在噪声 75–85 dB 的装配车间，语音报工的第一道坎不是识别率，而是能不能稳定拾到人声。本期《语音交互实验室》在一家机加车间做了小规模实验：4 麦环形阵列加波束成形，配合工况噪声样本做前端降噪，把可用拾音距离从约 0.5 米放宽到 2 米左右。
进展要点：
- 前端：以空压机、风机、切削等稳态噪声录底噪，做自适应谱减与回声抑制，报工句的端点检测准确率提升明显；对敲击、气动扳手等突发冲击仍会误触发，暂用“两次唤醒确认”规避。
- 语义侧：把常见话术收敛为“工位+工序+数量+异常”四槽位，用少量车间语料微调识别模型并挂术语热词表，长句改为引导式多轮填报，一次报工平均交互轮次由约 4 轮降到 2 轮。
尚未解决的是方言与口音混杂场景，同一句话在不同班组之间差异较大。下一步计划扩到 3 个车间采集口音分层样本，并把置信度低于阈值的槽位改为自动反问确认，避免误报工单流入 MES。
评论