在制造现场，操作工双手常被占用，语音录入工单、报修与巡检记录可减少纸质流转与停笔等待，但车间噪声、耳罩佩戴与远场拾音会使通用语音识别词错率大幅上升。语音交互实验室近期围绕强噪声环境下的语音录入开展实验，采用“降噪前端+领域指令词”两级方案：前端以双麦克风波束形成结合深度学习降噪，抑制机械噪声与混响；后端在通用识别模型基础上，用工单、设备名与缺陷描述等现场语料做领域适配，并对高频指令词实施偏置解码。
阶段性结果：
- 在85~95 dB(A)的冲压与装配车间实测，词错率由通用模型的28.6%降至9.4%，高频指令词识别准确率达96.2%；
- 佩戴耳罩场景引入骨传导拾音对比测试，词错率进一步降至7.8%。
下一步将补充方言口音与连续自然语句的识别测试，并评估防爆区域使用骨传导麦克风的合规性与工程可行性，为产线语音工单系统的定制交付积累数据。
评论