AI产线语音工单填报定制：远场拾音与术语纠错

产线工人戴手套、双手占用时，工单录入往往要停下手上的活去写字或点平板。语音交互实验室近期在装配线做了免手操作实验，关注点不是通用识别率，而是噪声、术语与可回滚三件事。

实验选在总装线三个工位（环境噪声约 78–86 dB(A)）。拾音分头戴麦与 1.5 米远场两种，唤醒词在稳态噪声下做误唤醒抑制；识别结果不落成自由文本，而是约束到工位、缺陷类型、数量三个槽位，再用领域术语表加拼音相似度纠错，最后由系统回读一遍、由工人确认提交。

阶段性进展：

• 4 周采集约 1.2 万条真实语音，58 名工人参与；头戴麦近场字准确率约 96%，1.5 米远场约 88%，术语纠错使领域词错误率下降约六成。
• 误唤醒是当前主要瓶颈，高峰时段机械声与互相喊话混入时上升明显，因此自动提交只在置信度越过阈值时触发，其余转入人工确认，避免错误工单进入系统。

下一步：补齐方言与口音覆盖，联合设备状态信号做噪声场景自适应，并在第二条产线验证稳定性。