车间噪声下语音指令识别的实验进展

在制造现场，操作人员双手常被占用，语音交互有望替代触屏与按键，但车间噪声与混响会明显拉低识别率。近期，实验室在一处钣金车间开展了为期三周的语音指令识别实验，围绕“唤醒—识别—执行”链路做针对性优化。实验先采集冲压、折弯等五类工位的噪声样本，建立工位级噪声画像，再据此对通用识别模型做场景化微调。两点阶段性结果如下：一是进展：采用双麦阵列降噪结合工位声学微调后，在约85分贝的冲压工位，120条常用指令的识别准确率由基线76%提升至93%，平均响应时间1.2秒，误唤醒降至每班次2次以内；二是局限与计划：人员佩戴耳罩、口罩时识别率下降约8个百分点，3米以上远场场景仍不达标。下一步将引入工位级声纹校验与指令白名单机制，并把验证范围扩展到喷涂与装配工位。目前的判断是：通用语音模型直接迁移到工业现场并不可靠，噪声画像采集与场景化微调应作为标准工序纳入实施流程，相关数据与部署清单将在整理后随实验室页面更新。