Өнеркәсіптік ортадағы дауысты басқару: қиындықтар мен жетістіктер

Зауыт алаңында тұрғаныңызды елестетіп көріңіз: машиналар ызылдап, конвейерлер гуілдейді, жүк көтергіш артқа көтерілгенде дыбыстық сигнал береді және дәлізде біреу радиоға айқайлайды. Енді AI көзілдірігіңізге 'Келесі қадам' деп айтып көріңіз. Спойлер: Бұл өте қарапайым емес.

Дауыспен басқару қолды бос ұстауы керек, бірақ нақты өнеркәсіптік параметрлерде ол көбінесе басқарудың мүлдем болмауына айналады. Микрофон сізден басқа машинаның барлық шуын қабылдайды немесе 'тоқтату' сигналын шатастырады. Мен бұл аздаған тітіркендіргіш емес екенін білу үшін жеткілікті уақытты зауыт қабаттарында өткіздім; сондықтан көптеген жұмысшылар бір ауысымнан кейін дауыстық командалардан бас тартып, экрандарды түртуге қайтады.

Бірақ жақсы жаңалық бар: технология ұзақ жолдан өтті. Бұл мінсіз емес, бірақ ол ең маңызды жерде жұмыс істеуге жеткілікті сенімді. Нақты қиындықтарды және оларды қалай шешкенімізді талдап көрейік.

Ең үлкен үш мәселе (және оларды шешу неге қиын)

1. Шу – Айқын өлтіруші

Өндірістік шу жай ғана қатты емес, ол құрылымды. Машина белгілі бір жиілікте гуілдейді, тегістеуіш айғайлайды, компрессор соғылады. Бұл дыбыстар спектрограммада көтеріліп, адамның сөйлеуін оңай басып тастайды. Тұтынушының дауыстық көмекшілері (телефоныңыздағы немесе смарт динамиктегілер) бұл үшін жасалмаған; олар штамптау пресстерінің жанында емес, тыныш үйлерде сыналады.

Жетістік: Заманауи өнеркәсіптік AI көзілдіріктері сәулелендіретін микрофон массивтерін (бірге жұмыс істейтін бірнеше микрофондар) және нейрондық шуды басу — AI пайдаланады, ол сіздің дауысыңызды машиналық ракеткадан бөлек айтуды үйренеді. Фондық шуды азайтудың орнына, олар аузыңыздың бағытын нөлге түсіреді және қалғанның бәрін сүзеді.

Бір өндіруші біз сыналған дауыс дәлдігімен жұмыс істедік 95 дБ ортада — шамамен құлағыңыздың жанындағы шөп шабатын машина сияқты қатты. Шуды жақсы басу арқылы дәлдік 92% жоғары болды; онсыз 40%-дан төмен түсті.

2. Қашықтық және бағыт – жасырын мәселе

Біреумен бетпе-бет сөйлесіп көрдіңіз бе? Дауысыңыз күңгірт естіледі — микрофондар үшін де солай. Шулы еденде жұмысшылар үнемі бастарын бұрады: станокты тексеру, құралды ұстау, бөлшекті тексеру. Көзілдіріктің микрофондары тек алға қараған кезде ғана жұмыс істесе, басқа жаққа қараған кезде дәлдік күрт төмендейді.

Жетістік: Жаңа өнеркәсіптік көзілдіріктерде 360 градустық сәулеленуді пайдаланады. Кейбіреулер тіпті бастың жағдайын қадағалайтын және ұшқанда микрофон фокусын реттейтін пайдаланады сүйек өткізгіштік сенсорларын (мысалы, әскери гарнитуралар) , олар сіздің бас сүйегіңізден тербелістерді қабылдайды, бұл қоршаған шуды толығымен елемейді.

Біз құрылыс алаңында сүйек өткізгіштігі бар жұпты сынап көрдік: жұмысшы жұмыс істеп тұрған генератордың жанында тұрып пәрменді сыбырлады, ал көзілдірік әлі де оны алды. Бұл сиқыр емес - бұл жай ғана ақылды физика.

3. Сөйлеу үлгілері – адам айнымалысы

Екі адам бірдей сөйлемейді. Екпіндер, диалектілер, күбірлеу, тым жылдам немесе баяу сөйлесу — өндірістік ұжымдар одан да алуан түрлі: көпұлтты бригадалар, әртүрлі аймақтардан келген вахталық жұмысшылар, шуға айқайлаған адамдар. Тұтынушы көмекшілері миллиондаған пайдаланушылардан үйренеді; Өнеркәсіптік көзілдіріктердің мұндай сән-салтанаты жоқ — әрбір зауыт өзінің жабық ортасы.

Жетістік: құрылғыдағы, теңшелетін тіл үлгілері. Даусыңызды бұлтқа жіберудің орнына (бұл құпиялылық қызыл жалаушаларын көтереді), заманауи көзілдіріктерді сайтта оқытуға болады . Жүйені бірнеше сағаттық команданың сөйлеген сөздерін - әртүрлі екпіндерді, жалпы пәрмендерді - және дәлдіктің күрт секірулерін беріңіз.

Бір логистикалық компания негізгі пәрмендерді ('келесі' 'растау' 'тоқтату') пайдалана отырып, қойма қызметкерлерінің 20 минутын жазды. Жаттығудан кейін қателер деңгейі 60% төмендеді.

