高噪声车间语音工单识别：降噪与热词适配实验

在机加工、总装等车间现场，环境噪声普遍处于80~95dB，通用语音识别模型在强噪声与金属撞击声干扰下词错率显著上升，难以支撑语音工单、免提点检等交互场景。实验室近期围绕噪声鲁棒语音识别开展阶段性实验，选取某机加工车间为试点，采集包含设备运行声、对讲串扰在内的约40小时真实背景噪声，构建工业噪声测试集。主要进展：1）采用前端谱增强与后端热词适配相结合的方案，在90dB噪声条件下，工单指令类词条识别准确率由62.4%提升至91.8%；2）针对设备型号、工序名称等专业术语，仅需少量文本即可完成热词注入，无需重新训练模型，适配周期从数天缩短至2小时以内。下一步计划：将试点扩展至喷涂与包装工段，验证跨工位麦克风阵列的远场识别表现，并评估边缘计算盒子上的推理时延，为免提式语音点检工具的现场落地做准备。