ASDKit：面向异常声检测方法的综合评估工具包
音频与语音处理
2025-07-15 v1
摘要
本文介绍了 ASDKit，这是一个用于异常声检测(ASD)任务的工具包。我们的目标是通过提供一个开源框架来收集和仔细评估 various ASD 方法，从而促进 ASD 研究。首先，ASDKit 提供了 various ASD 方法的训练和评估脚本，这些脚本在统一的框架内处理。例如，它包括基于自编码器的官方 DCASE 基线、具有代表性的判别方法以及基于自监督学习的方法。其次，它支持在 DCASE 2020--2024 数据集上的综合评估，使我们能够仔细评估 ASD 性能，而该性能对数据集和随机种子极其敏感。在我们的实验中，我们使用 ASDKit 对 various ASD 方法进行了重新评估，并在多个数据集和试验中识别出始终有效的技术。我们还展示了 ASDKit 能够在所考虑的数据集上实现达到最新水平的性能。
引用
@article{arxiv.2507.10264,
title = {ASDKit: A Toolkit for Comprehensive Evaluation of Anomalous Sound Detection Methods},
author = {Takuya Fujimura and Kevin Wilkinghoff and Keisuke Imoto and Tomoki Toda},
journal= {arXiv preprint arXiv:2507.10264},
year = {2025}
}