OtoMechanic：基于示例查询的听觉汽车诊断
声音
2019-11-07 v1 机器学习
音频与语音处理
摘要
及早发现并修理汽车中故障部件可降低车辆在危及生命情况下发生故障的风险。许多需要维修的汽车部件会产生特征性声音。例如，松动的传动带发出高音调吱吱声，坏的启动电机有特征性的呼呼声或咔嗒声。驾驶员常常能察觉自己汽车的声音不正常，但可能无法确定原因。为缓解这一知识差距，我们开发了 OtoMechanic，一个通过相应声音检测并诊断车辆部件问题的网络应用。它将用户录制的问题声音与由故障汽车部件引起的带标注声音数据库进行比较。OtoMechanic 返回最相似的声音，并提供相关诊断的网页链接以及每个检索到声音的相似度估计。在用户研究中，我们发现相对于消费者表现的基线准确率，OtoMechanic 显著提高了诊断准确率。
引用
@article{arxiv.1911.02073,
title = {OtoMechanic: Auditory Automobile Diagnostics via Query-by-Example},
author = {Max Morrison and Bryan Pardo},
journal= {arXiv preprint arXiv:1911.02073},
year = {2019}
}
备注
Submitted to Workshop on Detection and Classification of Acoustic Scenes and Events 2019 (DCASE2019)