AI 声学分类把一段录音变成一个判断:这个样本属于哪一类,模型有多确信? 从标注样本、训练模型、运行推理,到把模型部署到产线工位,整条链路都在谛耳内部完成 —— 不需要任何第三方分析引擎,测量数据也不必离开您的机器。
典型用途包括:下线工位的好坏判定(合格 / 啸叫 / 敲击 / 摩擦)、按故障类型整理历史录音库, 以及在缺陷样本过于稀少、无法逐类标注时对异常单件做筛查。
四个阶段构成一个闭环:每一批推理过的数据又成为可标注的新素材,反哺训练。 随着产线数据不断累积,模型也会持续变好。
打开 Start Menu,选择 AI Classification。工作区是一个分步向导: 顶部的步骤指示条显示当前位置,右侧的箭头按钮用于前后切换。 您也可以直接跳到任意一步 —— 例如已有训练好的模型时,从 加载模型 直接跳到 分类,完全跳过训练。
| 步骤 | 作用 | 什么时候需要 |
|---|---|---|
| 1. 加载模型 | 选择 .onnx 文件,可选启用 GPU | 始终需要 |
| 2. 训练模型 | 把已标注的文件夹训练成模型 | 仅在自建模型时 |
| 3. 设置 | 类别名称与得分后处理 | 建议首次运行前完成 |
| 4. 分类 | 运行单个文件,查看全部类别得分 | 验证与单样本分析 |
| 5. 批量分类 | 批量运行文件列表并导出 CSV | 档案整理、产线报表 |
浏览选择一个 ONNX 模型文件。加载完成后,状态行会显示自动识别到的模型签名,例如
Input: [1,1,16000] -> Output: [1,10] (10 classes),
您可以据此立刻确认这确实是想用的那个模型,以及它会输出多少个类别。
勾选 GPU (DirectML) 可使用显卡加速;若没有兼容设备,引擎会自动退回 CPU,不会报错。
提供两条并列的训练路线。ML.NET(零代码)完全在谛耳内部训练 —— 指定一个已标注的音频文件夹,按下开始即可。Python(深度学习) 把训练交给 PyTorch 脚本;两份现成模板(CNN 分类器与自编码器)可一键导出后自行修改。 两条路线最终都产出一个模型文件,供第 1 步加载。
把类别名称按模型输出的顺序,以英文逗号分隔填入(例如
OK, Whine, Knock, Rub)。不填时结果显示为 Class_0、Class_1……
—— 预测本身依然正确,只是不易阅读。
后处理选项(Sigmoid、SoftMax、Winner Takes All、温度、Top-K)负责把模型输出的原始数值 转换成可读的置信度。默认设置适用于大多数模型,各项含义见 ONNX 推理。
浏览选择一个 WAV 或 HEAD HDF 文件(也可由工作台直接送入数据),按 Run。 顶部给出预测类别及其置信度,下方逐类列出得分条与百分比,获胜类别以粗体显示。 请务必看完整列表,不要只看结论:两个类别分别为 45% 和 43%,与某一类高达 98%,含义完全不同。
添加任意数量的 WAV 或 HDF 文件,按 Run Batch 并观察进度条。
表格逐行显示文件名、预测标签、置信度与状态;读取失败的文件会被单独标注,不会中断整批运行。
Export CSV 把整张表(File, PredictedLabel, Confidence, Status)
导出,便于写入报告或质量数据库。Cancel 可干净地中止长时间运行,已算出的行会保留。
| 场景 | 推荐做法 |
|---|---|
| 下线好坏判定,故障类型已知且有若干种 | 按故障类型标注样本,训练分类器,用批量分类部署 |
| 按故障类型整理历史录音库 | 加载已有模型,运行批量分类,导出 CSV 后排序 |
| 缺陷罕见或事先无法穷举 | 改用异常检测 —— 只用正常样本训练 |
| 标注样本很少,未标注录音很多 | 先用模型库中的预训练模型或嵌入向量起步,待标注积累后再精调 |
© 2026 Deepsona. All Rights Reserved.