强噪声车间语音指令识别：降噪与热词适配

在机加工、冲压等车间，巡检与交接班环节普遍存在双手被占用的记录需求，语音口播是自然的交互方式。但车间噪声普遍在85~95dB，通用语音识别模型词错率显著上升，难以直接落地。本实验室近期围绕强噪声工业场景开展语音指令识别实验，采用前端降噪与领域适配两段式方案：前端基于车间实测噪声谱训练定制降噪模型，配合双麦阵列定向拾音；后端在识别层引入工业热词机制，覆盖设备编号、工艺术语与工位名称。阶段性实测结果：1. 在约90dB背景噪声的机加工车间，50条固定巡检指令的词错率由通用模型基线的18.7%降至6.2%；2. 引入200条热词后，设备名与工艺参数等专有名词识别准确率由81%提升至94%。下一步将开展方言口音适配测试，并验证模型在边缘盒子的离线推理时延，评估断网环境下的可用性，为工单口播场景的试点做准备。