语音交互实验室近期在冲压与总装车间完成了一轮远场语音指令的阶段性验证。现场噪声 78–92 dB(A)，混响 T60 约 0.9 s，麦克风阵列安装在工位上方 1.2–1.8 米处，操作工需在不停手、不摘手套的条件下完成报工与呼叫。
方案上不做开放式对话，而是把指令集收敛到 42 条高频动作；前端用波束成形加自适应回声消除，唤醒词与指令词分开建模。后端加入置信度门限与语音回读二次确认，低于阈值时要求复述，避免误触发导致停线。
进展与数据：
- 安静办公区唤醒率 98.6%，车间工况下降至 94.1%；误唤醒由 3.2 次/8 小时降至 0.4 次/8 小时。带口音与隔手套操作的指令准确率 91.7%，较基线提升约 9 个百分点。
- 噪声鲁棒性主要来自训练数据构造：将车间实录噪声按 0–15 dB 信噪比随机混合，误唤醒比单纯叠加白噪声低约 60%。
下一步计划：打通工位对讲与调度系统，补充多说话人分离与声纹校验，明确「谁在下达指令」，先在两条产线小范围试运行，暂不扩大到全厂。
评论