AI语音质检定制：嘈杂车间里的关键词召回

在冲压、注塑等车间，工人常以口头报工与异常呼叫替代手工录入，但环境噪声普遍在75~90 dB(A)，通用语音识别直接落地往往召回率不足六成。本实验室近期在一家金属加工厂做了小规模验证：不追求整句转写，只做“关键词+意图”的定向识别。

做法上分三步。一是拾音端改用双麦克风阵列加指向性波束成形，把工位正前方约60°扇区外的稳态噪声压低6~9 dB；二是用该厂真实录制的3000条短指令做增量微调，词表收敛到142个工艺术语（如“换模”“缺料”“停机”），避免大词表带来的误触发；三是加一层置信度门限与二次确认，低于阈值的片段回落到按键确认，不强行输出。

阶段性结果：短指令（2~4字）的召回率由58%提升到91%，误报控制在每班次3次以内。

下一步计划：把方言口音与交接班时段的多人交叠语音纳入测试集，并验证边缘端离线推理的时延是否满足产线节拍。