异常声音检测

针对仅用正常录音训练时自编码器会重建异常输入的问题，该研究把每段音频压缩为一条 LPC 谱包络并只用正常字典的记忆加权来重建，在 MIMII 上以 90.6% 平均 AUC 超过 GRLNet 的 77.2%，代价是 Toy-conveyor 这类依赖细粒度时频线索的机器类型上 LPC 平滑可能削弱区分性。

针对只有正常机声可训练的异常声音检测，该文用两层 MuReNN 加注意力与可训练幂变换提取谱时调制并以 Deep SVDD 把正常样本压向超球面中心，在 MIMII 上平均 AUC 达 90.3%，代价是在 -6 dB 强噪声下落后于带去噪重建的 DeSpaWN。

针对含噪机器声中最近邻匹配不可靠的问题，该研究用机器与噪声标注加混合对齐做保留式再预训练，在受控信噪比与噪声失配下相对 BEATs 提升低信噪比约 4.1、平均约 3.1，代价是仍与嵌入混合上界有差距且依赖固定的 0.5 混合系数。

该研究把任务定为无监督异常定位以减少人工听音时间，只用风声训练两层 LIF 脉冲网络并结合重构与发放统计打分，在稀疏合成集上报告 83% 召回与 80% 时间缩减，代价是 F1 偏低且对短密事件与未见底噪仍不稳定。

该研究把短暂宽带点击嵌入播客自然静音进行间歇采集与加权平均，在 1.5×播放约每分钟 102 次点击下取得平均约 5 dB 误差并把舒适度从 1.0×的低位提升到高位，代价是点击过少时误差底抬高。

共 1 篇 ICASSP 2026 异常声音检测 方向论文

异常声音检测 | 8.5/10