强噪声车间语音指令识别实验进展

工业车间的强背景噪声是语音交互落地的首要障碍。语音交互实验室近期围绕装配与巡检场景，开展了免手持语音指令交互的阶段性实验，目标是让工人在戴手套、双手被占用的情况下，通过语音完成报工、设备状态查询等操作。
技术路线上，采用前端波束成形与降噪、定制唤醒词、离线命令词识别的三级架构，模型在端侧运行，避免产线网络波动影响可用性。
阶段进展：

• 在85~95dB噪声车间实测，唤醒误触率降至每台每日0.3次以下，20条核心命令词平均识别准确率达94.2%，较通用开源方案提升约11个百分点；
• 沉淀了车间噪声数据采集与命令词快速定制流程，新增一条命令词的适配周期从约两周缩短至3天。

下一步将扩展方言与口音覆盖，并探索语音与扫码、按钮信号的多模态融合确认机制，提升复杂工况下指令执行的可靠性。