噪声车间语音报检实验：降噪与识别联合优化

车间质检环节中，质检员双手常被占用来持件、卡尺测量，传统手工记录效率低且易漏记。语音交互实验室近期围绕“口述报检”场景开展实验：质检员边检测边口述缺陷类型、位置与判定结果，系统自动结构化入库。实验在注塑车间现场进行，环境噪声约78–85 dB(A)，混合设备运行声与气动工具声。我们采用前端降噪与后端领域词表定制相结合的方案，初步数据显示：1）引入两级降噪（谱减法+神经网络降噪）后，词错率（WER）从18.6%降至9.2%；2）注入300余条车间术语（如“缩水”“飞边”“熔接痕”）定制识别词表后，缺陷名词识别准确率提升至96%以上。下一步计划：扩大样本至3个车间、覆盖不同口音与语速，并验证佩戴耳罩通话场景下的拾音方案，为后续小范围试点部署做准备。