AT-ECM 系列边缘AI计算单元模块是一款与因士科技接触式听诊器设备配套使用的声纹识别处理模块。模块集成了先进人工智能技术的智能监测设备，旨在为声纹的采集及音频预处理提供高效、精准的解决方案。该模块利用声纹识别技术，能够实时监测和分析被测设备的声纹信息，并通过智能算法区分不同类型的异音信号，AT-ECM 模块采用深度学习算法，通过大量正负样本数据训练，可以将采集到的在线声纹监测数据进行智能AI声纹分析，融合超标音频的时域特征和频域特征，实现了对被测设备声纹的高准确度识别。
产品功能和特点
实时监测： 模块能够24小时不间断地监测设备声纹数据，确保监测的连续性和实时性。
故障分类： 利用AI算法，模块能够针对不同场景下不同类型的故障识别。
异常报警： 当监测到异常音频或声功率超过预设阈值时，模块会自动触发报警系统，及时通知管理人员。
高精度识别： 通过深度学习算法，AT-ECM 模块能够实现高达95%以上的故障类型识别准确率
快速响应： 本地化模型分析使模块能够快速响应被测环境变化。
易于部署： 模块设计紧凑，安装简便，可快速部署于各种监测点。
智能化管理： 模块的智能算法减少了人工干预，提高了设备运行状态监测自动化水平。
数据记录： 模块具备数据存储功能，能记录一定容量异常音频数据，便于分析和回顾。
远程管理： 通过LAN口，管理人员可以远程访问模块，实现对现场设备声纹信息监测和管理。
技术规格
| 系统部件类型 | 项目 | 参数 |
| 接触式声纹听诊器 | 供电方式 | 电池供电/有线供电 |
| 工作温度 | -40~85℃ | |
| 音频采样深度 | 双通道32bit | |
| 音频采样频率 | 16k、32k、48k | |
| 音频频率响应范围 | 20~20kHz | |
| 设备通信方式 | 2.4G WIFI | |
| 音频输出方式 | 标准WAV模式 | |
| 接线方式 | 2芯直式金属对插活接头 | |
| 防护等级 | IP67 | |
| 安装方式 | 强力胶粘3年 | |
| 单电池包自持时间 | 3年（音频采样时间5s，音频采样间隔30min) | |
| 功能特色 | 固传；支持降噪 | |
| 灵敏度 | -62~-67dB / f=1kHz | |
| 测温范围 | -103℃~+153℃ | |
| 温度误差 | ±0.1'C@0'C to +50°C | |
| ±0.2℃@-10'℃ to +60°C | ||
| +0.5C@-25'℃ to +75°C | ||
| 边缘AI计算单元模块 | 通信模块电流 | ≤80mA |
| 整机工作电流 | ≤0.5A | |
| CPU | 高性能多核Cortex A72 64 位处理器，8G+32G | |
| USB 接口 | USB×3 | |
| 接口 | 集成千兆以太网、HDMI、WIF、RS-485、4G选配 | |
| 操作系统 | Debian | |
| 带载能力 | 20-20kHZ(≤8 个探测器) | |
| 电源 | 12V 1A | |
| 特点 | ·动态校时：实时校准边缘端与服务器的时间差，省去部 署麻烦 ·高精动态与预处理：高精采样动态处理能力和降噪抑制， 使数据更干净更清晰 ·平台推送数据回显：实时将数据推送至平台，并可回显 一定时间内的历史数据 ·内置声纹模型库：内置AI声纹库与故障诊断模型，高效 提取声纹特征，实现早期预警 |
微信