用于异常声音检测的基于频时激励网络的双路径框架
音频与语音处理
2024-09-06 v1
摘要
与人类语音相比，同类型的机器生成声音通常表现出一致的频率特性和可辨识的时间周期性。然而，在异常检测中利用这两种属性的研究仍相对不足。在本文中，我们提出了一种自动化的双路径框架，用于学习不同机器类型的显著频率和时间模式。一条路径使用一种新颖的频时激励网络（FTE-Net）来学习频谱图沿频率轴和时间轴的显著特征。它包含一个频时分块编码器（FTC-Encoder）和一个激励网络。另一条路径使用一维卷积网络处理话语级频谱。在 DCASE 2023 task 2 数据集上的实验结果表明，我们提出的方法达到了 SOTA 性能。此外，还提供了激励网络中间特征图的可视化结果，以说明我们方法的有效性。
关键词
引用
@article{arxiv.2409.03610,
title = {A Dual-Path Framework with Frequency-and-Time Excited Network for Anomalous Sound Detection},
author = {Yucong Zhang and Juan Liu and Yao Tian and Haifeng Liu and Ming Li},
journal= {arXiv preprint arXiv:2409.03610},
year = {2024}
}
备注
This Paper has been accepted to ICASSP 2024