基于谱信息增强的异常声检测对比学习
声音
2025-09-22 v1 人工智能
音频与语音处理
摘要
异常暴露方法是解决无监督异常声检测问题的有效方法。该方法的关键关注点在于如何使模型学习正常数据分布的空间。基于生物感知和数据分析，我们发现异常音频和噪声常常具有更高的频率。因此，我们提出了基于对比学习的高频信息数据增强方法。这使模型能够更关注音频的低频信息，这些信息代表了机器的正常运行模式。我们在 DCASE 2020 Task 2 上评估了所提方法的结果，表明该方法在该数据集上优于其他对比学习方法。我们还在 DCASE 2022 Task 2 数据集上评估了方法的通用性。
引用
@article{arxiv.2509.15570,
title = {Contrastive Learning with Spectrum Information Augmentation in Abnormal Sound Detection},
author = {Xinxin Meng and Jiangtao Guo and Yunxiang Zhang and Shun Huang},
journal= {arXiv preprint arXiv:2509.15570},
year = {2025}
}
备注
Accepted CVIPPR 2024 April Xiamen China