车间噪声下的语音交互实验：远场拾音与指令识别

在冲压与装配车间做的第一轮语音交互实验，目标不是通用语音助手，而是让工人在双手占用时用短指令完成报工、呼叫质检和查询工单。现场噪声约 78–85 dB(A)，混响时间 0.8–1.2 s，普通近场麦克风直接退化为不可用。

阶段进展：
· 用 4 麦环形阵列加波束成形把拾音指向口部方向，再结合设备噪声的稳态谱做谱减，安静段误唤醒从每小时 11 次降到 2 次；82 dB(A) 工况下，20 条固定指令的识别准确率由 63% 提升到 91%，但含人名、料号的自由说法仍只有 76%。
· 指令集主动收敛：只保留 3 类高频动作，用“按键触发 + 语音确认”替代全程唤醒，避免误触发打断产线节奏。

下一步计划：把识别置信度低于阈值的语句转成文本交班组长复核，形成小规模纠错回流；同时补充夜班与不同产线的噪声样本，验证模型在未见工况下的稳定性。