嘈杂车间语音报修工单系统定制：噪声鲁棒识别进展

语音交互实验室近期围绕嘈杂工业现场的语音报修场景开展实验性探索。巡检与维修人员常需双手作业、佩戴手套护具，键盘录入效率低；而车间风机、空压机等背景噪声实测达85~95 dB，通用ASR模型词错率显著上升，难以直接落地。
本阶段进展：

• 采用“前端降噪+领域词表微调”两段式方案：前端以双麦阵列波束成形抑制稳态噪声，后端基于开源ASR底座注入设备型号、故障术语等约1200条领域词，实测车间数据上字错率由21.4%降至8.7%；
• 语音转写后经语义解析自动填充工单字段（设备、部位、现象、紧急度），试点班组单条报修录入时间由约3分钟缩短至40秒以内。

下一步将扩充方言口音与远场（3米以上）样本，验证佩戴护耳罩场景下的拾音方案，并与客户EAM系统完成接口联调。项目仍处实验验证阶段，暂不对外承诺量产指标。