Бүгін не жұмыс істейді (және не істемейді)

Шынайы болайық: дауыстық басқару кез келген өндірістік ортаға дайын емес.

Ол келесі жағдайларда жақсы жұмыс істейді:

• Фондық шу 85 дБ төмен (қатты, бірақ саңырау емес)

• Пәрмендер қысқа және түсінікті ('келесі қадам,' 'диаграмманы көрсету,' 'маманға қоңырау шалу')

• Жұмысшылар сөйлеген кезде көзілдіріктің микрофондарына қарай дөрекі түрде бетпе-бет келуі мүмкін

• уақытыңыз бар Жылдам дауыс жаттығуларына

Ол әлі де күреседі:

• Маңайда бірнеше адам сөйлеп тұр (микрофондар оларды әрқашан ажырата алмайды)

• Жұмысшыда арнайы дайындықсыз ауыр акцент немесе сөйлеу кемістігі бар

• Ғарыш жаңғырығы (үлкен металл қоймалары дауыс үшін қатыгез)

• Сізге үздіксіз диктант қажет (толық сөйлемдер қысқа командаларға қарағанда қиынырақ)

Артық жағы? Өндірістік тапсырмалардың көпшілігі үшін – жөндеуге жетекшілік ету, таңдауды растау, тексеруді тіркеу – қысқа пәрмендер қажет. Және бұл тапсырмалар үшін бүгінгі технология жеткілікті жақсы.

Нақты әлемдегі мысал (анонимді)

Біз бастапқыда қимылмен басқаратын AI көзілдірігімен жұмыс істейтін қойма операторы: жұмысшылар әр таңдауды растау үшін ғибадатхананы түртеді. Олар мұны жек көрді - олардың қолдары әрқашан толы болды, ал қолдарын созу оларды баяулатады.

Олар дауысқа ауысты: әр таңдаудан кейін 'орындалды' деңіз. Тыныш жерлерде дәлдік жақсы болды, бірақ жүк көліктері тоқтаусыз дыбыс шығаратын жүк тиеу алаңының жанында қорқынышты болды. Түзету? Сәулелі микрофондар және 10 минуттық дауыс жаттығуы . бір жұмысшыға Осыдан кейін дәлдік док жанында 72%-дан 94%-ға дейін көтерілді. Жұмысшылар шағымдануды тоқтатты; Бір таңдаушы бізге: 'Енді мен оны айтамын және қозғала беремін. Мен бұл туралы енді ойламаймын' деді.

Бұл мақсат: дауыс жұмыс процесіне қосылуы керек. Технология туралы ойланудың қажеті жоқ — қажет нәрсені айтсаңыз болғаны, ол орын алады.

Сатып алу кезінде нені іздеу керек

Егер сіздің командаңыз үшін дауыспен басқару маңызды болса (және шулы еденде ол маңызды болса), мынаны тексеру керек:

1. Микрофондар саны: 3 немесе одан да көп. Бір микрофонды жүйелер оны кеспейді.

2. Шуды басу: қарапайым жаңғырықты жоюды ғана емес, AI негізіндегі нейрондық сүзуді іздеңіз.

3. Beamforming: ол басын бұрған кезде де оның дауысына назар аудара ала ма?

4. Құрылғыда өңдеу: барлық дыбысты бұлтқа жіберетін жүйелерден аулақ болыңыз (кідіріс және құпиялылық мәселелері).

5. Арнайы жаттығу: Сіз оған командаңыздың арнайы командалары мен екпіндерін үйрете аласыз ба?

6. Офлайн режимі: Wi-Fi өшірілгенде дауыс жұмыс істей ме? (Спойлер: болады.)

Төменгі сызық

Өнеркәсіптік қондырғылардағы дауыспен басқару бір кездері перфоратор болған. Сіз көзілдірікпен сөйлесетін едіңіз, олар машинаны, радионы немесе ештеңені естиді.

Бұл өзгерді. Сәулелендіру, жүйке шуды басу және сүйек өткізгіштік дауысты нақты жұмыс үшін жеткілікті сенімді етті. Бұл мінсіз емес, бірақ қазір оны ауысым сайын мыңдаған жұмысшылар пайдаланады.

Ол әр зауытқа дайын ба? Жоқ. Бірақ таңдау, тексеру және басқарылатын жөндеу тапсырмаларының көпшілігі үшін — иә. Және жыл өткен сайын жақсарып келеді.

SOTECH-те біз дауыстың жанасуды алмастырмайтынын, бұл қосымша екенін білдік. Кейбір жұмысшылар ғибадатхананы түртеді, кейбіреулері ишара жасайды, кейбіреулері сөйлейді. Үздік өнеркәсіптік көзілдірік үшеуін де қолдайды — жұмысшыларға қазіргі уақытта не істейтінін таңдауға мүмкіндік береді.

Өйткені шулы зауыт қабатында ең жақсы интерфейс сіздің жолыңыздан тыс қалады.

Ортаңызда дауысты тексеруге дайынсыз ба? Бізге қоңырау шалыңыз. Біз сіздің ең шулы жұмыс аймағыңызға демонстрациялық жұп жібереміз. Егер ол сонда жұмыс істесе, ол кез келген жерде жұмыс істейді.