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 。

異音檢測的兩種模型： 人工聽檢的自動化替代技術主要有兩類模型，一類是參數驅動模型，另一類是基于人工智能的數據驅動模型。前者通過分析比較找到一個標準參數范圍，在范圍之內的為正常，在范圍之外的為故障，但這樣的參數范圍卻很難選擇確定，因為人工聽檢所依據的判斷規則很難用顯示的參數來描述；人工智能則可以模擬人的學習和判斷過程，通過特定的模型描述那些只能意會卻無法言傳的判斷規則。下圖給出了兩類模型的比較。

隨著機電自動化技術的進步，家電生產線中許多需要體力勞動的工位逐漸被機械手所代替，但仍有很多非體力工位還離不開人，比如視檢和聽檢工位，不需要人的體力或操作，而要靠人的眼睛和耳朵來判斷產品的某項指標是否品質合格，這樣的工位就需要人工智能才能很好完成替代。 由于圖像處理技術的迅猛發展，視檢工位目前已有了很多很好的替代方案，但由于產線上聲環境復雜，檢測規則難易實現簡單的參數化描述，聽檢工位目前大多還是要靠人工來完成。但是，人工聽檢存在下圖列出的種種問題，已難以滿足產線智能化升級的需要。從表中也可以看出，人工聽檢的缺點正好就是人工智能檢測的優勢所在。