音频异常检测与 OOD 过滤系统

本项目面向机械设备与电机运行状态监测场景，目标是构建一套具备 异常声音识别与域外样本过滤能力 的音频智能分析系统，用于提升设备异常预警的准确性与实际落地可用性。系统针对设备运行过程中采集的音频信号进行处理，先提取 时频特征，再结合深度学习模型实现 normal、anomaly、unknown 三态判别，其中 normal 表示正常工况，anomaly 表示已知异常工况，unknown 表示训练分布之外的域外样本或未知场景。软件核心功能包括音频采集与切片、时频特征提取、异常检测、OOD 过滤、结果判定与输出展示等模块。业务流程上，系统首先对输入音频进行预处理，提取 log-Mel 频谱等特征后送入模型进行推理，模型结合时序信息输出对应类别结果；若样本属于已知正常或异常模式，则进入对应判别分支，若与训练分布差异较大，则被识别为 unknown 并进行过滤。该系统可应用于工业设备状态监测、故障预警及异常筛查等场景，能够在复杂噪声环境和多工况条件下提升识别的稳定性与可靠性。

项目整体采用 音频预处理 + 深度学习分类网络 + OOD 过滤策略 的实现方案，围绕机械/电机音频构建异常检测与域外样本识别流程。系统在特征层面主要使用 log-Mel 时频特征 表征设备运行声音，在模型结构上采用自主搭建的 CNN Backbone + TCN 网络，其中 CNN 模块负责提取局部频谱空间特征，TCN 模块负责建模音频序列中的时序依赖关系，从而提升对持续性异常、间歇性异响及复杂工况变化的识别能力。我主要参与了 音频异常检测算法开发、特征提取流程设计、三态分类模型训练与 OOD 过滤策略优化 等工作。在项目中，通过引入 SpecAugment、加噪与增益扰动增强，提升模型对噪声、音量波动和不同录制条件的适应能力；同时结合 OOD 比例采样、unknown 类构造与阈值优化，改善模型对域外样本的识别效果，减少误报与误判。项目难点主要在于机械音频工况差异大、异常样本稀缺、未知样本边界模糊，以及模型在精度、实时性和泛化能力之间需要平衡。针对这些问题，通过优化样本组织方式、调整类别采样比例、联合增强策略与阈值设计，最终提升了模型在多工况场景下的鲁棒性和落地可用性。