在装配与机加工车间，工人常因戴手套、手上有油污而不便扫码或触屏报工。语音报工看似自然，实测却容易在设备噪声和专业术语上翻车。我们把问题拆成三件事：听得清、认得准、错得起。
听得清方面，用4麦环形阵列做波束成形与自适应降噪，前端尽量在设备侧完成；认得准方面，用车间采集的少量真实语料对通用声学模型做领域自适应，并挂载工单号、工序名、物料号热词表；错得起方面，当置信度低于阈值时不直接落库，改为TTS复述确认，避免脏数据流入MES。
要点：
- 进展：在某装配车间试点，安静工位字准约97%，约85dB噪声工位原始识别率约89%；加入波束成形与领域微调后升至约94%，工单号、数量等关键字段经术语约束纠错后约98.5%，误唤醒约每8小时0.4次。
- 下一步：补充方言与口音语料，支持免唤醒连续报工，并打通MES确认回执，形成可追溯的报工闭环。
评论