Transformer-based Autoencoder with ID Constraint for Unsupervised Anomalous Sound Detection
Harbin Engineering University（哈尔滨工程大学）；Bytedance（字节跳动）；University of Technology Sydney（悉尼科技大学）；University of Surrey（萨里大学）
本文提出IDC-TransAE，一种基于ID约束的Transformer自编码器，结合加权异常分数计算，用于无监督异常声音检测，在DCASE 2020数据集上验证了其有效性和优越性。
2023-10-13 cs.SD eess.AS
TLDiffGAN: A Latent Diffusion-GAN Framework with Temporal Information Fusion for Anomalous Sound Detection
Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院）；Collaborative Innovation Center for Transport Studies, Dalian Maritime University, China（大连海事大学交通运输协同创新中心）
TLDiffGAN通过结合潜在扩散模型与预训练音频编码器，提升异常声音检测的准确性和时间频率定位能力。
2026-02-01 cs.AI cs.SD eess.AS
Distributed collaborative anomalous sound detection by embedding sharing
Hitachi Ltd.（日立公司）
本文提出一种基于嵌入共享的分布式协作异常声音检测方法，各客户端使用通用预训练模型计算嵌入并在服务器聚合，通过离群点暴露进行检测，使异常声音检测的AUC平均提升6.8%。
2024-03-25 cs.CR cs.LG cs.SD
MIMII-Agent: Leveraging LLMs with Function Calling for Relative Evaluation of Anomalous Sound Detection
Hitachi Ltd., R\&D Group, Tokyo, Japan
针对缺乏真实异常声时难以跨机器类型评估 UASD 的问题，提出用 LLM 函数调用依据故障描述自动选择音频变换并合成可信异常，实验证明其相对难度趋势与真实异常一致。
2025-07-28 cs.AI cs.LG cs.SD
Anomalous Sound Detection Using Self-Attention-Based Frequency Pattern Analysis of Machine Sounds
Harbin Engineering University（哈尔滨工程大学）；University of Technology Sydney（悉尼科技大学）；Harbin Institute of Technology（哈尔滨工业大学）
本文提出一种基于自注意力频率模式分析与频谱-时间融合的异常声音检测方法，自动分析有效频率并增强特征，在DCASE 2020任务2数据集上提升检测性能。
2023-09-06 cs.SD eess.AS
Improvements of Discriminative Feature Space Training for Anomalous Sound Detection in Unlabeled Conditions
Graduate School of Informatics Nagoya University Nagoya, Japan；Information Technology Center Nagoya University Nagoya, Japan
针对元信息标签缺失时异常声音检测判别式方法性能下降的问题，通过采用多分辨率频谱图与新训练策略改进特征提取器、提出多种伪标记方法，显著提升了无标记条件下的检测性能。
2024-09-14 cs.SD eess.AS
Anomalous Sound Detection Using a Binary Classification Model and Class Centroids
Nagoya University（名古屋大学）；Human Dataware Lab. Co.（Human Dataware Lab. 公司）
检测未知异常声音的异常声音检测系统通常需要仅使用正常声音数据来构建。此外，期望通过有效地使用少量的异常声音数据来改进系统，所述异常声音数据将通过系统的操作而累积。作为满足这些要求的方法之一，我们专注于一个二进制分类模型，该模型不仅使用正常数据，而且使用其他领域的异常数据作为伪异常声音数据，可以很容易地通过使用异常数据进行更新。在本文中，我们实现了一个新的损失函数基于度量学习的距离关系，从每个类的质心在特征空间的二进制分类模型。所提出的二进制分类和度量学习的多任务学习使得可以构建特征空间，其中类内方差最小化，类间方差最大化，同时保持正常和异常类线性可分。我们还研究了额外使用异常声音数据进一步改善二进制分类模型的有效性。我们的研究结果表明，使用二进制分类和度量学习来考虑特征空间中每个类质心的距离的多任务学习是有效的，并且在训练期间即使使用少量异常数据也可以显着提高性能。
2021-06-11 cs.LG cs.SD eess.AS
