基于机器活动检测的异常声音检测

我们开发了一种用于机器状态监测的无监督异常声音检测方法，其利用一项辅助任务——检测目标机器何时处于活动状态。首先，我们使用带有机器活动标签的正常数据训练一个检测机器活动的模型，然后在推理阶段若可获得真实活动标签，则将该活动检测误差作为给定声音片段的异常分数。若这些标签不可用，则通过对活动检测模型所获得的嵌入向量进行离群点检测来计算异常分数。求解该辅助任务使模型能够学习目标机器声音与相似背景噪声之间的差异，从而可以识别目标声音中的微小偏差。实验结果表明，所提方法通过集成的方式互补地改善了常规方法的异常检测性能。