近日，一篇来自日本日立集团的论文引发社群关注。论文介绍道：工厂机器容易发生故障，从而给公司带来巨大的开支压力。因此，人们对使用包括麦克风在内的不同传感器进行机械监视越来越感兴趣。在科学界，公共数据集的出现促进了声音检测以及场景和事件分类的进步，但是没有任何公共数据集是关注实际工厂环境中正常和异常运行条件下工业机器的声音。在本文中，我们提出了一个新的工业机器声音数据集，我们将其称为用于故障工业机器调查和检查的声音数据集（MIMII 数据集），其记录了不同类型的工业机器（例如，阀门，泵，风扇和滑轨）的正常声音，并且类似于真实场景，另外记录有各种异常声音（例如，污染，泄漏，旋转不平衡和轨道）损伤）。发布 MIMII 数据集的目的是帮助机器学习和信号处理社区开发自动化的设备维护。