近日，第九届国际权威声学场景和事件检测及分类竞赛 (IEEE AASP Challenge on Detection and Classification of Acoustic Scenes and Events, DCASE 2023) 公布了比赛结果，人工智能与大数据学院陈圣兵教授研究小组在Task2域泛化无监督机器异常声音检测(First-Shot Unsupervised Anomalous Sound Detection for Machine Condition Monitoring)赛事中获得冠军。
域泛化无监督机器异常声音检测(Task2)任务旨在通过机器声音进行智能分析，判断机器运行状态是否正常。挑战在于实际工业场景中异常数据种类多样且难以采集，以及机器的运行状态或环境噪声可能会发生变化导致域偏移，本赛道仅提供正常声音数据用于系统训练，进行无监督异常声音检测，同时需要使用域泛化技术来处理这些域偏移。本届Task2考虑为全新的机器类型训练模型，无法调整已训练模型的超参数。
DCASE挑战赛是由伦敦玛丽女王大学(Queen Mary University of London)于2013年发起、并由坦佩雷理工大学(Tampere University of Technology)，及谷歌、NTT、日立等公司持续组织的声学场景识别竞赛，获得学术界及工业界的广泛关注和积极参与，已成为声学领域的权威竞赛。DCASE 2023共设置七个任务，包括低复杂度的声学场景分类(Task1)、一次性无监督机器异常声音检测(Task 2)、真实空间声音场景下声音事件定位与检测评估(Task3)、使用弱标签和合成声景进行声音事件检测(Task4)、小样本生物声学事件检测(Task 5)、自动音频字幕和基于语言的音频检索(Task 6) 、拟音合成(Task 7)。我院参加的Task2任务的吸引了来自澳大利亚、英国、德国等众多国内外的工业界和学术界，包括三星、日立、科大讯飞等知名企业，以及清华大学、上海交通大学、中国科学技术大学等知名高校。通过竞赛，同学们提高了眼界，更增强了攻克工业行业难题的信心。
（人工智能与大数据学院 撰稿：王俊杰 审稿：陈圣兵）