料自動識別。

· 農副食品加工業——在雞蛋、鴨蛋等的加工過程中，從生產線上分選出破損蛋是一道重要工序。國內主要依靠工人在燈光下觀察是否有裂紋，或轉動互碰時聽蛋殼發出的聲音等方法來識別和剔除破損雞蛋。這種方法效率低下，精度差，勞動強度大，成本高。研究自動化的禽蛋破損檢測方法意義重大。經驗表明，好蛋的蛋殼發出的聲音清脆，而破損蛋的蛋殼發出的聲音沙啞、沉悶，這使得基於聲音音色進行蛋類質量判別成為可能。以雞蛋赤道部位的４個點作為敲擊位置，採集雞蛋的聲訊號。在實際環境中，用音訊分離或降噪技術。從風機噪聲環境中分離提取蛋雞聲音，根據採集音訊加以分析定位，便可以輕鬆識別破損蛋。

· 機器人制造——機器人需要對周圍環境的聲音具有聽覺感知能力。AED（Audio event detection 音訊事件檢測）在技術角度也屬於CA，但專用於機器人的各種應用場景：面向消費者的服務消費機器人，在室內環境中識別日常音訊事件；面向災難響應的特殊作業機器人，識別噪聲環境中的某些音訊事件，並執行給定的操作；面向閥廳智慧巡檢的工業機器人，對裝置進行智慧檢測和狀態識別。

還有很多應用場景，篇幅有限，就暫且不一一列舉了。

說明：本文部分內容摘錄於《復旦學報》（自然科學版）第58卷第3期《理解數字聲音———基於一般音訊／環境聲的計算機聽覺綜述》李 偉，李 碩著