嘈杂车间语音报工识别系统：降噪与方言适配

制造业车间普遍存在设备噪声大、工人双手被占用的情况，纸质报工与触屏录入效率低且易错。语音交互实验室近期围绕装配车间的语音报工场景开展实验性探索，目标是让工人在佩戴耳塞、距设备三米以内的环境下，通过口述完成工序报工与异常上报。
技术路线上，团队采用双麦阵列波束成形与定制噪声抑制模型级联的前端方案，后端在通用语音识别基础上，使用约2000条车间实采语音进行领域微调，覆盖工序号、物料编码等专有词表。
阶段性进展：

• 在85~95分贝背景噪声的冲压与装配工位实测，字错率由通用模型的18.6%降至7.2%，报工单口述完成率达91%；
• 针对车间常见的方言口音普通话，加入口音自适应训练后，字错率再降约3个百分点。

下一步计划：验证离线端侧部署在断网工况下的可用性，并试点与MES系统的报工数据直连，减少人工二次录入。