การควบคุมด้วยเสียงในสภาพแวดล้อมทางอุตสาหกรรม: ความท้าทายและความก้าวหน้า

ลองนึกภาพการยืนอยู่บนพื้นโรงงาน: เครื่องจักรส่งเสียงหึ่งๆ สายพานลำเลียงส่งเสียงบี๊บ รถยกส่งเสียงบี๊บขณะถอยหลัง และใครบางคนที่อยู่ตรงข้ามทางเดินก็ตะโกนใส่วิทยุ ตอนนี้ลองบอกแว่นตา AI ของคุณว่า 'ขั้นตอนถัดไป' สปอยล์: มันไม่ง่ายขนาดนั้น

การควบคุมด้วยเสียงควรจะทำให้แฮนด์ฟรี แต่ในสภาพแวดล้อมทางอุตสาหกรรมที่แท้จริง มักจะกลายเป็นการควบคุมไม่ได้เลย ไมโครโฟนจะจับเสียงเครื่องจักรทุกตัวยกเว้นเสียงของคุณ หรือส่งเสียงบี๊บสับสนเพื่อ 'หยุด' ฉันใช้เวลาอยู่ในโรงงานมากพอที่จะรู้ว่านี่ไม่ใช่เรื่องน่ารำคาญเล็กน้อย นั่นเป็นสาเหตุที่พนักงานจำนวนมากละทิ้งคำสั่งเสียงหลังจากกะหนึ่งและกลับไปใช้การแตะหน้าจอ

แต่นี่เป็นข่าวดี: เทคโนโลยีนี้ก้าวหน้าไปไกลมาก มันไม่สมบูรณ์แบบ แต่ในที่สุดก็เชื่อถือได้เพียงพอที่จะทำงานในจุดที่สำคัญที่สุดได้ เรามาแจกแจงความท้าทายที่แท้จริง—และวิธีที่เราแก้ไขมัน

ปัญหาที่ใหญ่ที่สุดสามประการ (และเหตุใดจึงแก้ไขได้ยาก)

1. เสียง – นักฆ่าที่ชัดเจน

เสียงทางอุตสาหกรรมไม่ใช่แค่ดังเท่านั้น แต่ ยังมีโครงสร้างที่ดีอีกด้วย เสียงเครื่องจักรดังขึ้นตามความถี่ที่กำหนด เสียงเครื่องบดดังขึ้น เสียงคอมเพรสเซอร์ดังขึ้น เสียงเหล่านี้ดังขึ้นบนสเปกตรัม ซึ่งทำให้คำพูดของมนุษย์กลบได้ง่าย ผู้ช่วยด้านเสียงของผู้บริโภค (ที่อยู่ในโทรศัพท์หรือลำโพงอัจฉริยะของคุณ) ไม่ได้ถูกสร้างขึ้นมาเพื่อสิ่งนี้ ได้รับการทดสอบในบ้านที่เงียบสงบ ไม่ใช่ใกล้กับแท่นปั๊ม

ความก้าวหน้า: แว่นตา AI อุตสาหกรรมสมัยใหม่ใช้ อาร์เรย์ไมโครโฟนที่มีรูปแบบบีมฟอร์มมิ่ง (ไมโครโฟนหลายตัวทำงานร่วมกัน) และ การลดเสียงรบกวนจากระบบประสาท —AI ที่เรียนรู้ที่จะแยกเสียงของคุณออกจากเสียงของเครื่องจักร แทนที่จะเพียงแค่ลดเสียงรบกวนรอบข้าง ระบบจะมุ่งไปที่ทิศทางของปากคุณและกรองสิ่งอื่นๆ ออกไป

ผู้ผลิตรายหนึ่งที่เราทำงานร่วมกับการทดสอบความแม่นยำของเสียงใน สภาพแวดล้อม 95 เดซิเบล ซึ่งดังพอๆ กับเครื่องตัดหญ้าที่อยู่ข้างหูของคุณ ด้วยการปราบปรามเสียงรบกวนที่ดี ความแม่นยำจึงอยู่เหนือ 92%; หากไม่มีมันก็ลดลงต่ำกว่า 40%

2. ระยะทางและทิศทาง – ปัญหาแอบแฝง

เคยลองคุยกับใครสักคนในขณะที่หันหน้าหนีบ้างไหม? เสียงของคุณฟังดูอู้อี้—และเช่นเดียวกันกับไมโครโฟน บนพื้นที่มีเสียงดัง คนงานจะหันศีรษะอยู่ตลอดเวลา เช่น ตรวจสอบเครื่องจักร หยิบเครื่องมือ ตรวจสอบชิ้นส่วน หากไมโครโฟนของแว่นตาทำงานเฉพาะเมื่อคุณหันหน้าตรงไปข้างหน้า ความแม่นยำจะลดลง ทันทีที่คุณมองออกไป

