11月20日，记者走进四川长虹新网科技有限责任公司，探寻智能电子产品AI异音检测的“智慧秘笈”。

　　此前，中国机电一体化技术应用协会揭晓了“2025年度工业人工智能典型应用场景”名单，共评选出26个典型应用场景。其中，长虹控股集团报送的6项案例在列，长虹新网科技的AI学习型异音检测系统就是其中之一。

　　在长虹新网科技的智能产品生产线上，全部由自动化机械手完成Wi-Fi工序的自动抓取、自动校准，每1至2分钟就可以完成一个主板的测试。

　　进入声学测试工序后，在忙碌运行的设备前，大屏幕上的AI学习型异音检测系统格外显眼。AI赋能杂音智能检测将异常漏检率降至0.2%，产品音质一致性提升至99.5%。

　　漏检率和音质一致性为何能得到如此提升?

　　据长虹新网科技AI异音检测项目负责人介绍，AI学习型异音检测系统旨在构建专业隔音环境与高精度采集系统，融合无监督与小样本学习算法，实现音质全自动量化检测，建立声学质检数字化新范式。

　　“这套系统帮了我们大忙。”项目负责人表示，传统的异音检测高度依赖人工听检，面临诸多挑战。人力门槛高、培养周期长，主观性强、标准难统一，产能瓶颈明显、在高峰交付期难以保障全检覆盖率。公司研发的这套AI检测系统则可以实现检测过程的标准化、自动化、智能化。

　　系统里的AI模型可捕捉人耳难以分辨的微弱异音特征，检测准确率显著优于人工。同时，系统标准可量化、可迭代，所有判定基于数据驱动，检测标准可固化、可追溯，并随数据积累持续优化。

　　更值得一提的是，系统可连续作业，不受疲劳、情绪等人为因素干扰，大幅提升检测效率与一致性。

　　“人工智能推动质检从‘经验驱动’迈向‘数据驱动’，为智能制造提供了可复制、可推广的落地范式。”项目负责人表示。

　　未来，公司将围绕“更智能、更柔性、更集成”三大方向持续创新，在算法层面，探索小样本学习、跨产品迁移学习等技术，降低新产线部署成本。在系统层面，推动AI检测模块与MES/PLM等工厂系统深度集成，实现质量数据闭环管理。在应用拓展层面，将异音检测能力延伸至更多声学类产品乃至非声学振动类场景，打造通用型工业听觉AI平台，让AI不仅“听得准”，更能“听得懂”，成为工厂的“智能听诊器”。

　　记者：谢艳,宋德平