ToyADMOS: A Dataset of Miniature-Machine Operating Sounds for Anomalous Sound Detection
NTT Media Intelligence Laboratories（NTT媒体情报实验室）；Ritsumeikan University（立命馆大学）
本文介绍了一个新的数据集称为“ToyADMOS”的机器操作声音（ADMOS）的异常检测设计。据我们所知，没有大规模的数据集可用于ADMOS，虽然大规模的数据集有助于声学信号处理的最新进展。这是因为异常声音数据很难收集。为了构建ADMOS的大规模数据集，我们通过故意破坏微型机器（玩具）来收集它们的异常操作声音。发布的数据集包括三个子数据集，用于机器状态检查，几何固定任务机器的故障诊断和移动任务机器的故障诊断。每个子数据集包括超过180小时的正常机器操作声音和超过4,000个异常声音样本，这些声音样本是用四个麦克风以48 kHz的采样率收集的。该数据集可从https://github.com/YumaKoizumi/ToyADMOS-dataset免费下载
2019-08-09 cs.LG cs.SD eess.AS
Improving Anomalous Sound Detection through Pseudo-anomalous Set Selection and Pseudo-label Utilization under Unlabeled Conditions
Nagoya University（名古屋大学）
针对无标签条件下异常声音检测性能下降问题，提出结合异常分数选择器、三元组学习和迭代训练的集成流程，在DCASE2022-2024数据集上平均AUC提升超6.6点，实现低标注成本下的鲁棒检测。
2025-05-25 cs.SD eess.AS
Improvement of Serial Approach to Anomalous Sound Detection by Incorporating Two Binary Cross-Entropies for Outlier Exposure
Nagoya University（名古屋大学）；Human Dataware Lab. Co., Ltd.（Human Dataware实验室有限公司）
异常声音检测系统必须仅使用正常音频数据来检测未知的非典型声音。传统的方法使用串行方法，一个组合的离群暴露（OE），它分类正常和伪异常数据，并获得嵌入，和内点建模（IM），它模型的嵌入的概率分布。虽然串行方法由于OE强大的特征提取和IM的鲁棒性而显示出高性能，但是OE仍然存在当正常和伪异常数据太相似或太不同时不能很好地工作的问题。为了明确区分这些数据，所提出的方法在训练OE时使用两个二进制交叉熵的多任务学习。第一个是对目标机器的声音进行分类的损失，该目标机器的声音是从哪个产品发出的，它处理正常数据和伪异常数据过于相似的情况。第二种是识别声音是否从目标机器发出的损失，其处理正常数据和伪异常数据相差太大的情况。我们使用DCASE 2021 Task~2数据集进行了实验。我们提出的单模型方法在AUC方面优于结合多个模型的顶级方法2.1%。
2022-06-13 cs.SD eess.AS
Anomalous Sound Detection as a Simple Binary Classification Problem with Careful Selection of Proxy Outlier Examples
Johannes Kepler University（约翰内斯·开普勒大学）；Software Competence Center Hagenberg GmbH（哈根贝格软件能力中心有限公司）
无监督的异常声音检测涉及识别偏离定义为“正常”的声音，而不明确指定异常的类型。一个重要的障碍是异常值的多样性和稀有性，这通常会阻止我们收集一组有代表性的异常声音。因此，大多数异常检测方法使用无监督而不是有监督的机器学习方法。尽管如此，我们将表明，异常声音检测可以有效地框架作为一个监督分类问题，如果一组异常样本被仔细替换我们所谓的代理离群值。代理异常值的候选者大量可用，因为它们可能包括既不正常也不异常的声音的所有录音。我们对2020年DCASE挑战赛的机器状态监测数据集进行了实验，发现了具有匹配记录条件和与目标声音高度相似性的代理异常值，这些异常值特别具有信息性。如果没有具有相似声音和匹配记录条件的数据可用，则优选在这两个维度上具有较大多样性的数据集。我们的模型基于有代理离群值的监督训练，在DCASE2020挑战赛的任务2中排名第三。
2020-11-05 cs.LG cs.SD eess.AS
Unsupervised Detection of Anomalous Sound based on Deep Learning and the Neyman-Pearson Lemma
NTT Media Intelligence Laboratories（NTT媒体情报实验室）；NTT Corporation（NTT公司）
本文提出了一种新的优化原理和实现的无监督异常检测声音（ADS）使用自动编码器（AE）。无监督ADS的目标是在没有异常声音训练数据的情况下检测未知的异常声音。使用AE作为正常模型是用于无监督ADS的最先进技术。为了降低假阳性率（FPR），训练AE以最小化正常声音的重建误差，并且计算异常分数作为观察到的声音的重建误差。不幸的是，由于该训练过程没有考虑异常声音的异常评分，因此真阳性率（TPR）不一定增加。在这项研究中，我们定义了一个目标函数的基础上内曼皮尔逊引理考虑ADS作为一个统计假设检验。建议的目标函数训练AE，以最大化TPR在任意低FPR条件下。为了计算目标函数中的TPR，我们认为异常声音的集合是正常声音的互补集合，并通过使用拒绝抽样算法来模拟异常声音。通过使用合成数据的实验，我们发现所提出的方法在低FPR条件下提高了ADS的性能指标。此外，我们证实，所提出的方法可以检测到异常的声音在现实环境中。
