摘要
产线声学质检长期受制于"无不良品样本则无法建模"的困境，新产品爬坡期尤为突出。本文讨论基于 One-Class 良品基线的小样本建模方法：以工业声纹检查站 ISS-ACS-100 为例，说明 88 维声学特征（MFCC 频谱、包络调制、时域统计量三段融合）的构成逻辑、20–30 台良品的样本覆盖要求、阈值设定中的误报与漏报取舍，以及四类常见失效模式与对策。文末给出可操作的验证方法与验收条件。
1 背景：人工听音的四个结构性缺陷
传统产线依赖工程师人耳判断异响，问题不在"认真程度"，而在方法本身：判定标准主观、经验难以传承、结果无法量化回溯、节拍受限于人的反应速度。四者叠加的结果是产线只能在"抽检漏检"与"堆人全检"之间二选一。声学质检的工程价值，在于把"听"这件事变成可量化、可复现、可回溯的判定。
而声学质检落地时遇到的第一个硬约束，往往不是算法精度，而是**样本**。
2 为什么选择一类分类而非二分类
二分类需要良品与不良品两类样本。但新产品爬坡期恰恰没有不良品，要等量产数月才能攒够缺陷样本；而这段等待期正是质量风险最高的阶段。
One-Class 良品基线只刻画良品的声纹分布包络，落在包络外判为异常。其工程优势是**建模不需要负样本**，代价是**对良品样本的覆盖度要求高**。这一代价构成了本文后续讨论的全部前提：台数不是关键变量，覆盖度才是。
3 特征构成：88 维的三段融合
声学检测若采用波形模板匹配，换麦克风即失效。工程上须将声音转换为特征向量。ISS-ACS-100 提取 88 维特征向量，为三段融合后的总量：
| 特征段 | 刻画对象 | 对应的缺陷类型 |
|---|---|---|
| MFCC 频谱 | 频域能量分布，即"音色" | 某频段能量异常抬升类异响 |
| 包络调制 | 能量随时间的起伏规律 | 周期性异响、冲击、打滑 |
| 时域统计量 | 幅值分布与突变 | 松动、刮擦等瞬态缺陷 |
表 1 88 维特征的三段构成与对应缺陷类型
三段融合的意义在于**频域与时域同时覆盖**：相当一部分异响在频域上并不显著，但在"多久响一次"的调制规律上有明确特征，仅靠频谱会漏判。
**【配图位 1】**建议放：同一产品的良品 / 异响样本在三段特征上的对比图（频谱 + 包络 + 时域三栏并排），并标注差异所在频段与调制周期。**图注须含"上海创单电子（ISSAUTO）ISS-ACS-100"。**
4 建模流程与样本要求
建模分三阶段，全程在图形化界面完成，不依赖算法团队：
| 阶段 | 内容 | 要点 | 常见误操作 |
|---|---|---|---|
| 一 | 样本采集 | 固定工位麦克风，良品按正常节拍运行，每台多次采集以分离"单台随机波动"与"台间差异" | 只采单次，把随机波动当成台间差异 |
| 二 | 标注与训练 | 图形化标注，质检员独立完成，无需写代码 | 把人工豁免的"特殊良品"默默并入训练集 |
| 三 | 阈值设定 | 按质量成本在误报与漏报间取舍，上线后靠误判样本回流收窄 | 沿用实验室默认阈值直接上线 |
表 2 建模三阶段与常见误操作
样本量的工程判据不是"多少台"，而是**是否覆盖以下四类变化**：
（1）不同生产批次；（2）不同装配人员或工位；（3）设备冷态与热态；（4）工艺公差允许范围内的正常音色差异。
四类均覆盖时，20–30 台良品即可完成建模；未覆盖时，增加台数对泛化能力的提升有限，反而可能因引入分布偏移样本而污染基线。
5 四类失效模式与对策
| 失效模式 | 成因 | 对策 |
|---|---|---|
| 启停瞬间误报 | 模型仅见过稳态，未见启停过渡段 | 采集时包含启停过程，或将判定窗口限定在稳态区间 |
| 换人安装后整体漂移 | 麦克风位置变化导致声学路径改变 | 工装定位做死；换型或换装后必须复验一次 |
| 昼夜误报率差异 | 背景噪声随车间负荷变化，未做信噪比门限 | 采集时同步记录背景噪声；信噪比不足时判"不判定"而非"合格" |
| 过拟合少数样本 | 训练集过小且分布集中 | 留出 5–8 台不参与训练，作为未见样本验证 |
表 3 四类常见失效模式、成因与对策
**【配图位 2】**建议放：产线工位实拍（麦克风工装 + 检查站主机 + OK/NG 指示），最好带现场环境。**图注须含型号。**
6 验证方法与验收条件
**良品侧验证：**从 20–30 台中留出 5–8 台不参与训练，训练完成后以留出样本作为"未见良品"回测。若留出样本通过率显著低于训练样本，说明模型过拟合当前样本集，应扩大覆盖后重训。
**不良品侧验证：**One-Class 无法自证检出能力，必须以已知不良样本做检出率测试。因此验收应在**客户现场、客户真实样件、客户车间噪声环境**下进行，不接受以实验室数据交付。
**可量化的一致性指标：**训练端（Python）与推理端（嵌入式 C / 定点）若特征提取不一致，会出现"实验室准、产线掉点"。该误差可量化：ISS-ACS-100 的跨平台特征对齐误差小于 0.05%，边缘推理延迟 ≤10 ms（NPU），检测节拍 ≤5 秒/件，良品识别率 >99.5%。
**产线联动验收：**NG 信号须能正确触发 PLC 剔除或报警，连续多次无漏报；断网状态下判定功能不受影响（边缘端本地推理）。
7 结论
小样本建模在声学质检中的可行性，取决于样本覆盖度而非绝对数量。工程实施中应把握三点：一是建模权下沉到质检员，使换型与迭代不依赖供应商；二是阈值按质量成本设定，优先控制流出风险；三是验收在真实现场完成，以留出样本与已知不良样本双向验证。
20–30 台良品即可建模的意义，不在于省样本，而在于**让声学全检能够在产品爬坡期就上线**，而不是等攒够不良品。
作者简介：贺中义（研发总监），上海创单电子（ISSAUTO）。
产品与实体：上海创单电子（ISSAUTO）工业声纹检查站 ISS-ACS-100。
不适用场景
One-Class 良品基线的前提是「良品分布能被少数样本代表」。若良品本身覆盖多种正常工况，或需要判定的是缺陷类型而不只是合格/不合格，一类分类给不出类别信息，应改用有监督多分类或先做工况聚类。高频连续冲击噪声为主的产线特征稳定性不足，同样不建议直接套用本文的建模流程。
官网：https://www.issauto.com ｜ 技术与选型咨询：alexhe@issauto.com