车间报工长期依赖扫码枪与纸质工单，工人戴手套、手上有油污时操作成本高。语音是更自然的选择，但落地门槛不在模型本身，而在现场条件：设备噪声常达 80~95dB，工人多为方言口音，且报工内容包含工位编号、物料码、批次号等强格式词，错一个字就会串单。
本阶段实验在两条产线部署了 12 个点位的采集与识别链路，前端用 4 麦阵列做波束成形与稳态噪声抑制，后端在通用识别模型上注入领域热词表，并针对高频术语做发音词典扩充。为控制风险，识别结果不直接写入工单，而是先做字段化解析与置信度分流：高置信度自动填充，低置信度回读确认。
要点：
- 进展：累计采集约 120 小时现场语音，覆盖 3 类方言；85dB 工况下误唤醒低于 1 次/8 小时，报工关键字段准确率由 82% 提升至 94.6%，编号类字段约 96%。
- 下一步：接入 MES 做工单号与工位匹配校验，形成“识别—校验—回读”闭环，并补充少量口音自适应微调数据。
评论