2018-10-22 cs.LG cs.SD eess.AS
First-Shot Unsupervised Anomalous Sound Detection With Unknown Anomalies Estimated by Metadata-Assisted Audio Generation
University of Technology Sydney（悉尼科技大学）；University of Surrey（萨里大学）
针对DCASE 2023挑战赛任务2的首次无监督异常声音检测难题，提出元数据辅助音频生成估计未知异常、结合TWFR-GMM主干的FS-TWFR-GMM方法，以极少参数取得顶尖性能。
2024-03-11 cs.SD eess.AS
Domain Shift-oriented Machine Anomalous Sound Detection Model Based on Self-Supervised Learning
Guilin University of Electronic Technology（桂林电子科技大学）；School of Marine Engineering（海洋工程学院）
得益于深度学习的发展，基于自监督学习的机器异常声音检测研究取得了显著成果。然而，在同一台机器的不同操作条件下，测试集和训练集的声学特性存在差异（域偏移）。现有的检测方法具有挑战性，以低的计算开销稳定地学习域移位特征。针对这些问题，本文提出了一种基于自监督学习的面向领域转移的机器异常声音检测模型（TranSelf-DyGCN）。首先，设计了一个时频域特征建模网络，用于捕获全局和局部的空间和时域特征，从而提高了机器异常声音检测在域偏移下的稳定性。然后，采用动态图卷积网络（DyGCN）对域移位特征之间的依赖关系进行建模，使模型能够有效地感知域移位特征。最后，我们使用一个域自适应网络（DAN）来补偿域偏移引起的性能下降，使模型在自监督环境中更好地适应异常声音。在DCASE 2020任务2和DCASE 2022任务2上验证了所建议模型的性能。
2022-09-07 cs.SD eess.AS
Anomalous Sound Detection using Spectral-Temporal Information Fusion
Harbin Engineering University（哈尔滨工程大学）；University of Technology Sydney（悉尼科技大学）；University of Surrey（萨里大学）
无监督异常声音检测的目的是从正常声音中检测出机器的未知异常声音。然而，最先进的方法并不总是稳定的，甚至对于相同类型的机器也会有显着不同的表现，这使得它对于一般应用不切实际。本文提出了一种基于频谱-时间融合的自监督方法来对正常声音的特征进行建模，从而提高了检测来自单个机器（即使是相同类型的机器）的异常声音的稳定性和性能一致性。在DCASE 2020 Challenge Task 2数据集上的实验表明，该方法的最小AUC分别达到了81.39%、83.48%、98.22%和98.83（个人之间最差情况下的检测性能）在四种类型的真实机器中（风扇、泵、滑块和阀），与现有技术方法相比分别提高了31.79%、17.78%、10.42%和21.13%，发光\_Aff.此外，所提出的方法提高了数据集中所有类型机器的AUC（个人平均性能）。源代码可在https://github.com/liuyoude/STgram_MFN上获得
2022-04-29 cs.SD eess.AS
Representational learning for an anomalous sound detection system with source separation model
School of Electronic and Electrical Engineering, Kyungpook National University（庆北国立大学电子与电气工程学院）；School of Electronics Engineering, Kyungpook National University（庆北国立大学电子工程学院）
针对机械异常声音检测中传统方法的局限性，提出基于源分离模型CMGAN的训练方法，通过分离非目标机器声音提升表征学习效果，实验证明其性能优于传统方法且可随非目标数据量增加进一步增强。
2024-10-29 cs.SD eess.AS
Description and Discussion on DCASE 2026 Challenge Task 2: Noise-aware Unsupervised Anomalous Sound Detection for Machine Condition Monitoring
National Institute of Information and Communications Technology, Japan（日本信息与通信技术研究院）
本文介绍DCASE 2026挑战任务2，通过利用近远双通道音频分离环境噪声与机器声音，提升无监督异常声音检测在噪声条件下的鲁棒性。
