应用案例

• 

  无锡小天鹅整机声纹质检

  异音质检是很多总装质检线的关键一环，以往都是在噪音房内通过安排专人听产品运行的声音是否有异常，依据“在产品运行中，组装不良、零件松动、部件损坏等结构性问题所发出的声音和正常产品运行声音不一致”的原理，判断是否出现品质问题。然而，异音需要有相当丰富的经验才能准确识别,此外，对产品运行声音的判断，取决于人当时的工作状态，情绪、其他事情的干扰，可能造成判定结果的不稳定，基于以上痛点，需要某种方式将成熟、稳定的异音判断经验固化下来。

• 

  解决方案

  利用探针等工具收集产品运行的声纹数据，训练深度学习声纹分类模型，并使用模型对待检测设备产品的运行声音进行自动化检测。

  

• 

  给用户带来的价值

  声纹识别可以避免产线人员长期听异音导致的听觉疲劳进而引发的漏听漏判现象，避免经验少的产线人员发生误听误判现象。降低对产线人员的依赖，甚至逐步取代产线人员，避免岗位轮换带来的品质不稳定问题。