强噪声车间语音识别实验：质检口述报工初探

在注塑、机加等车间，质检员双手常被占用，纸质报工存在滞后与漏记。语音交互实验室近期围绕“强噪声环境下的口述报工”开展实验，探索语音AI在工业现场的落地路径。实验在约85~95分贝的注塑车间采集语料，覆盖产品编号、缺陷类型、数量等固定槽位表达，累计约20小时。阶段性结果如下：

• 引入前端降噪与领域词表定制后，槽位关键词识别准确率由基线约78%提升至92%；机台旁1米距离下，整句指令可用率约85%。
• 稳态机器噪声下表现较稳，突发金属撞击声仍会引发短时识别失败，需以唤醒重试机制兜底。

下一步将扩充缺陷术语与口音语料，验证边缘端部署的时延与功耗，并结合质检流程设计“语音录入+人工确认”的混合交互，避免误识别直接写入系统。实验室将持续记录数据，务实评估该场景的应用价值。