车间高噪声环境语音报工识别实验进展

语音交互实验室近期围绕高噪声工业场景开展语音报工识别的阶段性实验，目标是让操作工在机台旁直接口述完成报工与异常上报，替代纸质记录和事后补录。实验选在注塑车间进行，机台运行噪声约85分贝，重点对比通用识别模型与经过热词增强、降噪前端处理后的效果差异。阶段性结果有两点：一是近距离（0.5米）场景下，通用模型字错率约18%，叠加阵列降噪与工业词表热词增强后降至7%左右，设备编号、模具型号等专业词的错认明显减少；二是3米距离且多人同时说话时，字错率仍超过25%，远未达到可用标准。下一步计划采集不少于200小时真实车间语音建立评测集，尝试说话人分离与短指令约束解码，优先在容错率较高的记录类场景验证可用性，指令控制类场景暂不纳入落地范围。