本期《语音交互实验室》针对车间免手操作场景，做了一轮远场语音指令的可行性验证，目标是让操作工不摘手套、不停机即可完成报工、参数查询与点检记录。
车间与办公场景差异明显：稳态噪声常年高于 80 dB(A)，冲压、空压机带来强低频与脉冲干扰，金属墙面造成明显混响，多台设备同时报警时还有人声与提示音混叠。
当前做法分三层：前端用麦克风阵列做波束成形与降噪，并估计目标说话人方向；中间将唤醒与指令判定分离，唤醒词用严格阈值压制误唤醒，指令识别放开声学模型、靠文本层槽位校验兜底；后端把结果与 MES 工单逐项核对，置信度不足时回退到按键确认，避免误操作。
进展与下一步：
- 进展：在三个冲压与机加车间采集约 120 小时工况音频，覆盖 9 类设备噪声；85 dB(A) 背景下，5 米内常用指令字准率约 92%，误唤醒约每 8 小时 1 次。
- 下一步：补充方言与口音样本，试验局部指令词表以降低混淆，并将拾音与边缘推理合并到同一设备，评估功耗与散热。
该方向仍在验证阶段，暂未替代现有按键与扫码流程。
评论