在装配与机加工车间，报工长期依赖扫码枪或纸质工单：手上沾油、戴手套时操作不便，班末补录又容易漏记。语音交互实验室尝试把报工入口换成"说一句话"，但车间并不是安静的会议室——气动扳手、风机、输送线与金属碰撞叠加后，现场噪声常在 80~90 dB，且工人普遍带方言口音，工单号、料号又存在大量音近片段。我们没有直接套用通用语音模型，而是先解决"听得清"与"不敢信"两件事。
进展与数据：在某装配线 12 个工位试点，采集约 40 小时真实工况语音，覆盖 4 类主导噪声与 6 种口音。采用阵列拾音+定向降噪、并以车间术语表约束解码后，3 米内关键词唤醒准确率由 78% 提升至 94%，整句报工字段（工单号、完成数、废品原因）识别准确率约 91%。针对易混编号，我们引入音近校验与二次语音播报确认，把误报率从 3.1% 压到 0.6%；确认环节同时保留了人工改口的通道，避免"识别对了但工人说错了"被静默放过。
下一步：扩展多说话人串扰与更强口音场景，评估端侧轻量模型在工位终端上的可行性，并设计"语音+扫码"双通道兜底，保证任何单点失效都不影响报工闭环。
评论