En este artículo, presentamos un sistema de detección de defectos en engranajes utilizando análisis de frecuencia basado en aprendizaje profundo. Los sistemas de diagnóstico de defectos existentes que utilizan análisis acústico emplean imágenes de espectrograma, escalograma y MFCC (Coeficiente Cepstral en Frecuencia Mel) como entradas para el modelo de red neuronal convolucional (CNN) para diagnosticar defectos. Sin embargo, utilizar datos acústicos visualizados como entrada para los modelos CNN requiere mucho tiempo de cálculo. Aunque la potencia de cálculo ha mejorado, existe una situación en la que se utiliza un procesador de bajo rendimiento por razones como la rentabilidad. En este artículo, solo se utilizan las sumas de las bandas de frecuencia como entrada para el modelo de red neuronal profunda (DNN) para diagnosticar la falla del engranaje. Este sistema diagnostica los defectos utilizando solo unas pocas bandas de frecuencia específicas, por lo que ignora datos innecesarios y no requiere un alto rendimiento al diagnosticar defectos, ya que utiliza un modelo de aprendizaje profundo relativamente simple para la clasificación. Evaluamos el rendimiento del sistema propuesto a través de experimentos y verificamos que el diagnóstico en tiempo real de engranajes es posible en comparación con el modelo CNN. El resultado mostró una precisión del 95.5% para 1000 datos de prueba, y tomó 18.48 ms, lo que verificó la capacidad de diagnóstico en tiempo real en un entorno de bajo especificaciones. Se espera que el sistema propuesto se utilice de manera efectiva para diagnosticar defectos en diversas instalaciones basadas en sonido a bajo costo.