2026-06-01 cs.SD eess.AS
Description and Discussion on DCASE2020 Challenge Task2: Unsupervised Anomalous Sound Detection for Machine Condition Monitoring
NTT Corporation（NTT公司）；Hitach, Ltd.（日立有限公司）；Doshisha University（同志社大学）
在本文中，我们介绍了任务描述，并讨论了DCASE 2020挑战任务2的结果：机器状态监测的异常声音的无监督检测。异常声音检测（ASD）的目的是识别目标机器发出的声音是正常还是异常。该任务的主要挑战是在仅提供正常声音样本作为训练数据的条件下检测未知的异常声音。我们设计了这个挑战作为ASD研究的第一个基准，其中包括一个大规模的数据集，评估指标和一个简单的基线系统。我们收到了来自40个团队的117份提交，由于这一挑战，已经开发了几种新方法。在分析评价结果的基础上，讨论了两种新的评价方法及其存在的问题。
2020-08-08 cs.LG cs.SD eess.AS
Disentangling Physical Parameters for Anomalous Sound Detection Under Domain Shifts
Hitachi, Ltd.（日立制作所）
为了开发一种机器噪声监测系统，提出了一种畴移条件下的异常噪声检测方法。当机器的物理参数发生变化时，就会发生域转移。因为域移位改变正常声音数据的分布，所以常规无监督异常检测方法可输出假阳性。为了解决这个问题，所提出的方法约束的归一化流（NF）模型的一些潜在变量来表示物理参数，这使得解纠缠的域移位的因素和学习的潜在空间是不变的，相对于这些域移位。从这个域移位不变的潜在空间计算的异常分数不受这种移位的影响，这减少了误报并提高了检测性能。利用不同运行速度下的滑轨声数据进行了实验。结果表明，所提出的方法解开的速度，以获得一个潜在的空间，是不变的关于域的变化，这提高了AUC的13.2%的辉光与一个单一的块和2.6%的辉光与多个块。
2021-11-12 cs.SD eess.AS
Serial-OE: Anomalous sound detection based on serial method with outlier exposure capable of using small amounts of anomalous data for training
Nagoya University（名古屋大学）
提出Serial-OE方法，利用少量异常数据结合异常暴露框架提升异常声音检测性能，在DCASE2020 Task2上超越现有模型。
2025-05-25 cs.SD eess.AS
Anomalous Sound Detection with Machine Learning: A Systematic Review
University of Minho（米尼奥大学）
异常声音检测（ASD）是识别物体发出的声音是正常还是异常的任务。在某些情况下，早期检测这种异常可以防止几个问题。本文对使用机器学习（ML）技术进行的异常声音检测相关研究进行了系统综述（SR）。本SR通过选择2010年至2020年期间在期刊和会议上发表的31项（已接受的研究）研究进行。讨论了最新技术水平，收集数据集，提取音频特征的方法，ML模型以及用于ASD的评估方法。结果表明，ToyADMOS、MIMII和Mivia数据集、Mel频率倒谱系数（MFCC）特征提取方法、ML的自动编码器（AE）和卷积神经网络（CNN）模型、AUC和F1-score评价方法被引用最多。
2021-02-15 cs.AI cs.LG cs.SD
Anomalous sound detection based on interpolation deep neural network
Hitachi, Ltd.（日立有限公司）
随着劳动力的减少，对进行工业设备维护的节省劳动力的自动异常声音检测技术的需求已经增长。常规方法基于自动编码器的重构误差来检测异常。然而，当目标机器声音是非平稳的时，重建误差倾向于与异常无关地大，并且其变化由于预测边缘帧的困难而增加。为了解决这个问题，我们提出了一种异常检测的方法，在该方法中，该模型利用多帧的频谱图，其中心帧被删除作为输入，并预测删除的帧的插值作为输出。该方法不需要预测边缘帧，而是使重建误差与异常一致。实验结果表明，基于标准AUC评分，所提出的方法实现了27%的改善，尤其是针对非平稳机械声音。
2020-05-19 cs.LG cs.SD eess.AS
Anomalous Sound Detection Based on Machine Activity Detection
Hitachi, Ltd.（日立有限公司）
我们开发了一种用于机器状态监测的无监督异常声音检测方法，该方法利用辅助任务-检测目标机器何时处于活动状态。首先，我们训练一个模型，该模型通过使用带有机器活动标签的正常数据来检测机器活动，然后如果我们在推理阶段可以访问地面实况活动标签，则使用活动检测错误作为给定声音片段的异常分数。如果这些标签不可用，则通过对由活动检测模型获得的嵌入向量进行离群值检测来计算异常分数。解决这个辅助任务使模型能够学习目标机器声音和类似背景噪声之间的差异，这使得识别目标声音中的小偏差成为可能。实验结果表明，该方法通过集成的方式互补地提高了传统方法的异常检测性能。
2022-04-15 cs.LG cs.SD eess.AS
