AI-диагностика автомобиля по звуку двигателя

Как работает диагностика автомобиля по звуку

Диагностика двигателя по звуку опирается на простую вещь: изношенная деталь звучит иначе, чем исправная. Стук двигателя, вой подшипника, свист ремня, цокот гидрокомпенсаторов, гул подвески на неровностях — у каждого из этих дефектов свой рисунок в спектре: набор частот, их громкость и то, как они повторяются во времени. Механик с опытом узнаёт этот рисунок на слух. EchoDrive AI решает ту же задачу численно: превращает вашу запись в набор чисел и сравнивает с тысячами размеченных записей неисправностей.

В англоязычных работах этот подход называют engine sound analysis, а область целиком — car diagnostics по акустическому сигналу. Метод не уникален для автомобилей: так же контролируют состояние промышленных станков, насосов и подшипников, где по изменению шума узнают об износе раньше, чем деталь разрушится.

Какие звуки анализируются

Модель обучена на коротких фрагментах механического шума автомобиля. Лучше всего работают записи, где неисправность звучит отчётливо и повторяется: холодный пуск, работа на холостых, плавный набор оборотов, движение по неровной дороге, торможение. Полезны любые подозрительные шумы двигателя — металлический стук, звон, цокот, вой, скрежет, свист, гул, щелчки, а также посторонние звуки трансмиссии, выпускной системы, подвески и тормозов.

Плохо подходят записи, где механический звук тонет в чём-то другом: громкая музыка в салоне, ваш голос поверх шума, ветер в микрофон, разговор на фоне, шум трассы на скорости. Такие записи не столько «портят ответ», сколько сокращают полезный материал — из них просто нечего анализировать.

Что происходит с записью

Анализ звука двигателя идёт в несколько шагов, и первый из них — уборка.

Сначала запись проходит очистку. Каскад фильтров выбрасывает тишину, отделяет речь от механического шума, отсеивает ветер и статику по спектральной характеристике, затем убирает музыку. Остаются только фрагменты, которые действительно похожи на работающий механизм. Длинные фрагменты нарезаются на окна по 10 секунд, чтобы ничего не потерялось на краях.

Затем каждый очищенный фрагмент попадает в аудиомодель CLAP — нейросеть, обученную на миллионах пар «звук — описание». Она сворачивает фрагмент в вектор из 512 чисел, где похожие звуки оказываются рядом. Эта часть заморожена и не дообучается: она работает как универсальный «слух».

Поверх вектора работают несколько небольших классификаторов, каждый со своим вопросом: есть ли неисправность; в какой зоне автомобиля источник (двигатель, навесное, выпуск, трансмиссия, подвеска и рулевое, тормоза и колёса); какая деталь наиболее вероятна; есть ли стук двигателя. Если фрагментов несколько, их ответы усредняются по вероятностям, а не по звуку — так один громкий кусок не перевешивает всю запись.

Ключевая деталь: тот же самый каскад очистки применяется и при обучении модели, и к вашей записи. Модель видит вашу запись ровно в том же виде, что и обучающие данные, — без этого совпадения точность на реальных записях разваливается.

Что означает вероятность

Ответ вида «неисправность, p = 0.78» — это не оценка «на глаз». Вероятности калиброваны температурным масштабированием: из примерно ста записей с оценкой 0.8 неисправными оказываются примерно восемьдесят. Калибровка не меняет решение модели, она делает честной саму цифру.

Отсюда же берётся ответ «не уверен». Слабый или противоречивый сигнал калибровка стягивает к 0.5, и вместо уверенной ошибки сервис говорит, что материала недостаточно. Причина всегда возвращается списком с ранжированием, а не единственным ответом: определить конкретную деталь только по звуку сложно, и честный топ вариантов полезнее уверенного пальца в небо.

Ограничения метода

Измеренная на независимой выборке точность по вопросу «неисправность или норма» — AUROC 0.794 (доверительный интервал 0.762–0.825). Правильная зона автомобиля попадает в топ-3 примерно в 75% случаев, конкретная деталь из дюжины семейств — в 45–65%. Это уровень серьёзной подсказки, а не приговора, и он честно совпадает с тем, что показывают академические работы по классификации звуков машин «в дикой природе».

Что метод не умеет. Он не видит того, что не звучит: подтёки, трещины, износ колодок без скрипа, ошибки электроники — здесь нужен осмотр и сканер OBD-II. Он не заменяет полноценную диагностику на подъёмнике. Качество ответа напрямую зависит от записи: сильный посторонний шум ухудшает результат. Отдельно оговорим стук двигателя: этот признак хорошо работает на знакомых данных, но на независимой выборке он не подтвердился, поэтому мы показываем его как подсказку и никогда как главный вывод.

Когда обязательно ехать в сервис

Ни один ответ ИИ не отменяет здравого смысла. Немедленно прекратите движение и обратитесь в сервис, если загорелась красная лампа давления масла или перегрева, если появился отчётливый металлический стук под нагрузкой, который растёт с оборотами, если пропали тормоза или руль стал вести себя иначе, если из-под капота идёт дым или запах гари, если машина потеряла тягу или двигатель троит на ходу.

В этих случаях диагностика по звуку нужна только для одного — приехать к мастеру с гипотезой и внятно описать, что происходит. Всё остальное решается на подъёмнике.