本发明涉及制冷装置领域，尤其涉及一种设备异常自噪声的识别方法、设备和计算机存储介质。
背景技术：
1、传统的冰箱中，压缩机、风管及风扇等部件运行会产生各种噪音，虽然为降低这些噪音进行了很多结构功能上的优化设计，但根据售后服务部门的反馈，用户对冰箱产品的噪音方面的不满及投诉近年来占比较大。尤其是随着大容积冰箱需求量增加，因为容量大相对风机数量也大，压缩机功率相应增大，造成冰箱满负荷工作时噪音也高，更严重的是当冰箱内个别会引起噪声增高的部件出现异常时，对客户的生活带来严重影响。
2、这种情况发生后，一般是用户致电售后、要求售后进行维修，而售后人员上门后需要先分析噪声产生的原因，这一过程需要售后人员有丰富的经验，如果经验不足则无法准确判断噪声产生的原因，而且有些噪声是间断出现的，如果时机不对，则很难复现，导致售后人员难以确认原因。以上种种均对定位和解决噪声问题带来很大困扰。
技术实现思路
1、本发明的目的在于提供一种设备异常自噪声的识别方法、设备和计算机存储介质。
2、为实现上述发明目的之一，本发明一实施方式提供一种设备异常自噪声的识别方法，所述识别方法包括：
3、预设所述设备的多种异常自噪声的音频信号；
4、获取实时音频信号；
5、当所述实时音频信号的声音音量大于等于第一设定阈值时，判断所述实时音频信号是否属于所述多种异常自噪声的音频信号中的一种；
6、若是，则将所述设备处于异常状态上传处理系统。
7、作为本发明一实施方式的进一步改进，所述预设所述设备的多种异常自噪声的音频信号，具体包括：
8、通过语音识别系统将预设的每种异常自噪声的音频信号构建成一参考特征声学模型，所述参考特征声学模型为所述异常自噪声音频信号的频谱曲线图。
9、作为本发明一实施方式的进一步改进，所述获取实时音频信号，具体包括：
10、通过语音采集装置获取所述实时音频信号；
11、通过语音识别系统将所述实时音频信号构建成实时特征声学模型，所述实时特征声学模型为所述实时音频信号的频谱曲线图。
12、作为本发明一实施方式的进一步改进，所述判断所述实时音频信号是否属于所述多种异常自噪声的音频信号中的一种，具体包括：
13、将所述实时特征声学模型与所述参考特征声学模型作相似度对比；
14、若相似度达到第二设定阈值，则判断所述实时特征声学模型对应的实时音频信号属于所述多种异常自噪声的音频信号中的一种。
15、作为本发明一实施方式的进一步改进，所述将所述实时特征声学模型与所述参考特征声学模型作相似度对比，具体包括：
16、提取所述实时特征声学模型中预设时间段的频谱曲线；
17、将所述实时特征声学模型在预设时间段的频谱曲线依次与每种所述异常自噪声音频信号的频谱曲线图逐段作重合度对比，直至获取与实时特征声学模型在预设时间段的频谱曲线重合度最高的异常自噪声音频信号的频谱曲线段；
18、计算所述重合度，所述重合度为所述实时特征声学模型与所述参考特征声学模型之间的相似度。
19、作为本发明一实施方式的进一步改进，所述第一设定阈值为50db，所述第二设定阈值为80％。
20、作为本发明一实施方式的进一步改进，所述预设所述设备的多种异常自噪声的音频信号，具体包括：
21、预设所述设备上至少部分部件在不同损坏程度下产生的异常自噪声。
22、作为本发明一实施方式的进一步改进，所述若是，则上报所述设备处于异常状态，具体包括：
23、若是，获取所述实时音频信号属于预设的所述多种异常自噪声中的音种类；
24、将所述设备所处异常状态的种类上传处理系统；
25、其中，所述多种异常自噪声包括压缩机的异常噪声、风机的异常噪声、风管的异常噪声和风扇异常噪声，所述异常状态的种类包括压缩机异常状态、风机异常状态、风管异常状态和风扇异常状态。
26、作为本发明一实施方式的进一步改进，所述若是，则上报所述设备处于异常状态，具体包括：
27、若是，则根据所述实时音频信号到达语音采集装置的距离和方向，获取所述实时音频信号的发声位置；
28、结合所述设备上各部件的所处位置，锁定该实时音频信号为所述设备上哪一部件发出的音频信号；
29、将所述设备所处异常状态的种类上传处理系统；
30、其中，所述部件包括压缩机、风机、风管和风扇，所述异常状态的种类包括压缩机异常状态、风机异常状态、风管异常状态和风扇异常状态。
31、为实现上述发明目的，本发明提供一种具有设备异常自噪声的识别方法的设备，包括：设备本体、语音采集装置以及存储器和处理器，其中，
32、所述语音采集装置设置于所述设备本体上；
33、所述存储器存储可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述设备异常自噪声的识别方法的步骤。
34、为实现上述发明目的，本发明提供一种计算机存储介质，其中存储有计算机程序，所述计算机程序运行时导致所述计算机存储介质的所在设备执行根据所述设备异常自噪声的识别方法的步骤。
35、本发明的有益之处在于：实时获取设备产生的各种音频信号，并对此音频信号进行分析，当实时音频信号的声音音量大于等于第一设定阈值时，将此实时音频信号与系统中预设的设备的多种异常自噪声进行对比，若该实时音频信号属于多种异常自噪声的音频信号中的一种，则将设备处于异常状态上传处理系统，及时通知售后服务部门，为售后服务部门先于用户发现设备异常问题提供技术支撑，提高用户使用体验。
1.一种设备异常自噪声的识别方法，其特征在于，所述识别方法包括：
2.根据权利要求1所述的设备异常自噪声的识别方法，其特征在于，所述预设所述设备的多种异常自噪声的音频信号，具体包括：
3.根据权利要求2所述的设备异常自噪声的识别方法，其特征在于，所述获取实时音频信号，具体包括：
4.根据权利要求3所述的设备异常自噪声的识别方法，其特征在于，所述判断所述实时音频信号是否属于所述多种异常自噪声的音频信号中的一种，具体包括：
5.根据权利要求4所述的设备异常自噪声的识别方法，其特征在于，所述将所述实时特征声学模型与所述参考特征声学模型作相似度对比，具体包括：
6.根据权利要求5所述的设备异常自噪声的识别方法，其特征在于，所述第一设定阈值为50db，所述第二设定阈值为80％。
7.根据权利要求1所述的设备异常自噪声的识别方法，其特征在于，所述预设所述设备的多种异常自噪声的音频信号，具体包括：
8.根据权利要求1所述的设备异常自噪声的识别方法，其特征在于，所述若是，则上报所述设备处于异常状态，具体包括：
9.根据权利要求1所述的设备异常自噪声的识别方法，其特征在于，所述若是，则上报所述设备处于异常状态，具体包括：
10.一种具有设备异常自噪声的识别方法的设备，包括：设备本体、语音采集装置以及存储器和处理器，其特征在于，
11.一种计算机存储介质，其中存储有计算机程序，其特征在于，所述计算机程序运行时导致所述计算机存储介质的所在设备执行根据权利要求1-9中任意一项所述设备异常自噪声的识别方法的步骤。
