《语音交互实验室》近期在一条装配线上做了小范围实验，目标是验证语音报工能否替代纸质工单与手持终端录入。
现场条件并不友好：冲压与打磨工位稳态噪声在 85–95 dB(A)，工人习惯边走边报，语句高度口语化——「三号件，做了两百四，中间停了一刻钟」。
我们的处理链路分三段：麦克风阵列做波束成形与降噪，声学模型叠加车间领域热词（工位名、物料号、工艺缩写），再由槽位抽取把一句话拆成工单号、工序、数量、异常类型四个字段。
进展与数据：
- 安静工位（低于 70 dB）首次识别准确率约 96%，高噪工位在引入阵列与热词后从 82% 提升到 89%，数量与工位号仍保留二次确认；
- 37 名工人一周试用中，单条报工平均耗时从 22 秒降到 9 秒，但方言口音与并线同时说话场景的错误率明显偏高。
下一步计划是把「不确定即追问」做成默认交互策略，并接入工单系统做端到端闭环验证。语音在车间的价值不在于炫技，而在于把一段口语稳妥地变成一条可核对的数据。
评论