
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