本申请涉及一种基于卷积生成对抗网络的风电机组叶片故障音频监测方法，包括将声音收集设备收集到的叶片转动的音频信号进行分割，对各组叶片功率谱矩阵使用主成分分析，构建生成对抗网络，使用深度卷积生成对抗网络结构对叶片的特征方阵轮流使用anoGAN进行训练；使用一组叶片数据训练好生成对抗模型之后，将剩余组叶片的特征方阵分别输入到异常检测器中，将输入的待测数据作为模型输出的第一部分，重新进行迭代训练，计算输入数据对原训练数据的拟合程度，取最后一次的模型损失作为拟合误差；遍历进行误差计算，得到表示每组叶片相对于剩余组叶片的差异大小。本申请效率高、成本低、无需人工作业，适用于风电机组的故障监测。