嘈杂车间语音工单识别实验：降噪与热词适配进展

工业现场的语音交互长期受制于高噪声与口音差异。语音交互实验室近期围绕车间语音点检与工单录入场景，开展噪声鲁棒语音识别的阶段性实验，验证“前端降噪+领域热词适配”的组合方案。

实验在某机加工车间采集约60小时真实环境语音，背景以设备运转噪声为主，信噪比多处于0~10dB区间。基线通用识别模型字错率约18%；引入双通道降噪前端后降至11.2%；再叠加设备名、工序术语等约800条领域热词偏置后，字错率进一步降至7.8%。针对方言口音较重的班组做少量数据微调，识别准确率再提升约6个百分点。

· 阶段进展：降噪前端与热词偏置组合，使高噪声场景字错率从18%降至7.8%，初步达到工单录入的可用门槛；
· 下一步：扩充口音覆盖样本，验证免唤醒语音指令在巡检终端上的端侧部署可行性。