高噪声车间语音指令识别实验：降噪前端与领域词表优化

在冲压、风机等高噪声车间（背景噪声约85–95 dB(A)），通用语音识别的指令词错率显著上升，制约了免接触语音交互在产线的落地。语音交互实验室近期围绕工业语音指令识别开展阶段性实验，重点验证降噪前端与受限解码的联合方案。技术路线上，前端采用双麦克风波束成形叠加轻量深度降噪网络，后端将识别范围约束在产线常用指令词表内，并补充车间术语的发音变体，以降低专业词误识。阶段性结果：1、在某冲压车间实测，距终端1.5米处的指令词识别准确率由通用模型基线的约68%提升至93%，误唤醒次数下降约七成；2、降噪前端在CPU端推理延迟低于80 ms，满足边侧部署要求。下一步计划围绕两点展开：一是补充方言口音样本，验证跨地域车间的泛化能力；二是探索免唤醒连续指令的端点检测策略，降低操作工的交互负担。实验室将持续在真实工位采集数据，以小步迭代方式推进方案成熟。