高噪声车间语音报工识别：定制实验进展

语音报工是车间数据采集的低门槛入口，但注塑、冲压等高噪声环境的识别率一直是落地瓶颈。本实验室近期在某注塑车间开展了为期四周的语音报工定制实验，围绕噪声抑制、行业词表与交互流程三个方向迭代验证。
现场背景噪声约85分贝，通用识别模型初始字错率超过30%，错误集中在机台编号、物料名称与方言口音。定制阶段采取三项措施：基于现场录音构建约两千条领域语料做微调；建立注塑行业专有词表并动态加权；将交互流程改为先短句确认、再逐项播报复核，降低误确认成本。
要点进展：
· 微调与词表优化后，字错率由31%降至9%左右，安静工位进一步降至5%以内；
· 单条报工平均耗时从手工录入约40秒缩短至15秒，回访中约八成工人愿意继续使用。
下一步将扩充方言与口音样本，验证换班与新员工场景下的稳定性，并推动语音报工数据与排产、质量系统的字段打通，让语音交互融入车间既有流程。