工业噪声下语音指令定制：远场拾音与意图纠错

通用语音助手进了车间往往会失灵：稳态噪声 80~95 dB，气动工具与金属撞击又带来突发脉冲，远场拾音的信噪比被压得很低。语音交互实验室本期把问题拆成三段处理——前端用波束形成做空间滤波，中段用车间工况噪声做混合训练，后端不让模型“裸听”一句话，而是结合设备状态与工单上下文做意图约束。

阶段性进展：
• 在两条总装线试点，5 米内唤醒率由 62% 提升至 94%，误唤醒从每班 7 次降到 1 次以内；报工、呼叫、停机上报等常用指令的意图识别准确率约 96%。
• 对同音异义词做场景化纠错，如“调模”与“调膜”依据当前工位自动区分，人工复述次数下降约六成。

尚未解决的是连续多轮口语化指令：工人习惯说“这台又不行了，叫下维修”，指代与省略要靠上下文补全。下一步计划接入设备实时状态与人员排班作为约束，把多轮对话完成率纳入验收指标，并先在一条线上做影子测试，不改变现有操作流程。