本文介绍了MIMII DG数据集，旨在评估异常声音检测的领域泛化技术。研究表明，该数据集有效模拟领域移位情境，并提出了对比学习和低秩适应等优化方法，以提升异常检测性能。此外，研究还探讨了机器故障的早期检测及在噪声干扰下的鲁棒性问题，提出的GenRep方法取得了良好效果。

本文介绍了自监督学习在音频处理中的应用，包括高效音频Transformer模型（EAT）、医学图像分割中的SSL-MAE方法和通用音频分离（USS）技术。这些研究展示了自监督学习在音频事件建模、情感识别和异常声音检测等领域的先进性能和潜力。

本文介绍了DCASE 2023挑战赛任务2，重点在于无监督机器状态监测中的异常声音检测。研究提出了一种新训练技术，旨在提高类内紧凑性并增加正常与异常样本之间的角间隔，实验结果显示在DCASE 2020数据集上性能显著提升。此外，介绍了MIMII DG数据集，用于评估领域泛化技术在异常声音检测中的应用。