11月20日，記者走進四川長虹新網科技有限責任公司，探尋智能電子產品AI異音檢測的“智慧秘笈”。
此前，中國機電一體化技術應用協會揭曉了“2025年度工業人工智能典型應用場景”名單，共評選出26個典型應用場景。其中，長虹控股集團報送的6項案例在列，長虹新網科技的AI學習型異音檢測系統就是其中之一。
在長虹新網科技的智能產品生產線上，全部由自動化機械手完成Wi-Fi工序的自動抓取、自動校準，每1至2分鐘就可以完成一個主板的測試。
進入聲學測試工序后，在忙碌運行的設備前，大屏幕上的AI學習型異音檢測系統格外顯眼。AI賦能雜音智能檢測將異常漏檢率降至0.2%，產品音質一致性提升至99.5%。
漏檢率和音質一致性為何能得到如此提升?
據長虹新網科技AI異音檢測項目負責人介紹，AI學習型異音檢測系統旨在構建專業隔音環境與高精度采集系統，融合無監督與小樣本學習算法，實現音質全自動量化檢測，建立聲學質檢數字化新范式。
“這套系統幫了我們大忙。”項目負責人表示，傳統的異音檢測高度依賴人工聽檢，面臨諸多挑戰。人力門檻高、培養周期長，主觀性強、標準難統一，產能瓶頸明顯、在高峰交付期難以保障全檢覆蓋率。公司研發的這套AI檢測系統則可以實現檢測過程的標準化、自動化、智能化。
系統里的AI模型可捕捉人耳難以分辨的微弱異音特征，檢測準確率顯著優于人工。同時，系統標準可量化、可迭代，所有判定基于數據驅動，檢測標準可固化、可追溯，并隨數據積累持續優化。
更值得一提的是，系統可連續作業，不受疲勞、情緒等人為因素干擾，大幅提升檢測效率與一致性。
“人工智能推動質檢從‘經驗驅動’邁向‘數據驅動’，為智能制造提供了可復制、可推廣的落地范式。”項目負責人表示。
未來，公司將圍繞“更智能、更柔性、更集成”三大方向持續創新，在算法層面，探索小樣本學習、跨產品遷移學習等技術，降低新產線部署成本。在系統層面，推動AI檢測模塊與MES/PLM等工廠系統深度集成，實現質量數據閉環管理。在應用拓展層面，將異音檢測能力延伸至更多聲學類產品乃至非聲學振動類場景，打造通用型工業聽覺AI平臺，讓AI不僅“聽得準”，更能“聽得懂”，成為工廠的“智能聽診器”。
記者：謝艷,宋德平
