联丰迅声丨DCASE2020,走进尖端声学研究组织

DCASE 2020 挑战赛

伦敦玛丽皇后大学(QMUL)于2013年组织了第一个DCASE(Challenge on Detection and Classification of Acoustic Scenes and Events)挑战,为声音检测分类器性能评估开辟了道路。经过2年的休息,组织挑战的复苏,第二版的挑战在2016年公布。DCASE 2016由坦佩雷理工大学(TUT)与萨里大学和IRCCyN的QMUL合作组织,并向与会者介绍了更复杂的任务和音频数据。一直到今天,DCASE已经走到了第六届,越来越多的研究者也加入到声学研究当中来,这也更加说明了计算机听觉的发展正在趋向于更加广泛实际的应用。

参赛者可加入任务讨论组,通知DCASE Challenge和DCASE Workshop的组织者,并通过电子邮件列表与其他成员通讯。鼓励大家开放有关话题的讨论,回答别人的问题,辩论数据集,方法和性能测量。

DCASE的目的及任务

声音携带了大量有关我们的日常环境和周围发生的物理事件的信息。我们人类可以感知到我们所处的声音场景(繁忙的街道,办公室,游乐场等),并识别出各个声源(汽车经过,脚步声等)。开发利用计算机来自动提取此信息的算法在多种应用中具有巨大潜力,例如,基于音频内容搜索多媒体,制作上下文感知的移动设备,可以感知听觉的智能监控系统,机器人听觉,无人汽车等。

但是,仍然需要大量研究来可靠地识别真实的声景中的声音场景和声音事件,在现实的声学环境中,通常同时存在多个声音,并且会被环境噪声干扰。

此次DCASE大赛的任务总共有6项

任务1,声学场景分类

任务2,用于机器状态监视的异常声音的无监督检测

任务3,声音事件的定位和检测

任务4,家庭环境中的声音事件监测和分离

任务5,时空上下文的城市声音标记

任务6,自动音频字幕

我们公司这次将挑战的是任务2,用于机器状态监视的异常声音的无监督检测

机器状态监视的异常声音的无监督检测

异常声音检测(ASD)是识别目标机器发出的声音是正常声音还是异常声音的任务。。自动检测机械故障是第四次工业革命中的一项重要技术,包括基于人工智能(AI)的工厂自动化。通过观察声音来快速检测机器异常可能对机器状态监视很有用。

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。在现实世界的工厂中,实际的异常声音很少发生并且高度多样化。因此,不可能有意制造或收集异常声音的详尽样本。这意味着我们必须检测在给定训练数据中未体现到的未知异常声音。这是工业设备的ASD与过去监督的DCASE任务之间的主要区别之一,DCASE任务用于检测定义的异常声音,例如枪声或婴儿哭泣。

根据DCASE 2020挑战时间表,任务重要日期如下。

任务开启:2020年3月2日

附加培训数据集发布:2020年4月1日

评估数据集发布:2020年6月1日

外部资源列表锁定:2020年6月1日

挑战截止日期:2020年6月15日

挑战结果:2020年7月1日

2019年联丰迅声在声音监测应用方向的不断研究探索,我们在工业设备故障监测方向也是取得了比较喜人的成绩,最为亮眼的就是我们的:皮带机异常声音监控系统

皮带机系统特点:

长距离运输,100~10km不等的传输距离

应用环境恶劣(粉尘,湿度,温度)

易损坏,齿轮损伤、缺油、轴承烧毁、脱落

皮带机系统维护:

大部分场景人工巡检的方式为主

依靠,耳听,目视,敲击等方法判断

人工巡检,效率低,工作量大,不安全

而我们的监控系统就很好的解决了这类问题

皮带机异常声音监测系统功能:

轮询报警功能

实时监听功能

声纹记录比对功能

录音存储功能

工业机器异常声音监测的价值在于,它能够快速精准灵活的定位到设备发生异常的位置,故而能够省去繁琐的人工排查,相较于人工排查,它更能够及时有效的防止机器出现故障停止运行,也避免了机器停止后所带来的损失。这也将是声学应用领域开拓的一大方向。

值得鼓励的是,这已经是联丰迅声连续参加的第三届挑战赛了,在DCASE2019挑战赛中我们联丰迅声人工智能团队在Task5-城市声音标记任务的F1-Score评分获国际第一,今年我们将继续激流涌进,夺取不菲的成绩,来为在声学领域所占到的这一席之地耕耘,让我们一起期待挑战结果之后的佳讯吧!

Scroll to Top