AI车间语音指令定制：远场拾音与唤醒词优化

在噪声持续 75～85 dB 的车间里，语音是一条被低估的交互通道。本实验室近期的实验性探索围绕「远场拾音—唤醒—指令理解」的最小闭环展开，目标不是做通用语音助手，而是让戴着手套、双手被占用的操作工能就地完成设备查询与参数调用。

进展：采用四麦环形阵列做波束成形，配合面向设备噪声的降噪前端与自研唤醒模型，在实测工况下唤醒准确率由 82.3% 提升至 94.6%，误唤醒控制在 24 小时 1 次以内；针对 30 类高频设备指令，字错率降至 6.8%，端到端响应约 480 ms。

下一步计划：补齐方言与口音样本，验证回声抑制及多台设备同时说话时的声源分离能力；同时将模型量化后部署到边缘盒子，保证断网条件下仍可用，并把指令执行结果回读给操作工确认。