AI车间语音报工定制：噪声抑制与方言口音适配

车间环境噪声常在 80–90 dB(A)，语音交互实验室近期把研究重点放在“高噪声、移动、免手操作”的工业语音场景，先以一个具体小切口做验证：产线报工与设备点检的语音录入。

进展方面，我们搭建了三段式管线：前端做波束成形与自适应降噪，中段用轻量级语音活动检测与唤醒词门控，后端接工业领域 ASR，并用设备名称、工位编号等结构化词表做纠错重排。在内部测试集上（8 条产线、约 12 小时真实录音，含风机与冲压背景噪声），报工语句字准确率从基线的 72% 提升到 91%，短指令（如“三号机报工完成两件”）整句正确率约 87%。

要点：1) 前端降噪与领域词表约束的收益接近可叠加，单纯提高拾音增益效果有限，反而会放大冲压瞬态噪声；2) 下一步计划引入少量方言口音的适配与声纹校验，降低串音导致的误报工风险，并在两条产线做长周期验证，观察换班、检修等工况下的稳定性。