AI设备语音报修定制：远场拾音与工单字段抽取

在冲压与装配车间，工人发现异常时常戴着手套、手上有油污，难以掏手机或电脑报修。语音交互实验室在一条产线做了小规模试验：用四麦阵列采集3~5米远场语音，先做回声消除、降噪与波束成形，再以轻量唤醒词模型判断是否起报，最后把“设备编号、故障现象、紧急程度”等字段结构化，推送到维修工单。当前难点不在通用识别率，而在车间噪声与专业词：冲压节拍声、气枪声会吞掉辅音，设备别名和方言口音容易混淆。我们把设备台账、历史工单和常见故障短语做成热词表，端侧只保留唤醒与关键词，完整转写放到边缘服务器。试运行两周，工单字段可自动填出约七成，人工只需补全确认；误唤醒从日均20次降到6次左右，单次报修录入时间由90秒缩短到30秒内。下一步将扩充多设备同时说话的分离能力，并验证85分贝背景噪声下的可用边界。