高噪声车间语音指令识别实验进展

车间场景下，工人双手常被占用，语音是自然的交互入口，但设备噪声、混响与口音差异会让通用语音模型的识别率明显下降。语音交互实验室近期围绕注塑与机加车间的语音指令场景，开展了降噪前端与领域词表的联合优化实验。

技术路线上，采用双麦阵列波束成形，级联谱减与神经网络降噪，再接入经车间语料微调的识别模型；指令词表覆盖设备启停、参数查询、异常上报等约120条，现场工人学习成本控制在10分钟以内。

要点：
· 进展：在约85分贝的冲压工位实测，指令词识别准确率由基线71%提升至92%，误唤醒从每小时3.2次降至0.4次；
· 下一步：扩充方言与口音样本，验证班组交接、连续语流等场景的鲁棒性。

目前方案已在两台工控机完成边缘部署测试，单条指令端到端延迟约600毫秒。团队的初步判断是：工业语音交互的落地关键不在模型本身，而在噪声数据采集与指令体系设计，后续将把实验方法沉淀为可复用的评估流程。