高噪声车间语音指令识别：降噪前端实验进展

语音交互实验室近期围绕工业现场高噪声、远场、多口音场景，开展语音指令识别的降噪前端实验。选取注塑车间与总装车间各一处作为测试环境，背景噪声约85~95 dB(A)，累计采集指令语音3200余条，覆盖设备启停、工位呼叫、异常上报等12类常用指令。实验对比了谱减法、双麦阵列波束形成与端到端语音增强三类前端方案，阶段性结果如下：
· 双麦克风阵列结合神经网络降噪后，指令词错误率由基线21.4%降至9.8%；单麦克风场景改善有限，仅降至15.6%；
· 混响与金属敲击类瞬态噪声仍是主要干扰源，占残余错误的六成以上。
下一步将引入车间专属词表与领域语言模型微调，并针对瞬态噪声补充对抗训练数据，目标将词错误率控制在7%以内。方案已在实验工位完成小范围验证，产线部署还需解决嵌入式端算力与响应延迟约束，工程化评估预计下季度完成。