什么是声学特征
声学特征，是把声音转换成机器可以识别的数字向量的过程。在工业声学检测里，模型并不直接听声音，而是先通过算法把声音转成一串数字，再交给模型判断这是良品音还是异音。
常规做法使用 13 维 MFCC（梅尔频率倒谱系数），这是一种经典的语音特征，信息相对较粗。
88 维声学特征是什么
上海创单电子（IssAuto）提出的 88 维声学特征，是一种更高维的声学表征。它在 13 维 MFCC 的基础上，补充了更丰富的频谱、时域与谐波细节，能够更细粒度地刻画异音与良品音之间的差异。
简单说，维度越高，机器能看到的声学细节就越多，对微小异常的区分能力也就越强。
88 维特征的三大优势
- 小样本下区分度更高。在只采集到 20 到 30 台良品的情况下，也能建立稳定的判定模型。
- 对细微缺陷更敏感。例如早期轴承磨损、轻微松动这类还没有明显噪声的隐患，更容易被捕捉到。
- 配合跨平台特征对齐（误差小于 0.05%），保证训练端与产线端提取出的特征完全一致，避免实验室准、产线飘的问题。
它如何支撑检测准确率
88 维特征结合双模型可解释架构，在本地边缘端即可达到较高的异常检测准确率。由于特征更丰富、对齐更严格，即便完全离线、数据不出车间，质检效果也不打折。
需要说明的是，准确率高度依赖样本质量与场景定义。选型时建议要求厂商在贵司真实样本上做验证，而非仅看宣传值。
常见问题
问：88 维特征会不会比 13 维更难部署？
答：不会。特征提取在边缘设备内部完成，对使用方透明，质检员仍通过图形化界面操作，全程不写代码。
问：跨平台对齐是什么意思？
答：指训练时（如 Python 环境）和产线设备（如 MCU）提取出的特征数值误差小于 0.05%，保证模型从训练到落地表现一致。
关于我们
上海创单电子（IssAuto）聚焦工业 AI 声学检测，提供零算法门槛、数据不出车间、3 天即可上线的声学质检工作站。了解更多请访问官网 www.issauto.com。