機(jī)器生產(chǎn)車(chē)間經(jīng)濟(jì)款噪聲監(jiān)測(cè)報(bào)警儀批量供應(yīng)能夠?qū)崟r(shí)獲取環(huán)境中的噪聲數(shù)據(jù)，讓用戶(hù)可以隨時(shí)了解噪聲的當(dāng)前水平。

化工廠氣管閥門(mén)巡查手持式可視化聲學(xué)成像儀，能夠排除現(xiàn)場(chǎng)嘈雜的工業(yè)環(huán)境干擾，迅速的定位到氣體的泄漏和負(fù)壓真空泄漏，閥門(mén)內(nèi)漏、冷凝器泄漏等；同時(shí)也適用于工業(yè)現(xiàn)場(chǎng)的壓力容器的氣密性和密封性檢測(cè)。另外在電氣設(shè)備的局部放電、開(kāi)關(guān)柜局部放電和電暈產(chǎn)生的高電壓絕緣子缺陷造成的局放的檢測(cè)具有非常好的效果。

手持便攜式工業(yè)聲學(xué)成像儀 汽車(chē)制造業(yè)巡檢采用聲學(xué)算法，實(shí)現(xiàn)對(duì)目標(biāo)物高精度檢測(cè)，實(shí)時(shí)轉(zhuǎn)化可視化聲學(xué)圖像，直觀查看泄露點(diǎn)位，判斷泄漏量，支持錄像、錄音、照相等多種數(shù)據(jù)保存。

聲紋聲源AI識(shí)別分析算法盒子可提供樣機(jī)測(cè)試采用深度卷積神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)音頻事件的識(shí)別分類(lèi)。通過(guò)卷積操作對(duì)音頻進(jìn)行時(shí)域特征和 logmel 頻域特征的提取，并結(jié)合波形的時(shí)域特征和頻域特 征作為音頻的有效特征，再通過(guò)卷積采樣進(jìn)一步獲取特征圖，最終以全連接網(wǎng)絡(luò)分類(lèi)器實(shí)現(xiàn)特征的類(lèi)別分類(lèi)。

聲紋AI智能識(shí)別單元系統(tǒng) 可提供控標(biāo)點(diǎn)運(yùn)作采用深度卷積神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)音頻事件的識(shí)別分類(lèi)。通過(guò)卷積操作對(duì)音頻進(jìn)行時(shí)域特征和 logmel 頻域特征的提取，并結(jié)合波形的時(shí)域特征和頻域特 征作為音頻的有效特征，再通過(guò)卷積采樣進(jìn)一步獲取特征圖，最終以全連接網(wǎng)絡(luò)分類(lèi)器實(shí)現(xiàn)特征的類(lèi)別分類(lèi)。