强噪声车间语音指令识别：降噪与命令词联合建模

在机械加工与装配车间，环境噪声常达85~100 dB，通用语音识别模型可用性明显下降，制约了工人在双手被占用时的语音报工与工艺参数查询。实验室近期围绕强噪声命令词识别开展了阶段性实验。
本阶段进展：

• 构建含冲压、风机、空压机等典型噪声的评测集，叠加真实车间录音约40小时；采用谱减与神经降噪级联前端处理后，命令词识别错误率由18.7%降至6.3%。
• 针对命令词封闭集特性，将关键词检出与说话人校验联合建模，样机测试中误触发低于每8小时0.5次。

下一步将在两个试点工位开展为期一个月的现场验证，重点考察降噪模块对设备启停等工况变化的泛化能力，并将端侧推理时延压缩至300 ms以内。失败案例与边界条件将同步整理，作为后续方法论沉淀的输入。