在冲压与总装车间，设备报警后的工单填报通常要停下手上活、摘手套、点十几屏。我们尝试把这一步改成一句话：操作工对着耳麦说“三号线压机报EO-12，换模时异响”，系统直接落成结构化工单。
难点不在识别本身，而在拾音与字段对齐。车间稳态噪声约78~85 dB，混响明显，设备编号、故障码这类短词又极易被吞音。本轮实验做了三件事：前端用双麦阵列做波束成形与降噪，识别侧挂载设备台账与故障码热词表，后处理按“设备—现象—代码—时间”四类槽位抽取，低置信度字段回读确认，不让模型硬猜。
要点：
- 进展：在一条试产线采集约200条真实语句，字段级准确率由71%提升至88%，单条工单平均填报时间从约90秒降至35秒。
- 下一步：加入方言与多说话人分离测试，并与现有工单系统联调，验证漏报工单的补录路径。
语音入口的价值不在炫技，而在于把“多一步操作”变成“少一步操作”——这一步省下来的时间，才是产线真正愿意买单的部分。
评论