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

本研究提出了一种基于非自回归解码器、矢量量化变分自编码器、谱图及声码器的文本到声音生成框架，在声音生成效果和速度方面较传统的自回归解码器都有较大的提升。

Jul, 2022

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

通过采用生成学习的角度来重新构建声音事件检测问题，我们的模型在训练中学习逆转噪声处理，从而能够从噪声查询中生成准确的事件边界，实验证明在Urban-SED和EPIC-Sounds数据集上，我们的模型在训练中具有40%以上的更快收敛速度并明显优于现有的替代方法。

Aug, 2023

通过实验证明，最小化角度边缘损失还可以最小化紧凑性损失，从而避免学习平凡的解决方案，同时还能教会模型适用于在嘈杂条件下检测异常声音的表示方法。

Sep, 2023

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

最近基础模型的进展使得能够生成与音乐、事件和人类活动相关的高保真声音的音频生成模型成为可能。尽管现代音频生成模型取得了成功，但传统的音频生成质量评估方法主要依赖于类似Frechet Audio Distance的距离度量。相比之下，本文旨在通过检验将其作为训练数据使用的效果来评估音频生成的质量，在这方面我们进行了一系列的研究。具体地，我们进行了使用合成音频进行音频识别的实验，同时探索了合成音频在语音相关建模中作为数据增强资源的潜力。全面的实验结果显示了使用合成音频进行音频识别和语音相关建模的潜力。我们的代码可在此https URL中获得。

Jun, 2024

本研究解决了工业声音数据中因背景噪声和邻近机器干扰而导致的异常检测问题。提出了SSAD框架，以机器活动信息为基础进行源分离和异常检测，能够有效识别与干扰相似的声音。实验表明，SSAD在仅获取受损信号和活动信息的情况下，达到与完整干净信号相媲美的准确性，显示了在工业声音异常检测中的实际有效性。

Sep, 2024

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

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。

Sep, 2024