高噪声车间语音指令识别系统定制实验

语音交互实验室近期围绕高噪声车间环境下的语音指令识别开展实验性探索。机加工现场风机与气动工具噪声常超过85dB，通用语音识别模型在真实产线的指令词错误率显著上升。团队采用前端降噪与领域词表微调相结合的两段式方案：前端以双麦克风波束形成配合谱减法降噪，后端基于少量现场录音对识别模型做领域适配。阶段性进展：一是在合作车间采集约12小时含噪语音，构建1200条指令词测试集，经降噪与领域微调后，指令词识别准确率由78.6%提升至94.2%，端侧平均响应延迟控制在400ms以内；二是发现佩戴口罩场景下近讲语音能量衰减明显，计划引入骨传导拾音作补充验证。下一步将扩充多方言口音样本，评估免唤醒关键词检出的误触发率，为车间语音工单、设备语音点检等场景的工程化落地提供依据。