AI车间语音报工定制：噪声抑制与指令确认

在冲压与总装车间的试点中，我们让操作工用语音完成报工、缺陷描述与呼叫支援，替代部分扫码与手写环节。难点不在识别模型本身，而在 80 dB 以上的稳态噪声、混响，以及多工位同时说话的串音。

当前方案分三层：前端用双麦阵列做波束形成与降噪，中段以小型流式模型完成唤醒与关键词确认，后端只对疑似指令做一次云端复核；同时对工位号、缺陷类型等固定表达建立可热更新的领域词表，避免整模型重训。

• 进展：在一条总装线连续运行四周，指令类语音的首次确认率约 92%，误唤醒控制在每班 2 次以内；自由文本的缺陷描述仍需人工复核约三成。
• 下一步：加入说话人注册以区分班次交接场景，并验证 90 dB 冲击噪声下的拒识策略，重点观察漏唤醒与误唤醒之间的取舍。