在机加工与装配车间，工人常戴手套、双手占用，扫码或按键并不方便。我们与一家零部件厂做了小范围实验：用语音完成参数调用、暂停设备、呼叫 Andon 三类指令。难点不在识别模型本身，而在 85 dB 以上稳态噪声、混响、方言口音和极短指令带来的误唤醒。
当前方案采用四麦克风阵列做波束成形与降噪，唤醒词单独训练并设双阈值；识别端用领域文法约束解码，只允许已注册指令进入执行层。对“暂停设备”等安全相关指令，增加二次确认与置信度门限，低于阈值时转为屏幕提示，不直接下发。
阶段性进展：
- 在试点产线采集约 120 小时语音，覆盖 12 名操作工、3 种方言，60 条指令在 85 dB 噪声下离线识别率约 92%，误唤醒约 0.6 次/班；
- 下一步将模型压到边缘盒子，目标端到端延迟低于 300 ms，并验证 8 小时连续作业下的稳定性。
评论