整套分布式传送带托辊异常声音检测系统主要有以下功能： 1) 托辊异常声音检测功能——整套系统以节点为边缘计算单元进行托辊异常声音检测，大大降低远程服务器的计算压力； 2) 轮询报警功能——远程服务器会定时轮询所有声呐节点，一旦有节点发现托辊异常则会及时报警后台监控中心 ； 3) 实时监听功能——监控中心可以选择任意节点实现现场声音监听功能，在接收到节点报警之后，也可以远程监听现场声音判断是否异常； 4) 频谱分析功能——监控中心可以选择任意节点实现现场声音的频谱分析 。

家电异音检测系统的架构，系统由硬件和软件两部分共同组成了一个不可分割的整体，硬件部分包括测量环境、传感器、采集系统和判别系统，测量环境可以是基本不做改动的原始生产线，也可以是在生产线上设计添加的简易隔声或吸声空间，测量环境的考虑重点是如何减少生产线环境噪声的影响。传感器和采集系统一般要求满足可听声频带的采样要求，对系统的量化精度要求至少采用16位采集系统，能达到24位更好。判别系统一般是采集系统和计算机的结合体，计算机上运行的软件是信号特征提取算法和机器学习模型。 软件部分中的信号测量分析模块主要完成信号的采集和保存，应用信号处理技术，特征提取模块抽取声信号样本特征，构建特征向量和机器学习数据集。机器学习模块实现各种机器学习算法，在特征向量数据集的基础上，完成训练、验证和等环节，最终获得异音判别参数，过程中还包括特征向量和机器学习模型参数的选择与优化。

在线异音检测可以说是人工智能技术在家电生产过程中的一个合适应用场景，但要想与家电生产流程真正无缝结合，真正替代人工声检，还需要解决很多技术和管理上的难题，技术难题包括产线节拍匹配、信号采集、环境噪声消除、训练样本选择、合适学习模型确定等，管理难题包括检测规范与标准的制定以及检测流程的重构等，解决这些难题的方法和思路将在后续详细深入讨论。