基于声源分离模型的异常声音检测系统表征学习

由于异常声学模式的泛化困难，机器运行中异常声音的检测面临重大挑战。鉴于获取全面的异常声学数据存在复杂性，该任务通常被视为无监督学习或新颖性检测问题。训练异常声音检测系统的传统方法主要采用自编码器架构或带有辅助任务的表征学习。然而，这两种方法都有其固有的局限性。自编码器结构仅限于使用目标机器的运行声音，而带有辅助任务的训练虽然能够纳入多样化的声学输入，但可能产生与异常状态特征声学特征缺乏相关性的表征。我们提出了一种基于声源分离模型（CMGAN）的训练方法，旨在从目标类和非目标类声学信号的混合中分离出非目标机器声音。该方法能够有效利用多样化的机器声音，并有助于在有限样本量下训练复杂的神经网络架构。我们的实验结果表明，与传统的自编码器训练方法和专注于分离目标机器信号的声源分离技术相比，所提出的方法具有更好的性能。此外，我们的实验结果表明，即使在目标类数据量保持不变的情况下，随着非目标数据量的增加，所提出的方法也展现出增强表征学习的潜力。