前不久，有这样一则新闻登上了微博热搜：一名医生在网上观看某主播上传的ASMR（Autonomous Sensory Meridian Response）视频时，通过异常的心音判断出该主播可能存在心脏问题，而后主播前去医院检查时果然发现了异常，该医生也被网友戏称为“赛博华佗”。能够通过在线视频听懂千里之外的声音，源自于医生长期积累的医学素养，“台上一分钟，台下十年工”这一准则也适用于各行各业：工厂中，经验丰富的技工人员可以通过异常的声音震动及时找到故障设备；汽修厂中，技术精湛的汽修专家可以“听声辨位”判断出反常部位……但是此类的人才都属于稀缺资源，注定无法大规模应用。单单通过声音本身识别问题可能相当困难，即使使用录音、描述性框架或接受专家亲自培训也是如此。

识别异常可能需要进行几分钟的训练，但将声音、振动和原因结合起来实施诊断可能需要一辈子的时间。在科技飞速发展的今天，是否有技术能将这段经验积累的时间缩短，实现从人工识别到自动处理的数字化升级？20年里一直致力于理解人类是如何解读声音和振动的ADI公司带来了OtoSense AI，这是一种致力于传感解译的人工智能，能够系统性地学习来自设备的声音和振动，破译它们的含义，以检测异常行为，并进行诊断。

从人类神经到人工智能，来自仿生学的设计灵感

怎样做到听懂声音，并保证耐用、不可知且高效的使用？OtoSense的开发团队决定从仿生学入手。仿生学是指人们研究生物体的结构与功能工作的原理，并根据这些原理发明出新的设备、工具和科技，创造出适用于生产，学习和生活的先进技术。而OtoSense AI的最好模仿对象无疑就是人类的听觉系统。人类感知声音的过程可以用四个熟悉的步骤来描述：声音的模拟获取、数字转换、特征提取和解读，这四个步骤中的每一步，OtoSense 系统都能与之相对应：

●模拟获取和数字化

在声波传入耳朵以后，会经历一系列复杂的转换过程，从鼓膜、听骨链获取到耳蜗、毛细胞转变，最后通过听神经传递到皮层中枢中。在OtoSense里，此工作由传感器，放大器和编解码器执行。声波被传感器获取并转换为波动的电压信号，然后通过放大器转换解码到数据处理端。数字化过程使用在250 Hz至196 kHz之间可调的固定采样率，波形以16位编码，并存储在128个样本到4096个样本的缓冲区中。

●特征提取

在大脑的皮质层中，接下来一步就是对其进行特征的提取。OtoSense使用了一个被称为“块”的时间窗口，该窗口以固定的步长移动。根据需要识别的事件和采样率，该块可提供从23 ms到3 s的大小和步长范围，并且在边缘提取特征。

●联想与解释

如何把一段平平无奇的电信号赋予含义，将其与人类熟知的概念联系起来，知晓这几秒是在讲话，那几秒是有异响，需要人脑在联络皮层完成这一工作，这也是OtoSense 与人的互动始于基于人类神经学的视觉、无监督的声音映射的原因。OtoSense 利用图形表示所有听到的声音或振动，它们按相似性排列，但不尝试创建固定分类。这让专家们能够组织屏幕上显示的组，并为它们命名，而无需尝试人为创建有界线的类别。他们可以根据自身的知识、感知和对 OtoSense 最终输出的期望构建语义地图。对于不同领域的不同专家，都可以按照自己最熟悉的方式进行划分和标记。

能够听懂声音和震动，使得OtoSense能够在基于状态的系统监测 (CbM)中大放异彩，通过声音和振动进行适当的设备健康监测，可以将维护成本降低一半，使用寿命延长一倍。对于需要进行声学数据分析的CbM来讲，低延迟、实时化极为重要，这样才能第一时间发现故障并进行警报，本地化无疑是实现低延迟的最佳解决方案，同时可以规避因为网络故障带来的问题。OtoSense可以实时工作，无需网络连接，并适用于任何设备，它已被应用于工业应用，支持实现一个可扩展的高效设备健康监测系统。

OtoSense 系统

如上图所示，OtoSense这种结构确保系统不会受到网络故障的影响，且无需将所有原始数据块发送出去进行分析。运行 OtoSense 的终端设备是一种自包含系统，可以实时描述所监听设备的行为。运行AI和HMI（人机界面）的OtoSense服务器一般托管在本地。云架构可以将多个有意义的数据流聚合成为OtoSense设备的输出。

自我学习提升， “数字专家”全能应对不同领域

对于人工智能而言，通过不断的深度学习进行自我训练是极为重要的一个指标，OtoSense 的设计初衷是向多位专家学习，并且随着时间推移，进行越来越复杂的诊断。技术人员或工程师通常要花一生的时间才能完全透彻地了解一种机器，而通常，当这些专业人员处于最佳状态时，他们就该退休了!而 OtoSense可以每天向这些领域专家学习，了解任意数量的机器，博众家之所长，使自己逐渐成为一名24小时待命的“数字专家”。

可以基于所需的事件创建事件识别模型

学习的样本越多，OtoSense所能标记声音类型就越多，可适用于任何实现方案和环境，实现实时连续状态监控和按需诊断。因此，航空公司中，在线路维护期间，OtoSense可对起动机、APU或ECS进行检查，减少飞机停航(AOG)的时间和财务成本；废水处理厂中，OtoSense可识别故障，如废物处理厂和水厂中的泄漏和气蚀，优化生产并改进质量控制流程；发电厂中，OtoSense能够借助经验丰富的技术人员的知识积累更好地检测和预测异常、故障和重大故障，同时通过状态监控确保机器正常运行；制造工厂中，OtoSense可检测劣化预警信号，并提醒技术人员。该软件可实现预测性维护，有助于维护机器健康状况，同时降低不必要的计划维护成本。

小结

ADI公司提供的OtoSense技术旨在使声音和振动专业知识在任何设备上都持续可用，使技术人员仿佛深入机器内部，不断地监听和评估机器的行为和运行状况。OtoSense能传递出声音的价值，并越来越多地运用在航空航天、汽车、工业监测甚至医疗保健、楼宇监控等领域。从机械化的重复劳作逐渐被流水线机器替代，再到需要长期培养的“经验专家”升级为可快速量产的“数字专家”，在不断强调工业互联网的新基建浪潮中，OtoSense的出现也为我们透露出了一个更加自动化的智慧未来。