DESIGN OF AUTO-ENCODER MODEL FOR AUDIO ANONYMOUS DETECTION

Abstract

Trong bài báo này, chúng tôi đề xuất xuất bản một hệ thống phát hiện bất thường dựa trên các mô hình học sâu và máy truyền thông học, bao gồm LSTM Autoencoding, GRU Autoencoding và One-Class SVM. Dữ liệu đầu vào là quang phổ log-Mel được chuẩn hóa từ môi trường âm thanh mẫu. Hệ thống không yêu cầu nhãn và sử dụng lỗi tái tạo làm tiêu chuẩn chính để phát hiện bất thường. Kết quả thực nghiệm cho thấy LSTM Autoencoding đạt hiệu suất cao nhất với MAE = 0,0172, RMSE = 0,0334 và MAPE = 2,84%, vượt trội so với GRU và OCSVM. Biểu tượng t-SNE xác định rằng các mẫu bất thường được phân tách đặc biệt trong không gian cụ thể. Bên cạnh đó, hệ thống có tiềm năng phát triển trên các thiết bị biên (cạnh) hoặc trong hệ thống IoT giám sát âm thanh thời gian thực mà không cần giám sát.