高噪声车间语音指令识别实验：降噪与热词优化

语音交互实验室近期围绕高噪声车间场景开展语音指令识别实验，目标是在不增加专用降噪硬件的前提下，让一线人员通过语音完成点检记录与异常上报。实验选取某机加工车间为试点，背景噪声约85~95分贝。初期测试中，通用语音识别模型字错率超过30%，问题主要集中在金属切削噪声掩盖语音频段，以及“刀补”“毛刺”等行业术语识别错误。

· 阶段进展：引入双麦阵列波束成形与基于噪声谱估计的前端增强后，字错率降至12%左右；叠加车间术语热词优化，关键参数与缺陷名称的识别准确率提升至95%以上。

· 下一步计划：在装配与注塑两类噪声特性差异较大的工位扩展测试，验证模型跨场景泛化能力，并评估离线部署于工控机的推理延迟与功耗。