MIMII-Agent：利用具有函数调用功能的大语言模型进行异常声音检测的相对评估
音频与语音处理
2025-07-29 v1 人工智能
机器学习
声音
摘要
本文提出了一种生成机器类型特定异常的方法，用于评估无监督异常声音检测（UASD）系统在不同机器类型上的相对性能，即使在缺乏真实异常声音数据的情况下也是如此。传统的基于关键词的数据增强方法由于依赖手动定义的标签，常常产生不真实的声音，限制了其在机器类型和异常模式多样化时的可扩展性。先进的音频生成模型，如MIMII-Gen，显示出潜力，但通常依赖于异常训练数据，使得它们在缺乏多样化异常样本时效果不佳。为了解决这些局限性，我们提出了一种新颖的合成方法，利用大语言模型（LLM）解释故障的文本描述，并自动选择音频变换函数，将正常的机器声音转换为多样且合理的异常声音。我们通过评估一个仅使用五种机器类型正常声音训练的UASD系统来验证该方法，使用了真实和合成的异常数据。实验结果显示，在合成异常和真实异常之间，不同机器类型的相对检测难度趋势一致。这一发现支持了我们的假设，并突显了所提出的基于LLM的合成方法在UASD系统相对评估中的有效性。
引用
@article{arxiv.2507.20666,
title = {MIMII-Agent: Leveraging LLMs with Function Calling for Relative Evaluation of Anomalous Sound Detection},
author = {Harsh Purohit and Tomoya Nishida and Kota Dohi and Takashi Endo and Yohei Kawaguchi},
journal= {arXiv preprint arXiv:2507.20666},
year = {2025}
}