嘈杂车间语音工单录入：降噪与热词优化实验

语音交互实验室近期在两家离散制造客户现场开展语音工单录入的阶段性实验，目标是让质检员与点检员在双手被占用时，用语音完成巡检记录与不良描述录入。实验发现，车间环境噪声（冲压、空压、风机等背景声）是识别准确率的首要瓶颈，其次是行业术语与料号。方案采用两段式处理：前端做定向降噪与回声抑制，后端在通用识别模型基础上注入领域词表与热词增强。· 阶段数据：在约85分贝的注塑车间，叠加前端降噪与热词后，关键句识别准确率由71%提升至89%；料号类字段改走“语音+屏上确认”交互后，误录率下降约一半。· 下一步：引入说话人分离以支持多轮口述记录，并将识别结果结构化为工单字段，与客户MES系统做字段级对接验证。一条务实结论：高噪声场景不宜追求“全免手”，“语音优先、按键确认”的混合交互在试点产线上接受度更高，后续将围绕该形态继续迭代。