工場の機械稼働音をはじめとした環境音の異常検知を実用化する際、多数に分散したエッジコンピューティングにおけるハードウェアコストの低減が課題である。より安価なエッジ端末で運用できるよう、計算コストが小さい異常検知手法が求められている。既存手法では、一般的なメルスペクトログラム特徴量を用いMobileNetなどの軽量なモデルを活用する方法が知られている。本研究では、さらに計算コストを抑えるため、McDermottらのテクスチャ統計量を用いる方法を検討した。DCASE 2022 Challange Task2データセットで評価し、一定の条件下でテクスチャ統計量が異常検知において有用であることを示す。