车间报工环节长期依赖纸质单据与终端录入，工人在操作设备间隙填写信息，效率低且易漏记。语音交互实验室近期围绕语音报工方向开展实验性探索，重点验证强噪声环境下的识别可行性。
现场噪声主要来自注塑机、风机等设备，实测约85~95分贝，同时存在口音与专业术语混杂的问题。我们采用近场拾音、语音活动检测与降噪前处理的组合方案，并基于车间真实录音构建领域词表（零件编号、缺陷名称、工序术语），对通用识别模型进行适配微调。
阶段性结果：
- 在90分贝左右噪声环境下，工单号、数量、缺陷类型等关键字段的识别准确率由基线82%提升至94%；
- 引入术语词表后，缺陷名称误识率明显下降，但方言口音样本仍需持续扩充。
下一步计划在一条产线开展为期四周的试点，验证连续报工场景下的字段抽取稳定性，并对比手持终端与免提拾音两种方式的实际可用性，为后续方案定型提供依据。
评论