异常声音检测中代理任务的定量分析
音频与语音处理
2026-01-14 v1
摘要
由于异常样本稀缺，异常声音检测（ASD）通常涉及自监督代理任务，以从正常声音数据中学习特征表示。在 ASD 研究中，诸如 AutoEncoder 等代理任务在一个明确的假设下运行，即在正常数据上训练的模型将增加与异常相关的重构误差。一个自然的推论是，代理任务性能的提升应能改善 ASD 能力；然而，这一关系鲜少受到系统性关注。本研究通过定量分析五种配置（即 AutoEncoder、分类、源分离、对比学习和预训练模型）下代理任务指标与 ASD 性能之间的关系，填补了这一研究空白。我们使用线性探测（线性可分性）和马氏距离（分布紧凑度）评估所学表示。我们的实验表明，强的代理性能未必能改善异常声音检测性能。具体而言，由于任务难度不足，分类任务出现性能饱和；而由于数据多样性有限，对比学习未能学习到有意义的特征。值得注意的是，源分离是唯一表现出强正相关的任务，其分离效果的改善能持续改善异常检测。基于这些发现，我们强调了任务难度和目标对齐的关键重要性。最后，我们提出了一种三阶段对齐验证协议，以指导 ASD 系统高效代理任务的设计。
引用
@article{arxiv.2601.08480,
title = {Quantitative Analysis of Proxy Tasks for Anomalous Sound Detection},
author = {Seunghyeon Shin and Seokjin Lee},
journal= {arXiv preprint arXiv:2601.08480},
year = {2026}
}
备注
13 pages, 5 figures, Submitted to IEEE/ACM Transactions on Audio, Speech and Language Processing