ความก้าวหน้า: แว่นตาอุตสาหกรรมรุ่นใหม่ใช้ บีมฟอร์มมิ่ง 360 องศา ที่ติดตามตำแหน่งศีรษะของคุณและปรับโฟกัสไมโครโฟนได้ทันที บางคนถึงกับใช้ เซ็นเซอร์การนำกระดูก (เช่น หูฟังทหาร) ที่รับแรงสั่นสะเทือนจากกะโหลกศีรษะของคุณ โดยไม่สนใจเสียงรบกวนรอบข้างเลย

เราทดสอบอุปกรณ์การนำกระดูกโดยใช้อุปกรณ์คู่หนึ่งในสถานที่ก่อสร้าง โดย คนงานคนหนึ่งกระซิบคำสั่งขณะยืนอยู่ข้างเครื่องกำเนิดไฟฟ้าที่ทำงานอยู่ และแว่นตาก็ยังคงได้รับคำสั่งนั้น นั่นไม่ใช่เวทย์มนตร์ - มันเป็นเพียงฟิสิกส์ที่ชาญฉลาด

3. รูปแบบคำพูด – ตัวแปรของมนุษย์

ไม่มีคนสองคนพูดเหมือนกัน สำเนียง ภาษาถิ่น พึมพำ พูดเร็วหรือช้าเกินไป ทีมอุตสาหกรรมมีความหลากหลายมากขึ้น เช่น ทีมงานข้ามชาติ พนักงานกะจากภูมิภาคต่างๆ ผู้คนตะโกนใส่เสียงดัง ผู้ช่วยผู้บริโภคเรียนรู้จากผู้ใช้หลายล้านคน แว่นตาอุตสาหกรรมไม่ได้มีความหรูหราขนาดนั้น โรงงานแต่ละแห่งมีสภาพแวดล้อมแบบปิดของตัวเอง

ความก้าวหน้า: โมเดลภาษาที่ปรับแต่งได้บนอุปกรณ์ แทนที่จะส่งเสียงของคุณไปยังคลาวด์ (ซึ่งทำให้เกิดธงสีแดงด้านความเป็นส่วนตัว) คุณสามารถ ฝึกอบรมแว่นตาสมัยใหม่ในสถานที่ ได้ ป้อนคำพูดของทีมคุณสักสองสามชั่วโมง—สำเนียงที่แตกต่างกัน คำสั่งทั่วไป—และความแม่นยำเพิ่มขึ้นอย่างมาก

บริษัทโลจิสติกส์แห่งหนึ่งบันทึกเวลา 20 นาทีของพนักงานคลังสินค้าโดยใช้คำสั่งพื้นฐาน ('ถัดไป' 'ยืนยัน' 'หยุด') หลังการฝึก อัตราข้อผิดพลาดลดลง 60%

สิ่งที่ได้ผลในปัจจุบัน (และสิ่งที่ยังคงใช้ไม่ได้)

เอาจริงเอาจัง: การควบคุมด้วยเสียงไม่พร้อมสำหรับทุกสภาพแวดล้อมทางอุตสาหกรรม

จะทำงานได้ดีเมื่อ:

• เสียงรบกวนพื้นหลัง ต่ำกว่า 85 dB (ดังแต่ไม่ทำให้หูหนวก)

• คำสั่ง สั้นและชัดเจน ('ขั้นตอนถัดไป' 'แสดงไดอะแกรม' 'โทรหาผู้เชี่ยวชาญ')

• ผู้ปฏิบัติงานสามารถหันหน้าไปทางไมโครโฟนของแว่นตาอย่างหยาบๆ เมื่อพูด

• คุณมีเวลาสำหรับ เซสชันการฝึกอบรมด้านเสียงอย่างรวดเร็ว

มันยังคงดิ้นรนเมื่อ:

• มีคนพูดหลายคนอยู่ใกล้ๆ (ไมโครโฟนไม่สามารถแยกพวกเขาออกจากกันได้เสมอไป)

• พนักงานมีสำเนียงหรืออุปสรรคในการพูดอย่างมากโดยไม่ได้รับการฝึกอบรมตามที่กำหนด

• เสียงสะท้อนของอวกาศ (โกดังโลหะขนาดใหญ่ โหดร้ายต่อเสียง)

• คุณต้องเขียนตามคำบอกอย่างต่อเนื่อง (ประโยคเต็มยากกว่าคำสั่งสั้น)

