在冲压、装配等车间，设备噪声普遍在 80–95 dB，近场语音方案一旦拉远到 2–3 米，唤醒率与识别率都会明显下滑。语音交互实验室近期的实验，聚焦「小样本唤醒词定制 + 抗噪指令识别」，把声学前端与识别链路拆开分别验证，而不是直接替换成更大的通用模型。
- 进展：在 3 条产线采集约 62 小时近场与远场语音，叠加真实设备噪声后，前端经波束形成与谱减处理，误唤醒由每小时 4.2 次降至 0.8 次；指令字段（设备编号、动作、参数）整体识别准确率约 93%，参数类指令仍是主要错误来源。
- 下一步：将识别结果与设备实时状态交叉校验，例如「启动3号液压泵」在泵已运行时转为二次确认，降低误触发风险；同时补充方言与口音样本，评估按班组做轻量适配的必要性。
评论