本阶段在冲压与装配车间实地采集约 60 小时音频，稳态噪声 78–92 dB(A)，含气动排气、金属落料等瞬态成分，用于评估语音指令在产线上的可用性。测试链路为 4 麦环形阵列配合波束成形，前端串联回声消除与谱减降噪，唤醒词与指令词表按工位定制，避免与设备提示音混淆。
阶段性结果：
- 1 米内正常音量指令，唤醒率约 96%，误唤醒约 0.3 次/小时；3 米处唤醒率降至 88%，误唤醒升至 1.1 次/小时，主要诱因是气动排气与落料冲击。
- 识别环节引入工况自适应噪声模板后，指令词识别率由 82% 提升至 93%；但 2–3 字短指令仍有约 5% 混淆，集中在韵母相近词，需靠上下文或二次确认兜底。
下一步将把瞬态噪声检测接入 VAD，并验证双工位共用阵列的时分调度方案，以压低单点硬件成本。当前结论仅适用于稳态噪声为主的中等噪声工位，高冲击场景仍需补充数据。
评论