设备维修经验大量以口述形式存在：老师傅讲得清楚，落到工单上却常只剩一句话。语音交互实验室近期做了一个小范围实验，验证「口述转结构化」在工业场景的可行边界。
实验采集约200条现场维修口述录音，覆盖带方言口音的普通话、车间底噪与设备型号口播。流程为：语音识别 → 说话人分离 → 领域信息抽取（故障部位、现象、处置动作、更换备件、停机时长）→ 生成工单草稿，再由人工确认。难点集中在专业术语与型号：缩写、编号、同音词在通用模型上错误率偏高。我们引入热词表与少量领域数据微调，并把抽取结果与工单字段做显式对齐，而非直接输出自由文本。
当前进展：
· 术语与型号识别准确率由约82%提升至93%，五个关键字段抽取F1约0.86；缺失字段占比约两成，主要出现在口述跳跃与指代不清处。
下一步计划：
· 加入定向追问机制，对缺失字段发起一次澄清提问；同时把口述与该设备历史工单做检索比对，辅助术语纠错，并在两个车间灰度验证。
评论