语音AI质检：车间噪声下的指令识别实验

在冲压与装配车间，工人双手被工件占用，用语音报工、调取工艺参数是高频诉求。但车间稳态噪声常在75~85 dB(A)，且含冲击性敲击声，通用语音识别模型在实测中字错率（CER）从安静环境的6%升到23%以上，主要集中在数字与型号类短指令。

本阶段我们做了一组对照实验：以30名工人、6类共42条常用指令（报工数量、设备号、缺陷代码、暂停、呼叫、参数查询）为语料，采集真实产线音频约11小时。方案上不以通用大模型硬扛噪声，而是采用前端降噪加领域热词约束的两段式结构：先用轻量降噪网络抑制稳态噪声，再以车间专有词表（设备编号、零件代号）约束解码，显著降低数字误识。

【进展】在未重训主体声学模型的前提下，实测CER由23.4%降至9.1%，其中报工数字类指令由31%降至8.7%；单次识别端到端延迟约340 ms，可满足报工交互节奏。