Contexto empresarial
Una planta automotriz analiza el sonido de motores recién ensamblados para detectar defectos sutiles (golpeteos). Las grabaciones varían en volumen debido a la posición manual del micrófono. Se requiere estandarizar las características para eliminar el sesgo de volumen y usar ventanas de contexto para capturar la evolución temporal de los sonidos transitorios cortos.
Preparación de datos
Carga de pruebas de motores con variabilidad de amplitud simulada.
¡Copiado!
| 1 | PROC CAS; |
| 2 | audio.loadAudio / |
| 3 | caslib='FACTORY_QC' |
| 4 | path='engine_tests_v2/' |
| 5 | casOut={name='engine_noise_raw', replace=true}; |
| 6 | RUN; |
Étapes de réalisation
1
Extracción de características con ventanas cortas (10ms), contexto añadido y estandarización Z-Score.
¡Copiado!
| 1 | PROC CAS; |
| 2 | audio.computeFeatures / |
| 3 | TABLE={name='engine_noise_raw'} |
| 4 | casOut={name='engine_features_std', replace=true} |
| 5 | featureScalingMethod='STANDARDIZATION' |
| 6 | frameExtractionOptions={frameLength=10, frameShift=5} |
| 7 | nContextFrames=5 |
| 8 | mfccOptions={nCeps=20}; |
| 9 | RUN; |
2
Verificación estadística de que la media es cercana a 0 (validación de estandarización).
¡Copiado!
| 1 | PROC CAS; |
| 2 | SIMPLE.summary / |
| 3 | TABLE={name='engine_features_std'} |
| 4 | subSet={'MEAN', 'STD'}; |
| 5 | RUN; |
Resultado esperado
La tabla resultante contiene vectores MFCC donde cada característica ha sido reescalada (media 0, varianza 1), eliminando las diferencias de ganancia del micrófono. Además, cada vector incluye información de 5 tramas anteriores y 5 posteriores, proporcionando el contexto temporal necesario para identificar patrones de 'golpeteo' en el motor.