在冲压、注塑等现场,工人常戴手套、双手占用,用对讲机或纸质单据报障效率低。语音看似是最自然的入口,但车间稳态噪声普遍在75–85 dB(A)、混响时间0.6–1.2 s,通用ASR直接调用时词错率会超过三成,且误唤醒频繁。
我们的思路是收敛问题边界:前端用4麦环形阵列做波束形成与轻量去混响,唤醒词不采用开放式识别,而是限定在「设备名+故障词」的小词表内;识别输出只抽取三个槽位——设备编号、故障现象、紧急程度,置信度不足时只回问一次确认,再对接设备台账与工单系统。
阶段性进展:
· 在某注塑车间两周试点,收集约1.2万条真实报障语音,日均误唤醒由约14次降至3次以内,三槽位综合准确率86%;剩余错误中约六成集中在设备编号,主要受方言口音影响。
· 单条报障平均耗时从约90秒降至25秒,工人无需摘手套。
下一步:补录方言口音样本,尝试用现场巡检录音做无监督自适应,并验证多工位同时说话时的语音分离效果。

评论