车间噪声环境语音指令识别实验进展

工业现场的语音交互长期受制于噪声干扰。语音交互实验室近期在注塑车间开展了语音指令识别的阶段性实验，目标是让巡检人员在不触碰终端的情况下完成点检记录与异常上报。
实验在约90分贝的设备运行噪声下进行，测试词表覆盖设备启停、参数查询、异常描述等约200条常用指令。我们对比了通用识别模型与经车间语料微调后的模型，初步结果显示：通用模型在0.5米近场识别准确率约82%，微调后提升至91%；叠加双麦克风阵列降噪后，1米距离下的准确率保持在88%以上。
· 进展：车间语料微调使指令识别准确率提升约9个百分点；误识别集中在同音词与设备代号，异常描述类长句仍是短板。
· 下一步：扩充不同班次与工况下的语音样本，并测试骨传导拾音在佩戴安全帽场景中的可行性。
现阶段结论是：噪声环境下的语音交互在短指令、封闭词表场景已具备小范围试用条件，自由文本录入暂不建议推广。实验室将继续以试点验证可靠性，避免过早扩大应用范围。