在制造现场，巡检与维修人员双手常被占用，语音报工是解放双手的自然入口，但车间高噪声对识别率影响显著。本实验室近期围绕这一场景开展阶段性测试，验证“前端降噪 + 领域热词”组合方案的可行性。
测试在某注塑车间进行，环境噪声约 88–92 分贝，覆盖机台报警播报、气动工具等典型干扰源。要点如下：
- 引入双麦阵列与谱减法前端降噪后，通用识别模型的字错误率由 18.6% 降至 9.8%；加入设备名、缺陷名等 300 余条热词后进一步降至 7.4%。
- 限定词表的语音指令（如“报停机”“记录缩水”）识别准确率达 97.2%，已可支撑基础报工流程；自由口述转写在长句断句上仍不稳定，暂不建议用于正式记录。
下一步计划：将热词扩充至产线工艺术语全量词表，并在三个不同噪声类型的车间复测，评估方案的跨场景泛化能力，再决定是否进入小范围试点。
评论