强噪声车间语音指令识别实验：降噪与词表约束

车间场景中，操作工双手常被占用，语音报工与语音查询设备状态是语音AI落地的现实切入点，但空压机、注塑机、风机等设备噪声对识别率影响显著。语音交互实验室近期围绕该问题开展了阶段性实验。
实验在两类典型噪声环境下采集约40小时语音数据，对比三种处理链路：直接通用ASR、前端降噪+通用ASR、降噪+领域词表约束识别。初步结果显示，在85dB左右背景噪声下，直接识别的指令准确率约72%，加入前端降噪后提升至86%，叠加设备名与工序名的领域词表约束后达到93%。
下一步计划：

• 扩展方言语料与多说话人样本，验证口音差异下的识别稳定性；
• 将识别链路压缩至边缘端部署，目标单条指令端到端响应不超过800ms。

需要说明的是，上述结论仍限于受控测试环境。后续将进入真实产线开展为期一个月的试运行，以噪声波动、多人同时说话等干扰因素下的实际可用性为主要评估维度。