openidea openidea 我的

探索

按条刷项目：左侧含商业计划、评论、里程碑、投票、众筹与招募；右侧可匿名表态、用 AI 提炼要点（AI 即将上线）。

工业声纹质检 · 听匠

听声音就能知道设备好坏

创建 2024-08-22 更新 2025-04-15

关键词 · 产品形式 · 行业

关键词
声纹识别工业质检AI智能制造
产品形式（端）
IoT硬件边缘AIWeb
行业
智能制造

针对谁（目标人群 / 用户）

制造业工厂的产线运维团队是听匠的目标客户需要监测大量旋转设备的运行状态。其次是电力公司的设备运维部门发电机组和变压器的异常早期发现可以避免重大事故。矿山和冶金行业的设备管理面临恶劣环境传统监测手段难以部署。工业设备制造商可将听匠集成到设备中提供预测性维护服务。

解决什么问题（痛点 / 需求）

电机轴承齿轮箱等旋转设备的早期故障特征往往体现在声音变化上但人耳难以分辨这些细微的异常。传统的振动传感器需要安装在设备本体上安装复杂且成本较高。工厂的设备数量众多全面部署传感器成本高昂。运维人员巡检时只能依靠经验和听觉判断设备状态缺乏客观标准。设备故障从初现征兆到发生故障可能持续数周无法准确判断干预时机。

用什么方式（做法 / 产品 / 服务）

听匠在产线设备附近部署麦克风阵列采集设备运行时的声音信号。AI声纹识别模型从声音信号中提取特征识别出异常的噪音模式。系统将异常声音与已知的设备故障类型库进行匹配判断可能的故障类型和严重程度。告警信息推送给运维人员并附上声音特征分析便于判断。多台设备的声音数据关联分析可发现车间级别的异常模式。

带来什么好处（结果 / 价值）

设备故障预警提前14天运维团队有充足的时间安排维修。声纹识别的准确率达到94%误报率低运维人员信任度高。非接触式的麦克风安装相比振动传感器成本更低部署更简便。减少非计划停机带来的生产损失投资回报周期短。工厂的设备管理水平从被动维修升级为主动预防。

我需要什么支持

需要工业声学专家参与故障声音特征库的建设。不同设备类型和工况下的设备故障声音数据积累需要长期投入。麦克风阵列在工厂噪音环境下的抗干扰能力需要技术攻关。与设备制造商合作将声纹监测集成到新设备出厂配置中有助于规模推广。与设备运维服务商合作可以将听匠作为增值服务提供给客户。

暂无评论，来做第一个发言者。

请 登录 后发表评论。

由项目方维护并对外公示；完成节点会附带简要说明。

暂无投票主题。

暂无众筹信息。

以下为团队当前开放岗位与共建方式；具体股权/报酬以双方协议为准，OpenIdea 不参与撮合条款。

AI 速读

将支持一键生成执行摘要、风险点与待核实问题清单。

匿名参与社区判断，不会出现在你的个人主页。拖动手感条表态，不展示具体分数。

社区判断（近 7 日）

整体感受接近「—」（尚无人参与）

当前：人上人