高噪声车间语音巡检记录识别：降噪与热词优化

设备巡检人员现场常需双手操作、佩戴手套，纸质记录填写效率低且易漏项。语音交互实验室近期围绕高噪声车间的语音口述记录开展定制实验，探索语音AI在工业巡检场景的落地路径。主要挑战在于风机与设备运行噪声强、信噪比低，通用识别模型对设备编号、工艺参数等专业术语识别效果差。实验采用三段式方案：前端以双麦阵列波束成形结合谱减法降噪；识别阶段加载设备编号与部件名称热词表；后处理对数字、单位做规则校验纠错。
阶段性结果：
一、在某机加工车间75~85dB(A)噪声环境下，通用模型字错率约18%，叠加降噪与热词优化后降至6.3%；
二、口述转写平均延迟约1.2秒，单张巡检记录填写时间由约4分钟缩短至1分钟以内。
下一步计划引入巡检员声纹自适应训练以压低同音字错误，并探索语音记录与现场照片自动关联，形成结构化工单。