工业噪声下的语音工单填报：远场拾音与关键词纠错

在车间与配电房等高噪声场景，工人双手被占用、戴着手套，纸质工单和手持终端都不顺手。语音交互实验室近期围绕「噪声环境下的语音工单填报」做了一轮阶段性探索，目标不是通用对话，而是把一段口语稳定落成结构化工单字段。

实验室采集了三类典型工况的带标注语音（空压机房、冲压线旁、户外配电区），累计约 40 小时。处理链路分三步：先用双麦阵列做波束形成与回声消除，再做工况自适应的噪声抑制；随后用领域词表对设备编号、故障现象等关键词做偏置解码；最后将自由口述映射到固定字段，缺失项以追问补齐，单次交互控制在 3 轮以内。

· 当前进展：在 75dB 左右背景噪声下，设备编号与故障类型等关键字段识别准确率约 91%，较通用模型提升约 12 个百分点；静音段误触发率降至每小时 0.6 次。
· 下一步计划：补充分方言与口音样本，并验证完全离线部署在无网车间的可用性。