本发明公开了一种基于mel能量谱和卷积神经网络的声音故障识别方法，首先将初始输入的音频数据进行预加重，之后需要对数据进行分帧、加窗处理，然后要对分帧、加窗后的音频信号进行快速傅里叶变换，提取频域上的能量特征之后，将能量谱通过一组Mel尺度的三角形滤波器组，之后对每一帧对应不同频域的能量作为Y轴，时域上不同帧作为X轴，将数据转换为梅尔能量谱图。此后，需要进一步对能量谱图进行分帧，以适应CNN(卷积神经网络)的输入，每一帧为一个样本，每个样本对应的标签的独热编码作为CNN网络的输出，对CNN网络模型进行训练，直到网络训练误差达到最低。在预测时，输出每一类标签的概率值，取概率值最大的标签作为最终的判别结果。