基于自注意力机器声音频率模式分析的异常声音检测
声音
2023-09-07 v2 音频与语音处理
摘要
不同机器发出的声音会呈现多样的频率模式。该特征近来被用于异常声音检测并达到了最先进（SOTA）性能。然而，现有方法依赖通过观测训练数据中有效频率范围来手动或经验性地确定频率滤波器，这对于通用应用可能不切实际。本文提出一种基于自注意力的频率模式分析与谱-时信息融合的异常声音检测方法。我们的实验表明，自注意力模块能自动且自适应地分析机器声音的有效频率，并在谱特征表示中增强该信息。通过谱-时信息融合，所获得的音频特征最终提升了在DCASE 2020 Challenge Task 2数据集上的异常检测性能。
引用
@article{arxiv.2308.14063,
title = {Anomalous Sound Detection Using Self-Attention-Based Frequency Pattern Analysis of Machine Sounds},
author = {Hejing Zhang and Jian Guan and Qiaoxi Zhu and Feiyang Xiao and Youde Liu},
journal= {arXiv preprint arXiv:2308.14063},
year = {2023}
}
备注
Published in INTERSPEECH 2023