问：AI语音交互在车间的应用场景，到底需要什么样的数据基础？

答：AI语音交互要在车间真正跑起来，核心不是语音模型本身，而是背后有没有一套能让机器“听懂车间黑话”的数据底座。没有这个底座，再好的语音识别也只能停留在“打开报表”这种通用指令层面，一碰到“三号线的A面划伤复判”就歇了。

一、先搞清楚车间语音交互要处理哪几类数据

车间里的语音不是聊天，是带着任务来的。大致分四层：

第一层是声学环境数据。车间有冲压、注塑、SMT贴片机的底噪，有风枪和气动工具的高频噪声，还有混响。你得有这些场景下的噪声样本和远场语音数据，才能让麦克风阵列和降噪算法知道“哪些该滤掉、哪些是人声”。没有这个，语音唤醒率在85分贝环境下可能直接掉到六成以下。

第二层是领域术语和实体词典。这是最容易被低估的一块。同一个意思，不同工厂叫法完全不同：有的叫“工单”，有的叫“制令”，有的叫“派工单”。缺陷名称更是五花八门，某电子厂把“虚焊”叫“假焊”，某汽配企业把“毛刺”叫“飞边”。语音系统必须有一份持续更新的术语映射表，把口语词、方言词、缩写统一映射到MES或QMS里的标准字段。这份词典不是买来就有的，得靠产线老师傅和工艺工程师一起“翻译”出来。

第三层是业务上下文数据。操作工说“查一下昨天夜班那批不良”，系统得知道“昨天夜班”对应哪几个班次、“那批”指的是哪张工单。这就要求语音交互层能实时调用MES的工单排程、WMS的批次信息、QMS的检验记录。换句话说，语音只是一个入口，背后得打通至少三到五套业务系统的数据接口，否则问一句“这批料还剩多少”都答不上来。

第四层是权限与角色数据。车间里不同岗位能问的东西不一样。操作工只能查自己机台的参数，班组长能看整条线的OEE，设备工程师才能调PLC的报警历史。语音系统必须继承现有MES的角色权限体系，否则要么问啥都答、要么问啥都不答，两种情况都没法用。

二、这些数据从哪来、怎么攒

建议从三个渠道入手。一是历史工单和质检记录，把过去半年到一年的缺陷描述、工单备注、异常处理记录导出来做实体抽取，能快速建起第一版术语库。二是现场录音采集，在典型工位布几个录音点，连续采一两周，覆盖不同班次和不同产品换型阶段。三是老师傅的口述整理，把“听音辨故障”那套经验变成问答对，比如“主轴声音发闷”对应“检查冷却液浓度”这类规则。

三、行业里的实际做法

目前制造业AI语音交互落地比较靠前的场景集中在质检复判、设备点检和仓储拣配三个环节。以某电子厂为例，SMT后AOI复判工位用语音替代键盘录入缺陷代码，单块板复判时间能压缩三到五秒，前提就是缺陷词典和工单上下文都对齐了。假设一家汽配企业要在装配线做语音防错，那至少得把扭矩枪的拧紧数据、ANDON的呼叫记录和工位BOM版本都接进来，否则“这个螺栓打了几牛米”这种问题根本没法回答。

四、给准备上语音交互的工厂一个务实建议

优先考虑从单工位、单场景做闭环，别一上来就铺全车间。选一个术语相对固定、业务系统接口成熟的工位，比如质检复判或设备点检，先把术语词典和上下文接口跑通。重点关注三件事：噪声样本够不够覆盖换型后的新设备、术语映射表有没有专人维护、业务系统接口的响应延迟能不能压到500毫秒以内。这三件事决定了语音交互是“能用”还是“好用”。数据基础不是一次性建完的，是跟着产线变化持续养的。