车间噪声环境语音指令识别：降噪与小词表实验

制造业车间的持续背景噪声会明显拉低通用语音识别模型的可用性。语音交互实验室近期围绕巡检与设备点检场景开展实验，探索操作人员以固定指令词完成语音记录与查询的可行性。技术路线上采用“降噪前端—指令词唤醒—小词表识别”三级结构：先以双麦克风阵列做波束成形与噪声抑制，再将识别范围限定在约50条封闭指令词内，回避开放域识别的不确定性。在某机加工车间的实测（背景噪声约78~85 dB）取得两点阶段性结果：①指令识别准确率由通用模型的71%提升至94%，高频指令词（如“记录温度”“上报异常”）稳定在97%以上；②误唤醒率降至每8小时约1.2次，满足现场少打扰的基本要求。下一步计划：一是建立车间自定义词汇的增量训练流程，缩短新工位上线周期；二是测试佩戴防护耳罩时的近讲拾音方案，评估喷涂、冲压等更高噪声工位的适用边界。整体判断：受限词表加前端降噪的路线在中等噪声车间已具备试点条件，高噪声场景仍需拾音硬件配合。