高噪声车间语音指令识别实验：降噪与语义纠错进展

在制造现场，巡检、装配等环节工人双手常被占用，语音录入工单是可行的交互方式，但车间噪声普遍达到85分贝以上，通用语音识别模型词错率显著上升。语音交互实验室近期围绕高噪声工业环境开展语音指令识别实验，采用前端降噪、领域自适应与语义纠错的三段式方案：前端结合谱减法与轻量降噪网络抑制稳态机械噪声；识别层使用车间工单语料对声学与语言模型进行微调；后处理基于设备名、工序码等受控词表做约束解码与纠错。阶段性进展如下：
· 在某机加工车间采集含噪语音约40小时，构建85~95分贝测试集，指令识别准确率由基线71.2%提升至92.6%，设备编号、工序码等关键字段错误率下降约六成；
· 端到端响应延迟目前约800毫秒，下一步将切换流式识别并压缩至300毫秒以内，同时扩展方言口音样本，计划在合作工厂开展小范围现场试点。
初步实验表明，受控词表与领域语料微调是低数据成本下提升工业语音识别可用性的关键路径，后续将持续验证方案在不同车间噪声谱型下的泛化能力。