AdaProj: Adaptively Scaled Angular Margin Subspace Projections for Anomalous Sound Detection with Auxiliary Classification Tasks
Fraunhofer FKIE（弗劳恩霍夫通信、信息处理与 ergonomics 研究所）
本文提出新型损失函数AdaProj，通过将数据投影至类别特定子空间并保持角度边际，在DCASE2022和2023数据集上显著提升了半监督异常声音检测性能。
2024-08-22 cs.SD eess.AS
Temporal Pooling Strategies for Training-Free Anomalous Sound Detection with Self-Supervised Audio Embeddings
系统评估多种时间池化策略，提出相对偏差池化（RDP）和混合池化方法，在无训练异常声音检测中超越均值池化，达到最优性能。
2026-08-07 cs.SD eess.AS
Disentangling Hierarchical Features for Anomalous Sound Detection Under Domain Shift
College of Computer Science and Technology, Harbin Engineering University（哈尔滨工程大学计算机科学与技术学院）；University of Technology Sydney（悉尼科技大学）；University of Surrey（萨里大学）
本文提出基于梯度反转的层次化特征解耦方法GRHD，通过分离域相关与域无关特征并利用元数据引导细粒度特征学习，在DCASE 2022任务2数据集上显著提升了域偏移下的异常声音检测性能。
2025-01-03 cs.SD eess.AS
Handling Domain Shifts for Anomalous Sound Detection: A Review of DCASE-Related Work
Aalborg University（奥胡斯大学）；Pioneer Centre for AI（先锋人工智能中心）；Nagoya University（名古屋大学）；Kyoto University（京都大学）；Mitsubishi Electric Research Laboratories（三菱电机研究实验室）
本文综述了DCASE声学机器状态监测挑战中异常声音检测的域泛化问题，重点讨论模型如何在仅用少量目标域样本的情况下，从源域泛化到麦克风类型或传感器位置等声学域发生偏移的未见目标域。
2025-09-21 cs.SD eess.AS
Flow-based Self-supervised Density Estimation for Anomalous Sound Detection
Hitachi, Ltd.（日立有限公司）
为了开发机器声音监测系统，提出了一种异常声音检测方法。使用Normalizing Flows的精确似然估计是无监督异常检测的一种有前途的技术，但由于可能性受到数据平滑度的影响，因此它可能无法进行分布外检测。为了提高检测性能，我们训练模型，以将较高的可能性分配给目标机器声音，并将较低的可能性分配给来自相同机器类型的其他机器的声音。我们证明，这使模型能够采用基于自监督分类的方法。使用DCASE 2020 Challenge Task2数据集进行的实验表明，该方法在使用Masked Autoregressive Flow（MAF）时平均将AUC提高了4.6%，在使用Glow时平均提高了5.8%，这比以前的方法有了显着的改进。
2021-03-16 cs.LG cs.SD eess.AS
Analysis of Feature Representations for Anomalous Sound Detection
LMU Munich（慕尼黑大学）
在这项工作中，我们彻底评估了预训练的神经网络作为异常声音检测的特征提取器的有效性。在此过程中，我们利用这些神经网络中包含的知识来提取语义丰富的特征（表示），这些特征（表示）用作高斯混合模型的输入，该模型用作密度估计器来对正态性进行建模。我们比较了在来自各个领域的数据上训练的特征提取器，即：图像，环境声音和音乐。我们的方法是从工厂机械，如阀门，泵，滑块和风扇的记录进行评估。所有评估的表示都优于自动编码器基线，其中基于音乐的表示在大多数情况下都能产生最佳性能。这些结果挑战了通常的假设，即紧密匹配的域的特征提取器和下游任务的结果在更好的下游任务的性能。
2020-12-11 cs.LG cs.SD eess.AS
Mind the Gap: Detecting Cluster Exits for Robust Local Density-Based Score Normalization in Anomalous Sound Detection
Department of Electronic Systems, Aalborg University（电子系统系，奥尔堡大学）；Pioneer Centre for Artificial Intelligence（先锋人工智能中心）；Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室（MERL））
针对异常声音检测中局部密度分数归一化对邻域大小敏感的问题，提出聚类出口检测机制，通过识别距离不连续性自适应选择邻域大小，提升鲁棒性和性能。
