高底噪环境下的电机声学检测：基于CTF双边滤波的特征提取预处理技术
导读：在真实的产线环境中进行 电机噪声检测，工程师们通常会面临信噪比过低的物理限制。麦克风采集到的信号往往夹杂着大量的环境底噪。如果直接将这些高噪数据输入深度学习模型，模型容易在复杂的背景音中出现过拟合或误判。
近期，中科院声学所团队在《Neurocomputing》（2025）上发表了一项研究，提出了一种预处理思路：借鉴图像处理中的“双边滤波（Bilateral Filter）”算法，设计了 CTF 双边滤波器。该方法在剥离背景噪声的同时保留异常特征，后续仅需一个 433KB 的轻量级自编码器（AE）即可实现异常检测。本文将深度剖析该方案的核心架构与技术逻辑。
一、 常规降噪算法在声学检测中的局限性
在 电动牙刷异音异响检测或轮毂电机异音异响检测 中，异常声音（如齿轮轻微磕碰、轴承早期点蚀）往往表现为频谱图上局部的、短暂的能量突变。
为了去除环境底噪，常规思路是使用谱减法或维纳滤波等降噪算法。但这些传统算法通常假设噪声是平稳的。当面对非平稳的瞬态异常信号时，全局平滑滤波容易将微弱的异常特征当作噪声一并抹除。
若跳过预处理，直接使用复杂的端到端深度学习网络去拟合带噪数据，不仅会带来较高的算力开销，而且一旦产线环境噪声分布发生偏移（Domain Shift），模型的泛化能力就会下降。
因此，工程上需要一种选择性的滤波机制：既能平滑周期性的背景噪声，又能保留突发的不规律异常点。
二、 核心架构：将声学频谱图作为图像处理
图像处理领域的“双边滤波”算法具备保边平滑（Edge-preserving smoothing）的特性。它在计算像素权重时，不仅考虑空间距离，还考虑色彩亮度的相似度。研究团队将这一思想引入了 电机声学检测，提出了CTF（Chroma-Time-Frequency）双边滤波器。
图注：CTF双边滤波异常检测框架。原始音频转换为Log-Mel频谱图后，经过CTF滤波提取背景，原始图减去背景图得到残差图，再通过欧氏范数计算异常强度，最后输入AE模型进行检测。
1. 三维权重计算机制
CTF滤波器在计算某个时频点的权重时，综合了三个维度的数学逻辑：
- 时间权重（Time Weight, TW） ：基于时间轴上的几何接近度。距离当前时刻越近的帧，高斯权重越高。
- 频率权重（Frequency Weight, FW） ：基于频率轴上的几何接近度。频带越接近，权重越高。
- 色度权重（Chroma Weight, CW） ：即频谱能量的欧氏距离。能量值越接近的像素，权重越大。
通过这种机制，正常的、连续的机器运转声会被平滑重建为“背景图像”；而突发的异常点，由于与周围像素的能量差异较大，不会被完全平滑。将原始频谱图减去重建的背景图，得到的 残差图像（Residual Image） 能更清晰地凸显出异常特征。
2. 针对声学特征的工程调优：Flat-Dual Window
在实际调试中，研究人员发现，如果异常点本身的能量过大，会干扰周围像素的权重计算，导致背景重建效果不佳。
图注：传统的方形双窗口与改进后的扁平双窗口（Flat-Dual Window）对比。扁平窗口允许独立调节时间轴和频率轴的感受野，更符合声学信号的物理特性。
为了解决这个问题，他们在滤波器中引入了 “双窗口（Dual Window）”机制。即在计算权重时，掩蔽（Mask）掉中心像素附近的一小圈内窗，仅使用外窗的像素来推测中心点的背景值。
进一步考虑到声学频谱图在时间轴和频率轴上的物理意义差异——例如，在 小电机异音异响检测 中，某些机械摩擦的异常声音在时间上短促，但在频带上跨度较宽。团队对双窗口进行了“扁平化”改造，提出了 Flat-Dual Window。通过独立调节时间轴和频率轴的窗口长度，滤波器可以更灵活地适应不同类型电机的声学特性。
三、 算力与性能的平衡：轻量级模型的优势
对于项目负责人而言，算法的工程落地价值需要体现在投入产出比和硬件部署的可行性上。由于CTF双边滤波器在预处理阶段完成了背景噪声剥离和异常特征凸显（通过欧氏范数降维为单通道异常强度图），后端不再需要深层的复杂网络结构。实验中，研究团队仅使用了一个包含5层线性编码器和5层线性解码器的极简自编码器（模型大小约为433KB）。
在DCASE 2020数据集的测试中，这种“强预处理 + 轻量级模型”的组合，在多个机器类别（风扇、水泵、滑轨、阀门）上取得了稳定的AUC指标，且在计算效率上表现突出：相比于直接输入原始Log-Mel频谱图，输入滤波后的特征图使单轮训练与推理的时间消耗降低了约73.6%。
这意味着，在进行 中置电机异音异响检测 等工业应用时，企业可以使用成本较低的边缘计算硬件（Edge AI）来实现实时在线监测。
四、 总结
《Anomalous sound detection using sound image and CTF-bilateral filter》这项研究表明，在 电机异音异响检测这类具有明确物理背景的工程任务中，深入理解信号特征并做好前端的特征工程，能够有效提升检测系统的整体效能。
通过CTF双边滤波和扁平双窗口设计，将复杂的背景噪声有效剥离，不仅降低了后端模型的学习难度，也削减了硬件算力需求。对于致力于推进工业声学检测落地的工程团队来说，这提供了一条高鲁棒性、低算力开销的务实技术路线。在实际工程应用中，可参考苏州东原推出的 谛听异音检测系统，实现从算法研究到产线检测的高效落地。
