高噪声车间语音点检识别实验进展

车间高噪声环境下的语音交互是语音AI落地的典型难点。通用识别模型在85分贝以上的机加工车间实测中，词错率超过30%，难以支撑点检、报工等免手操作场景。实验室近期围绕“降噪前端+领域热词”路线开展实验，形成两点阶段性结论：一是采用双麦克风阵列结合噪声谱估计的语音增强前端，在冲压工位实测中将信噪比平均提升约9分贝；二是针对设备名称与工艺术语构建领域热词表并微调识别模型，设备名类词错率由21%降至7%以内。目前方案已在两台边缘计算盒子完成端侧部署验证，单条点检语音转写延迟低于800毫秒，维修人员可全程免手完成记录录入。下一步将重点解决口音与语速差异带来的泛化问题，计划扩展至三个不同地域车间开展对比测试，并评估转写结果与工单系统的自动结构化对接方案。