强噪声车间语音指令识别实验进展

在车间现场，工人常双手持物或佩戴手套，触屏与键盘操作不便，语音交互是可行的替代路径。但产线设备噪声普遍在 75~95 分贝，直接套用通用语音识别模型效果有限。本阶段我们围绕强噪声环境下的语音指令识别开展实验，重点验证三条技术路径：降噪前端与波束成型语音增强、面向设备与工序术语的领域词表定制、小词表关键词唤醒替代全句识别。进展要点：一是在注塑车间采集 1,200 条真实噪声语音构建测试集，通用模型指令识别准确率约 68%，加入领域词表与噪声增强训练后提升至 89%；小词表模式下关键词检出率达 96%，误触发低于每小时 0.5 次。二是发现混响与多人同时说话仍是主要瓶颈，远场（3 米以上）场景准确率下降约 12 个百分点。下一步将在两台设备旁开展边缘端离线部署试点，验证响应延迟与运行稳定性，并整理车间语音数据采集与标注规范，供后续项目复用。