2026-06-08 cs.SD eess.AS
An Enhanced Audio Feature Tailored for Anomalous Sound Detection Based on Pre-trained Models
University of Science and Technology of China（科学技术大学）；National Intelligent Voice Innovation Center（国家智能语音创新中心）；iFLYTEK Research（iFLYTEK研究院）
本文针对机器异常声音检测中异常位置不确定和冗余信息干扰问题，提出均匀间隔滤波器组特征及基于预训练模型的无参数特征增强方法，并在DCASE 2024数据集上显著提升ASD性能。
2025-08-21 cs.LG cs.SD eess.AS
Retaining Mixture Representations for Domain Generalized Anomalous Sound Detection
Institute of Science Tokyo（东京科学研究所）
针对域泛化异常声音检测中混合样本嵌入偏差导致性能下降的问题，提出保留而非去噪的SSL改进策略，结合多标签损失与混合对齐损失，提升了分布偏移下的检测鲁棒性。
2025-10-29 cs.SD eess.AS
MIMII-Gen: Generative Modeling Approach for Simulated Evaluation of Anomalous Sound Detection System
Hitachi Ltd.（日立公司）
针对机器声音异常数据稀缺问题，提出基于潜在扩散模型与Flan-T5的MIMII-Gen生成方法，在EnCodec潜在空间生成高质量异常音频，其FAD指标优于现有模型，且使异常检测系统AUC分数仅相差4.8%，有效提升了系统评估与鲁棒性。
2024-09-27 cs.AI cs.SD eess.AS
Improving Anomalous Sound Detection via Low-Rank Adaptation Fine-Tuning of Pre-Trained Audio Models
Tsinghua University（清华大学）；Shanghai Jiao Tong University（上海交通大学）
本文提出利用音频预训练模型结合SpecAug数据增强与LoRA低秩适配微调来改进异常声音检测，在DCASE2023 Task 2数据集上取得77.75%的新基准，较先前SOTA提升6.48%。
2024-09-11 cs.AI cs.SD eess.AS
Stream-based Active Learning for Anomalous Sound Detection in Machine Condition Monitoring
Hitachi, Ltd.（日立公司）
针对机器状态监测中异常声音检测因异常数据稀缺导致 unseen 样本准确率低的问题，提出无需重训神经网络、仅更新评分后端的流主动学习框架，在DCASE 2023 Task 2数据集上以低标注预算显著提升性能，采样策略的ROC部分面积得分优于基线。
2024-08-10 cs.SD eess.AS
Why do Angular Margin Losses work well for Semi-Supervised Anomalous Sound Detection?
Fraunhofer FKIE（弗劳恩霍夫FKIE研究所）
该研究从理论与实验层面揭示角间隔损失在半监督异常声音检测中表现优异的原因，证明其可最小化紧致性损失、避免平凡解，并验证相关分类辅助任务能提升含噪场景下的检测性能。
2023-11-24 cs.LG cs.SD eess.AS
Outlier-aware Inlier Modeling and Multi-scale Scoring for Anomalous Sound Detection via Multitask Learning
Duke Kunshan University（昆山杜克大学）；OPPO
本文提出基于多任务学习的异常声音检测方法，通过统一框架结合异常值暴露与内点建模，利用conformer编码器实现感知异常值的内点建模与多尺度评分，在MIMII和DCASE 2020数据集上优于单模型系统并媲美顶级多系统集成。
2023-09-14 cs.SD eess.AS
Description and Discussion on DCASE 2021 Challenge Task 2: Unsupervised Anomalous Sound Detection for Machine Condition Monitoring under Domain Shifted Conditions
Hitachi, Ltd.（日立制作所）；Doshisha University（同志社大学）；Google（谷歌）；NTT Corporation（日本电报电话公司）
我们介绍了DCASE 2021挑战任务2的任务描述和结果讨论。2020年，我们组织了一项无监督的异常声音检测（ASD）任务，在没有异常训练数据的情况下识别给定声音是正常还是异常。在2021年，我们组织了一个在领域转移条件下的高级无监督ASD任务，重点关注ASD系统实际使用中不可避免的问题。该任务的主要挑战是检测未知的异常声音，其中训练样本和测试样本的声学特性不同，即，域转移由于季节、制造产品和/或环境噪声的变化，该问题经常发生。我们收到了来自26个团队的75份参赛作品，在这次挑战中开发了几种新颖的方法。在对评估结果进行分析的基础上，我们发现TOP-5获胜团队采用了两种类型的显着方法：1）基于“离群点检测”（OE）的检测器和基于“内点建模”（IM）的检测器的集成方法，以及2）基于IM的机器识别任务中学习的特征检测方法。
