语音交互实验室：车间高噪声下的远场指令识别

「把语音交互放进车间，第一个对手不是口音，而是噪声。」这是语音交互实验室在装配与冲压现场做的一轮验证。

现场噪声多在 85–95 dB(A)，且非平稳：气动扳手、敲击、物料碰撞会在百毫秒内把信噪比压到 0 dB 以下；工人佩戴防护耳罩后，自身语音受骨导与堵耳效应影响，发音清晰度也会改变。我们采用四麦阵列做波束形成与目标语音提取，前端串联回声消除与降噪，后端只挂载工位领域词表（每工位约 60 条指令），并优先约束误唤醒。

阶段性结果：

• 稳态噪声 90 dB(A) 下，10 个工位的常用指令识别率由基线 78% 提升至 93%，24 小时误唤醒不超过 1 次；
• 冲击噪声段落仍是短板，识别率回落到 80% 上下，仅靠前端降噪难以补齐。

下一步计划引入冲击噪声在线检测，触发「延迟确认 + 二次播报」的交互策略，并试做工单口述录入的句子级纠错，先在高噪声工位小范围灰度。