本研究提出了一种基于自我监督学习的声音事件检测模型MAT-SED，采用掩码重构预训练策略，显著提升了在缺乏标注数据情况下的性能，尤其在DCASE2023任务4中表现优异，有效解决了传统模型的局限性。

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。