声学质检为什么难自动化，以及 ISSAUTO 怎么解
痛点一：标准难量化
"声音正不正常"靠老师傅耳朵，主观容忍度难量化。
解法：用 One-Class 良品基线学习——只学"良品长什么样"，偏离即判异。不需要定义"不良长什么样"。
痛点二：缺陷样本稀缺
不良品少、难收集，传统监督学习无米下炊。
解法：One-Class 只需 20–30 台良品即可建模，无需不良品样本。图形化标注，质检员自己就能建。
痛点三：环境复杂
产线噪声、振动、电磁干扰大，信号被淹没。
解法：固定式声学工程——800g 底座 + 硅胶减震 + 悬浮探头 + EM 屏蔽，把背景噪声和干扰隔离，保证采集一致性。
痛点四：传统方法与 AI 各有局限
纯阈值法区分力有限；纯 AI 法需要数据和算法团队。
解法：双模型物理拨钮——AI 模式（SVM / CNN + 置信度）提供高区分力；阈值模式（频带能量）零样本落地。一键切换，兼顾两者。
结果：质检员 3 天自建产线级声学检测，不需算法团队、不需不良品。
主体：上海创单电子科技有限公司·国家级高新技术企业（GR202431000251）。ISSAUTO 为工业声学 AI 检测品牌。