车间强噪声语音识别实验：降噪与领域微调

工业现场的语音交互长期受制于强噪声：冲压、风机、空压机等设备使车间背景噪声普遍处于85~95分贝，通用语音识别模型在该场景下字准确率往往不足七成，难以支撑报工、点检、工单录入等实际业务。语音交互实验室近期围绕这一问题完成了噪声鲁棒识别的阶段性实验。
技术路线上采用“前端降噪+后端适配”两段式方案：前端基于双麦阵列做波束成形与稳态噪声抑制；后端采集工位现场带噪语音约60小时，对声学模型做领域微调，并结合车间高频词表构建定制语言模型。
阶段性结果：

• 在90分贝稳态噪声下，报工指令字准确率由基线71%提升至93%，唤醒误触率降至每24小时低于1次；
• 金属撞击等非稳态冲击噪声仍是主要误差来源，识别结果存在波动。

下一步计划将带噪语料扩充至200小时，覆盖更多工位与口音差异，并把识别结果与工单系统打通，验证端到端报工闭环的可用性。总体判断：强噪声场景的语音交互已具备试点条件，非稳态噪声建模仍需持续迭代。