Sep, 2024

通过低秩适应微调提高异常声音检测的效果

HTML
PDF
TL;DR本研究针对异常声音检测（ASD）中普遍存在的泛化问题，提出了一种基于音频预训练模型的鲁棒性ASD模型。通过使用低秩适应（LoRA）调优和数据增强策略，实验结果在DCASE2023任务2数据集上达到了77.75%的新基准，显著提高了6.48%，验证了该方法的有效性及其在实际应用中的潜力。
发现论文，激发创造
  • 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

  • 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

  • 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

  • 低秩模型挤压的自适应假音频检测

    本研究提出了一种针对新型虚假语音的低秩适应矩阵训练方法，在保持现有模型识别已知虚假语音准确率的同时，减小了存储内存需求，降低了错误率。

    Jun, 2023

  • 基于Wav2vec2的假音频检测的低秩适应方法

    文章介绍了如何使用低秩适应（LoRA）方法在不显著劣化性能的情况下，有效减少预训练语音模型的微调时间和内存占用

    Jun, 2023

  • 音频频谱变换器中基于频率归一化的录音设备通用性改进

    本文针对机器学习中训练和应用时间所见数据差异这一主要问题，研究了声场分类中不匹配的录音设备情况。我们发现，通过频率方面的规范化进行输入和卷积神经网络中隐藏层激活的处理，可以减少记录设备之间的差异。本文的主要目标是将这种方法应用于成为声场分类主流模型的音频谱图转换器上，并且针对该模型考察了不同的录音设备特征如何被编码到隐藏层激活中。基于这个观察，我们推断出对输入谱图进行抑制可达到最有效的去除记录设备特征的效果。我们提出了一种频率居中的谱图操作，平均提高了未经训练的录音设备上的ASC性能达18.2个百分点。

    Jun, 2023

  • AAT：音频变换器在不同声学识别任务中的应用

    提出了一种名为AAT的基于Adapter调谐的高效微调方法，通过冻结音频Transformer模型并插入额外可学习的Adapter，在不损害模型原始普适性的基础上，有效地获取下游任务知识。大量实验证明，该方法在仅优化7.118%的参数的情况下，实现了与完全微调相媲美甚至更优的性能，并显示了对其他微调方法的优越性。

    Jan, 2024

  • 基于机器特定滤波器组的光谱时间调制表示的机器异常声音检测

    本研究针对工厂机器故障的早期检测问题，提出了一种将人耳听觉模型与机器特性相结合的方法。通过设计特定的非均匀滤波器组，并提取光谱时间调制特征，显著提高了不同机器正常与异常声音的区分能力，尤其在不同信噪比条件下提升了性能。

    Sep, 2024

  • 深度通用表示用于领域泛化的异常声音检测

    本研究解决了当前异常声音检测系统在噪声干扰、领域迁移和有限训练数据下的鲁棒性问题。提出的GenRep方法利用了强大的预训练特征提取器生成通用特征表示，以kNN技术进行领域泛化，无需微调，并在DCASE2023T2评估集上取得了73.79%的官方得分，表现出在有限数据情况下的强大鲁棒性。

    Sep, 2024

  • MIMII-Gen：用于异常声音检测系统模拟评估的生成建模方法

    本研究针对机器声音异样检测系统开发中的录音不足和异常样本稀缺的问题，提出了一种新颖的潜在扩散模型生成多样化异常声音的方法。通过利用Flan-T5模型编码音频文件元数据生成条件音频，我们的方法在生成的声音质量上超越现有模型，显示出增强异常检测系统评估和稳健性的潜力。

    Sep, 2024