高噪声车间语音交互实验：降噪与指令识别

语音交互实验室近期围绕高噪声工业现场的语音交互可行性开展实验，目标是让一线工人在佩戴手套、双手被占用的情况下，通过语音完成巡检记录与设备状态上报。实验选取某机加工车间作为测试场景，环境噪声介于75~92分贝，团队采用双麦克风波束成形结合深度学习降噪的前端方案，后端使用针对工业封闭词表优化的轻量级识别模型。
· 阶段性数据：在88分贝稳态噪声下，限定200条车间指令词表的识别准确率由基线71%提升至93%，误唤醒降至每24小时0.8次；
· 下一步计划：引入车间方言与口音数据做自适应微调，并在喷涂工位开展免手持语音工单录入的小范围试点。
团队认为，工业语音交互的关键不在通用模型的规模，而在噪声前端、封闭词表与现场工作流的结合，后续实验数据将在本页面持续更新。