高噪声车间语音指令识别：降噪前端与领域词适配

在冲压、风机等高噪声工业现场，语音交互长期受设备噪声、混响与专业术语的叠加干扰，通用语音模型直接部署效果有限。实验室近期完成语音指令识别的阶段性实验，验证“降噪前端+领域适配”组合路线的可行性。进展要点：1. 前端采用双麦克风波束成形与谱减法级联降噪，在约95分贝的冲压车间实测，语音段信噪比平均提升约11分贝，为后端识别提供了较干净的输入；2. 识别层在通用模型基础上注入设备名、工艺术语等约1200条领域词表，并用车间真实录音微调，指令词错率由18.6%降至6.3%，误唤醒控制在每24小时1次以内。下一步计划将识别结果接入工单系统，验证“语音点检—自动生成工单”闭环流程，同时采集不同班次、不同口音样本，评估模型在多车间部署时的迁移稳定性与长期漂移。