在制造企业的巡检与维修场景中，纸质工单填写滞后、字段缺失是常见问题。语音交互实验室近期在某机加工车间开展语音工单录入的阶段性实验，重点验证强噪声环境下的识别可用性。
实验条件：车间背景噪声约78~85分贝，含设备报警与金属切削等宽频噪声；采用近讲麦克风阵列与前端降噪组合方案，对比通用识别模型与车间语料微调模型的表现。
· 固定槽位（停机原因、班次、设备编号）识别准确率由基线82%提升至94%；自由描述字段字错率仍偏高，暂以结构化模板引导录入作为过渡方案。
· 针对戴手套、油污场景触屏不便的问题，引入语音确认与朗读回校验机制，将误提交率控制在3%以内。
下一步将扩充方言口音样本，验证夜班班组场景下的表现，并评估工单语音摘要接入现有MES系统的接口方案。初步结论：强噪声车间的语音录入具备落地条件，宜按“结构化槽位优先、自由文本为辅”的路径分阶段推进。
评论