整套分布式傳送帶托輥異常聲音檢測系統主要有以下功能： 1) 托輥異常聲音檢測功能——整套系統以節點為邊緣計算單元進行托輥異常聲音檢測，大大降低遠程服務器的計算壓力； 2) 輪詢報警功能——遠程服務器會定時輪詢所有聲吶節點，一旦有節點發現托輥異常則會及時報警后臺監控中心 ； 3) 實時監聽功能——監控中心可以選擇任意節點實現現場聲音監聽功能，在接收到節點報警之后，也可以遠程監聽現場聲音判斷是否異常； 4) 頻譜分析功能——監控中心可以選擇任意節點實現現場聲音的頻譜分析 。

家電異音檢測可以按照下圖所示的技術途徑來實施。按照機器學習的要求，通過傳聲器和信號采集系統進行聲信號樣本采集，需要注意的是采集得到的聲信號既包含家電的運轉聲，也包括生產線的環境噪聲。采用現有成熟的多種信號處理方法對所測聲信號進行預處理，通過分析比較和嘗試，組成最佳的信號特征向量，該向量應該能夠最大程度反映家電狀態信號，同時抑制環境噪聲。 常用的信號特征提取方法一般包括時域、頻域和時頻域三類，時域的典型特征有短時能量和過零率；頻域的特征種類繁多，有各種譜分析方法、線性預測系數以及梅爾頻率倒譜系數等；時頻特征包含短時傅里葉譜和小波譜，時頻特征會帶來較大的計算量，但卻更能完整全面地描述音頻信號。

在線異音檢測可以說是人工智能技術在家電生產過程中的一個合適應用場景，但要想與家電生產流程真正無縫結合，真正替代人工聲檢，還需要解決很多技術和管理上的難題，技術難題包括產線節拍匹配、信號采集、環境噪聲消除、訓練樣本選擇、合適學習模型確定等，管理難題包括檢測規范與標準的制定以及檢測流程的重構等，解決這些難題的方法和思路將在后續詳細深入討論。