2021-09-27 cs.LG cs.SD eess.AS
Time-weighted Frequency Domain Audio Representation with GMM Estimator for Anomalous Sound Detection
Harbin Engineering University（哈尔滨工程大学）；Harbin Institute of Technology（哈尔滨工业大学）；University of Technology Sydney（悉尼科技大学）；University of Surrey（萨里大学）
针对现有统计频率表示适配性差的问题，提出结合GMM的时间加权频域表示TWFR-GMM，通过时域全局加权排序池化适配不同机器，在域偏移下也能检测异常，性能优于近期深度学习方法，获DCASE 2022任务2第三名。
2023-05-05 cs.SD eess.AS
Anomalous Sound Detection using unsupervised and semi-supervised autoencoders and gammatone audio representation
Visualfy（维苏阿尔公司）
异常音检测是当前机器听力领域的热门课题之一。无监督检测由于其在许多领域的直接适用性而引起了人们的极大兴趣。例如，在工业过程中，机器故障或损坏的早期检测可能意味着工业过程效率的巨大节省和提高。这个问题可以通过无监督的ASD解决方案来解决，因为工业机器不会仅仅因为在训练阶段具有此音频数据而损坏。本文提出了一种基于卷积自编码器（无监督和半监督）和基于Gammatone的音频表示的新框架。通过这些架构获得的结果大大超过了作为基线呈现的结果。
2020-06-27 cs.LG cs.SD eess.AS
Sub-Band Spectral Matching with Localized Score Aggregation for Robust Anomalous Sound Detection
本文提出BEAM方法，通过子带向量存储和局部化分数聚合，减少正常分数方差，提升区分性，并引入参数无关自适应融合处理子带响应的时序动态。
2026-11-03 cs.AI cs.SD
Self-Supervised Learning for Anomalous Sound Detection
Fraunhofer FKIE（弗劳恩霍夫通信、信息处理和人机工程学研究所）
针对异常声音检测依赖手动标注、分类任务难度影响检测性能的问题，提出特征交换这一自监督学习方法，结合现有方法后在DCASE2023 ASD数据集上取得大幅领先的最优性能。
2023-12-15 cs.LG cs.SD eess.AS
Description and Discussion on DCASE 2025 Challenge Task 2: First-shot Unsupervised Anomalous Sound Detection for Machine Condition Monitoring
Hitachi, Ltd.（日立株式会社）；NTT, Inc.（日本NTT公司）；STMicroelectronics；Kyoto University（京都大学）
本文介绍DCASE 2025挑战赛任务2，旨在无需超参数调优即可快速部署新机器类型的无监督异常声音检测，并分析35个团队的119份提交，发现多种方法结合适当策略均可取得竞争力。
2025-09-26 cs.SD eess.AS
Hierarchical Metadata Information Constrained Self-Supervised Learning for Anomalous Sound Detection Under Domain Shift
Harbin Engineering University（哈尔滨工程大学）；University of Technology Sydney（悉尼科技大学）；University of Surrey（萨里大学）
针对域偏移下ASD忽略区段内元数据属性的问题，提出HMIC自监督方法，利用区段ID与属性的分层约束学习精细特征，并以AGC计算异常分数，在DCASE 2022任务2上优于现有方法。
2023-12-18 cs.SD eess.AS
Joint Generative-Contrastive Representation Learning for Anomalous Sound Detection
University of Science and Technology of China（中国科学技术大学）；Singapore Institute of Technology（新加坡理工学院）；Alibaba Group（阿里巴巴集团）
提出联合生成-对比表示学习方法GeCo，通过自注意力预测自编码器与多任务对比学习捕获帧间上下文，在DCASE2020 Task2数据集上优于现有生成与判别方法。
2023-05-20 cs.SD eess.AS
How Much Does Machine Identity Matter in Anomalous Sound Detection at Test Time?
