——工业声学 AI 落地的一条反直觉原则
"我们的 AI 质检方案，要先收集半年的不良品数据。"
如果你在工厂里听过这句话，基本可以判定：这个方案在立项会上就已经被否了。
消费互联网的 AI 是靠"大数据"喂出来的——几千张猫狗照片、百万级标注语料。但把同一套逻辑搬到工业声学检测现场，第一个撞上的就是一堵墙：工厂根本没有那么多不良品给你练手。
这不是个别团队的认知偏差，而是两种 AI 落地范式的根本错配。
01 为什么"大数据"假设在工厂里站不住
真实产线给算法团队的，从来不是理想数据集：
• 不良率极低：成熟线通常在 0.1%–2%。日产万台，每天能拦下的不良品是个位数。
• 样本留不住：下线不良品大多当场返修或报废，专门留样录音的管理成本比很多人想象的都高。
• 缺陷还扎堆：异常往往集中在一两类，模型很难学到"所有异常"的通用边界。
• 爬坡期零样本：新产线最需要质检防线的阶段，往往一个不良品都还没攒出来。
结论很直白：在工业声学检测里，"先攒大量多样化不良样本"这个监督学习的前提，在绝大多数场景根本不成立。
02 换一条路：不找"异常"，只认"正常"
传统监督学习是"区分"逻辑——给它看足够多的猫和狗，让它学会画分类线。
良品基线学习（One-Class Learning）是"认知"逻辑——只给它看大量正常品的声音，让它把"正常长什么样"学透。之后任何明显偏离这个模式的，一律判异常。
这一步转换在工程上的价值是颠覆性的：把"需要缺陷样本"变成了"只需要正常样本"，而正常样本的获取成本几乎为零。
实际可用的单类 / 无监督范式有四类，适配条件各不相同：
• One-Class SVM：在高维特征空间给正常样本围一个边界超球面。样本极少（30–200 条）也能建模，还能跑在 ARM Cortex-M55 这类 MCU 上，不用 GPU。对 MFCC 这类声学特征也最成熟。
• 孤立森林：靠随机切分特征空间，异常点更容易被孤立。适合样本量更大的场景。
• 自编码器：训练网络重建正常声音，异常声音重建误差大。适合复杂声学模式。
• GMM：用多个高斯分布拟合正常声音。声音呈多模态（比如多转速工况）时比单类 SVM 更合适。
工程上最常用的还是 One-Class SVM：门槛低（最少 30 条、推荐 50 条建稳健基线）、吃得亏（MCU 能跑）、靠得住（工业场景验证充分）。
03 三个产线的真实账本
光说原理不够，看三条不同行业产线的落地账：
账本一 · 汽车零部件（座椅电机异响）
这条线不良率 0.3%，一个月能攒下的不良品不到 10 台。策略是分两步走：先用基线学习上线兜住基本需求，跑了 3 个月攒到 30 台不良品后，再平滑切到有监督模型。漏检率从 0.5% 压到 0.1% 以内。
——这条线最有价值的不是精度，是验证了"先上后优"的渐进路径确实走得通。
账本二 · 消费电子（TWS 耳机密封）
NPI 阶段一个不良数据都没有，但量产第一天质检防线就得在位。走基线学习，采完良品后第 2 天就上线，首月拦下 3 起密封不良，过检率（误报率）1.2%。
——这是最典型的"等不起样本"场景。
账本三 · 电力设备（变压器异常音）
缺陷样本几乎拿不到——要取样就得停电拆机。纯基线学习连跑 6 个月，成功预警 2 次铁芯松动的早期征兆。电力场景故障率低但后果重，"宁可多报、不可漏报"的诉求刚好被基线学习接住。
04 落地五步（可复制）
第 1 步 · 采良品：用声学采集设备录确认良品的声音，平台侧通常能自动剔掉低质量录音。多转速 / 多工况要分别采，否则一个基线盖不住多个特征簇（这时 GMM 比 SVM 合适）。
第 2 步 · 标"正常"：在时频双视图里统一打 Normal 标签，不需要任何异常标签。
第 3 步 · 选模式：调 One-Class SVM，默认参数一般已针对工业场景调过。
第 4 步 · 自动训练：MFCC 提取、归一化、训练、边界优化，通常几分钟。
第 5 步 · 产线验证：导入真实音频，看降噪、特征分布和异常得分，辅助定阈值。
一个容易踩的坑：训练端（Python / 浮点）和推理端（C / 定点）的特征提取链路必须逐维对齐，否则模型部署后精度会肉眼可见地掉。这是另一个独立议题，此处不展开。
05 三个绕不开的问题
Q1 阈值怎么定？
One-Class SVM 给的是异常得分（Anomaly Score），不是概率，阈值的设定直接决定误报 / 漏报的平衡。冷启动用自动阈值；跑 1–2 周人工复核形成闭环后，再手动微调到最佳。
Q2 设备老化、换型导致基线漂怎么办？
基线必须能演化。换型、大修或环境噪声大变时，支持增量训练——在老基线上加新良品快速更新，不用从头练，更新周期能压到 1 个工作日。
Q3 和有监督怎么选？
很简单：有不良样本（每类 ≥20 条）且要区分缺陷类型，走有监督；零不良样本、只要"偏离正常就报警"，走基线学习。前者精度高误报低，后者上线快（2–3 天）、能覆盖所有未知异常。
06 最后落点：模型得在产线上自己跑
工业 AI 的价值要在边缘端兑现，训练到推理必须是闭环：
• 一键下发：模型参数经 USB 或网络写入工作站 Flash。
• 特征对齐：工作站内置 DSP 优化的 MFCC 提取，和训练端逐维对齐，消除跨端精度损失。
• 本地推理：采集 → 提取 → 得分 → 比对 → Pass / Fail，全程通常 ≤100ms，纯本地、不联网。
最后这点对制造业特别关键：数据不出车间。网络受限或数据敏感时，工作站依然是独立的质检单元。
结语
良品基线学习不是万能钥匙，但它划出了一条工业 AI 与消费互联网 AI 的分界线：承认工厂不是实验室，数据永远不完美。
真正能落地的工业 AI，不该要求企业"先给我 10 万条数据"，而该具备在"只有 30 条良品"的极端条件下，两三天内交付一套跑得通的检测系统的能力。
少谈理想条件下的指标，多交付真实产线上能跑通的结果——这大概是工业 AI 落地最该守住的一条。
作者：贺中义
单位：上海创单电子科技有限公司（ISSAUTO）
职务：研发总监
本文基于工业级 AI 声学检查平台的工程实践整理，案例数据来自实际产线项目。