AI语音质检定制：产线噪声下的关键词检出与话术合规

在装配、检验等工位，工人普遍以口述方式完成工序确认与异常上报，但车间稳态噪声常在 75–85 dB(A)，叠加气动工具脉冲噪声，导致通用语音识别在该场景下的关键词召回率不足 60%。本实验室近期围绕「语音AI用于产线语音质检」开展了一轮实验性探索，目标不是做通用听写，而是验证三件事：噪声鲁棒性、关键词定位精度、以及话术合规判定是否可用。

进展方面：我们采用前端谱减与波束成形做定向拾音，后端以轻量声学模型做关键词与置信度输出，再以规则+小模型完成话术顺序合规判别。在一条含 6 个工位、约 40 小时的自采数据上，关键动作词召回率从基线的 58% 提升至 91%，误报约每工位每小时 1.7 次；话术顺序错误的漏检率仍偏高，约 12%。

下一步计划：补充气动工具噪声与多人同时口述的难例样本，引入说话人分离以降低串扰；同时把置信度阈值做成按工位可配置，让产线可自行在召回与误报之间取舍。该方法定位为辅助复核工具，最终判定仍由人工确认。