Jun, 2020

DCASE2020 挑战赛任务 2: 无监督机器状态监测异声检测的描述与讨论

PDF
TL;DR本文介绍了 DCASE 2020 Challenge 任务 2 的任务描述和结果，并讨论了无监督检测机器异常声音方面的研究。通过介绍了大规模数据集、评价指标和基线系统来设计此挑战赛，共收到了 40 个团队的 117 份提交，基于该挑战的结果分析，本文进一步讨论和分析了两种新方法和存在的问题。
发现论文，激发创造
  • DCASE 2023 挑战赛任务 2 的描述与讨论：针对机器状态监测的一次性无监督异常声音检测

    本文介绍了 DCASE 2023 Challenge Task 2 的任务描述：“适用于机器状态监测的无监督异声检测” 以及采用了仅有一些正常样本的新机器的第一次尝试该问题的解决方案。

    May, 2023

  • DCASE 2024 挑战任务 2 的描述和讨论：面向机器状态监测的一次性无监督异常声音检测

    2024 年 DCASE 挑战任务 2 的任务描述：机器条件监控中首次无监督异常声音检测（ASD），以领域泛化为特点的一次性问题，旨在实现对新型机器的快速部署，无需机器特定的超参数调整。

    Jun, 2024

  • 噪声角度添加混合损失与混合检测的声音异常检测

    通过学习正常操作声音的特征并感知其偏差，无监督异常声音检测（ASD）旨在识别异常声音。近期研究集中于自监督任务，利用正常数据的分类，而先进模型的研究表明，通过表示学习及产生紧凑的类内和互不重叠的类间分布，保证异常数据的表示空间是重要的。然而，传统方法通常无法确保足够的类内紧凑性，并存在样本与其相应中心之间的角差异。本文提出了一种训练技术，旨在确保类内紧凑性并增加正常和异常样本之间的角间隔。此外，我们提出了一种提取重要时间区域特征的结构，使模型能够学习哪些时间帧应该被强调或抑制。实验结果表明，该方法在 DCASE 2020 Challenge Task2 数据集上相对于最先进的方法，AUC、pAUC 和 mAUC 分别提高了 0.90％、0.83％和 2.16％。

    Oct, 2023

  • 家庭环境下大规模弱标注半监督声音事件检测

    本文介绍 DCASE 2018 任务 4，重点评估了利用弱标签数据（没有时间边界）进行大规模声音事件检测的系统，挑战在于探索未标记的数据集与小的弱标签训练集结合以提高系统性能。数据来源于 YouTube 家庭环境视频片段，具有环境辅助生活等很多应用潜力。

    Jul, 2018

  • 用于异常声音检测的自监督学习

    使用自我监督学习方法中的特征交换（FeatEx）提出了一种简单而有效的异常声音检测系统，其性能在 DCASE2023 ASD 数据集上明显优于其他已发表结果。

    Dec, 2023

  • 使用基于对比学习预训练的机器 ID 声音表示进行异常声音检测

    本文使用对比学习方法，针对每个机器 ID 而不是每个音频样本优化音频表示，使用自我监督 ID 分类器微调学习模型，增强了同一 ID 音频特征之间的关系，在 DCASE 2020 Challenge Task2 数据集上的实验表明，该方法在整体异常检测性能和稳定性方面胜过了使用对比学习或自我监督分类的最先进方法。

    Apr, 2023

  • 分布式协作异常声音检测通过嵌入共享

    开发了一种机器声音监测系统，提出了一种检测异常声音的方法，探索了多个客户端在保持彼此原始数据私密的同时协同学习异常声音检测模型的方法。

    Mar, 2024

  • MIMII DG：适用于故障工业机器调查和检查的声音数据集，用于域泛化任务

    本文介绍了一个机器声音数据集，旨在评估领域泛化技术用于异常声音检测。该数据集名为 MIMII DG，包含五种机器类型和三个领域移位情境，并根据参数和噪声的不同值引入领域移位，试验结果表明这个数据集可以复现领域移位情境，是评估领域泛化技术的有用工具。

    May, 2022

  • ToyADMOS：一份用于异常声音检测的小型机器操作声音数据集

    本文介绍了一个新的数据集，名为 “ToyADMOS”，用于机器操作声音（ADMOS）的异常检测。该数据集包括用于机器状态检查、几何固定任务的机器故障诊断和移动任务的机器故障诊断的三个子数据集，每个子数据集包括超过 180 个小时的正常机器操作声音，以及超过 4000 个异常声音样本。

    Aug, 2019

  • 噪声标签和最小监督下的音频标注

    介绍了 DCASE2019 挑战赛的任务 2，旨在使用大量嘈杂标注数据和少量手动标注数据下，评估具有 80 个声音类别的大词汇设置中的多标签音频标记系统，同时提出了一种基于卷积神经网络的基线系统和 FSDKaggle2019 数据集。

    Jun, 2019