车间强噪声下语音工单录入实验进展

语音交互实验室近期在制造车间开展语音工单录入的阶段性实验，重点验证强噪声环境下的识别可用性。选取机加工与装配两个工位，背景噪声在75~90分贝之间，覆盖金属切削、气动工具等典型声源。实验采用前端降噪加领域词表微调的两段式方案：先以双麦克风阵列做波束成形与噪声抑制，再向通用识别模型注入工单领域词表（设备名、工序名、缺陷术语约600条）进行适配。要点一：在85分贝工况下，未适配模型的语句准确率为61.2%，经降噪与词表微调后提升至88.7%，其中10字以内短句的提升最为明显。要点二：工人佩戴降噪耳罩时拾音受限，当前有效拾音距离约0.8米，超过1.2米后准确率下降约15个百分点。下一步计划：一是建立工位级噪声画像，按班次与设备状态动态切换降噪参数；二是测试骨传导拾音方案，验证耳罩佩戴场景下的可用性。我们判断，语音工单在装配与质检环节具备落地条件，但需以短指令加确认回读的交互方式控制误操作风险，暂不建议用于长文本自由输入场景。