在泵房、配电室等高噪声巡检场景，工人戴手套、持工具，触屏填报设备编号和读数效率低。语音交互实验室近期围绕“可离线、可纠错”的语音填报做小规模实验。方案分三段：前端用四麦阵列做声源定位与波束形成，先压制稳态机械噪声；中端将设备型号、单位、阈值做成领域热词表，约束识别解码；后端按工单槽位做语义校验，缺项时用简短追问补齐。
目前在现场采集 1200 余条带标注语音，覆盖 75—85 dBA 背景噪声和少量方言口音。与单麦基线相比，设备编号、数值读数的关键词准确率提升约 11 个百分点；经过关键词确认后，误触发可控制在每 8 小时 1 次以内。仍存在的难点是同音型号、口音数字和连续读数分段。
下一步计划：
- 将 VAD 与关键词确认下沉到端侧，断网时可完成基础填报，复杂语义再联网；
- 扩展热词表自动更新机制，由工单纠错记录反哺声学与语言模型。
我们暂不追求通用对话，先验证语音录入能否在真实巡检流程中减少一次手动操作。
评论