高噪声车间语音报工识别实验阶段性进展

车间现场的设备噪声与工人口音差异，是通用语音识别在工业场景落地的主要障碍。语音交互实验室近期围绕高噪声环境语音报工开展阶段性实验：在某机加车间三个工位采集含背景噪声的报工语音约1200条，采用降噪前端、领域词表与语言模型微调相结合的优化路径。初步结果显示：报工指令词错率由18.6%降至7.2%，工序、数量、异常三类关键意图的识别准确率均超过93%；单条报工平均耗时较手工录入缩短约40%。下一步计划扩展样本至多班次与多口音人群，并验证免唤醒、近讲拾音方案在佩戴手套操作场景下的可用性，为车间语音报工系统的定制化落地提供工程依据。