Aalborg University（奥胡斯大学）；Pioneer Centre for Artificial Intelligence（先锋人工智能中心）；Kyoto University（京都大学）
研究探讨了在测试时无法确定具体机器身份的情况下，异常声音检测的性能变化及方法鲁棒性差异。
2026-05-13 cs.SD eess.AS
AnoPatch: Towards Better Consistency in Machine Anomalous Sound Detection
Tsinghua University（清华大学）；Shanghai Jiao Tong University（上海交通大学）；Huakong AI Plus（华控智加科技）
针对机器异常声音检测中预训练与微调不一致的问题，提出AnoPatch，用AudioSet预训练ViT并在机器音频上从patch级建模微调，在DCASE 2020/2023 ASD上达到SOTA。
2024-06-17 cs.SD eess.AS
CoopASD: Cooperative Machine Anomalous Sound Detection with Privacy Concerns
Tsinghua University（清华大学）；Huakong AI Plus（华控智加）
针对去中心化工厂环境下的隐私保护需求，提出协作式机器异常声音检测框架CoopASD，通过本地训练与中央服务器定期聚合实现可扩展模型，在完全非独立同分布和域偏移下保持鲁棒，性能仅降0.08%。
2024-08-27 cs.AI cs.DC cs.SD
Anomalous Sound Detection using Audio Representation with Machine ID based Contrastive Learning Pretraining
Harbin Engineering University（哈尔滨工程大学）；Harbin Institute of Technology（哈尔滨工业大学）；University of Technology Sydney（悉尼科技大学）；University of Surrey（萨里大学）
本文提出一种两阶段对比学习方法，通过结合机器ID预训练音频表示模型并利用自监督ID分类器微调，增强同一ID的音频特征关系，在DCASE 2020数据集上显著提升了异常声音检测的性能与稳定性。
2023-04-10 cs.LG cs.SD eess.AS
Autoencoder with Group-based Decoder and Multi-task Optimization for Anomalous Sound Detection
Shanghai Normal University（上海师范大学）；Shanghai Engineering Research Center of Intelligent Education and Bigdata（上海智能教育大数据工程技术研究中心）
针对无监督异常声音检测中自编码器的缺陷，提出AEGM框架，通过多任务学习和分组解码器提升性能，在DCASE 2021任务2上平均AUC相对提升13.11%和15.20%。
2023-11-15 cs.SD eess.AS
Noise Supervised Contrastive Learning and Feature-Perturbed for Anomalous Sound Detection
School of Computer Science and Technology（计算机科学与技术学院）；Xinjiang University（新疆大学）；Department of Electronic Engineering（电子工程系）
本文提出单阶段监督对比学习（OS-SCL）方法，通过特征扰动和噪声监督对比学习减少跨机器同类型样本的误报，并引入TFgram时频特征，在DCASE 2020任务2上取得显著性能提升。
2025-09-18 cs.CL cs.SD
Joint Learning of Emotions in Music and Generalized Sounds
GSSI - Gran Sasso Science Institute（格兰萨索科学研究所）；University of Milan（米兰大学）
本研究提出通过多域联合学习构建音乐与通用声音的共同情绪空间，采用多类音频特征和异构模型，在两个公开数据集上实现了情绪预测效果超越现有最优水平，并开源了实验代码。
2024-08-14 cs.AI cs.SD eess.AS
UD-ASD: A Unified Diffusion Model for Anomalous Sound Detection
University of Science and Technology of China（中国科学技术大学）
研究针对异常声音检测，提出含轻量级模块的统一扩散模型，先将音频转对数梅尔频谱图，通过嵌入机器ID引导模型为特定机器重建数据，经高斯混合模型拟合误差分布，实验验证该模型在DCASE2022任务2中相比基线有显著提升。
2026-07-15 cs.SD
Few-Shot Adaptation for Anomalous Sound Detection at Low False-Positive Rate
University of Genoa（热那亚大学）；TU Graz（格拉茨工业大学）；voestalpine Stahl GmbH（奥钢联钢铁公司）
针对工业机械异常声音检测的高误报率问题，提出两步式方法，结合正则化无监督模型与少样本适配策略，显著提升了AUPR和低误报率区域的检测性能。
2026-10-15 cs.LG cs.SD eess.AS