กลับหัวกลับหาง? สำหรับงานอุตสาหกรรมส่วนใหญ่ เช่น การแนะนำการซ่อมแซม การยืนยันการเลือก บันทึกการตรวจสอบ เพียงใช้คำสั่งสั้นๆ เท่านั้น และสำหรับงานเหล่านั้น เทคโนโลยีในปัจจุบันก็ดีเกินพอแล้ว

ตัวอย่างโลกแห่งความเป็นจริง (ไม่ระบุชื่อ)

ผู้ดำเนินการคลังสินค้าที่เราร่วมงานด้วยในตอนแรกได้ติดตั้งแว่นตา AI พร้อมการควบคุมด้วยท่าทาง: คนงานแตะที่ขมับเพื่อยืนยันการเลือกแต่ละครั้ง พวกเขาเกลียดมัน —มือของพวกเขาเต็มอยู่เสมอ และการเอื้อมมือขึ้นทำให้พวกเขาช้าลง

พวกเขาเปลี่ยนมาใช้เสียง: พูดว่า 'เสร็จสิ้น' หลังจากเลือกแต่ละครั้ง ความแม่นยำนั้นใช้ได้ในพื้นที่เงียบสงบ แต่แย่มากใกล้กับท่าขนของซึ่งมีรถบรรทุกส่งเสียงบี๊บไม่หยุด การแก้ไข? ไมโครโฟนบีมฟอร์มมิ่งพร้อม เซสชันการฝึกอบรมด้วยเสียง 10 นาที ต่อพนักงานหนึ่งคน หลังจากนั้นความแม่นยำเพิ่มขึ้นจาก 72% เป็น 94% เมื่ออยู่ใกล้ท่าเรือ คนงานหยุดบ่น ผู้เลือกคนหนึ่งบอกเราว่า 'ตอนนี้ฉันแค่พูดแล้วเดินหน้าต่อไป ฉันไม่คิดถึงมันอีกต่อไปแล้ว'

นั่นคือเป้าหมาย: เสียงควรผสมผสานเข้ากับขั้นตอนการทำงาน คุณไม่ควรต้องคิดถึงเทคโนโลยี เพียงแค่พูดสิ่งที่คุณต้องการ ทุกอย่างก็จะเกิดขึ้น

สิ่งที่ควรมองหาเมื่อซื้อ

หากการควบคุมด้วยเสียงมีความสำคัญต่อทีมของคุณ (และบนพื้นที่มีเสียงดังก็อาจเป็นเช่นนั้น) ต่อไปนี้คือสิ่งที่ควรตรวจสอบ:

1. จำนวนไมโครโฟน: เล็งไปที่ 3 ตัวขึ้นไป ระบบไมค์เดี่ยวก็ไม่ตัดหรอก

2. การลดเสียงรบกวน: มองหาการกรองประสาทที่ใช้ AI ไม่ใช่แค่การตัดเสียงก้องพื้นฐาน

3. Beamforming: สามารถเน้นไปที่เสียงของผู้สวมใส่แม้ว่าจะหันศีรษะได้หรือไม่?

4. การประมวลผลบนอุปกรณ์: หลีกเลี่ยงระบบที่ส่งเสียงทั้งหมดไปยังคลาวด์ (ปัญหาด้านความหน่วงและความเป็นส่วนตัว)

5. การฝึกอบรมแบบกำหนดเอง: คุณสามารถสอนคำสั่งและสำเนียงเฉพาะของทีมได้หรือไม่?

6. โหมดออฟไลน์: เสียงทำงานเมื่อ Wi-Fi หลุดหรือไม่ (สปอยเลอร์: มันจะ)

บรรทัดล่าง

การควบคุมด้วยเสียงในโรงงานอุตสาหกรรมเคยเป็นจุดเด่น คุณจะคุยกับแว่นตาของคุณ และพวกเขาจะได้ยินเสียงเครื่องจักร วิทยุ หรือไม่ได้ยินอะไรเลย

ที่มีการเปลี่ยนแปลง การสร้างบีมฟอร์มมิ่ง การลดเสียงรบกวนของระบบประสาท และการนำกระดูกทำให้เสียงมีความน่าเชื่อถือเพียงพอสำหรับการทำงานจริง มันไม่สมบูรณ์แบบ แต่ คนงานหลายพันคนใช้มันทุกกะในตอนนี้

พร้อมทุกโรงงานมั้ย? ไม่ แต่สำหรับงานหยิบ การตรวจสอบ และการซ่อมแซมตามคำแนะนำส่วนใหญ่ —ใช่ และมันจะดีขึ้นทุกปี

ที่ SOTECH เราได้เรียนรู้ว่าเสียงไม่ใช่สิ่งทดแทนการสัมผัส แต่เป็นส่วนเพิ่มเติม คนงานบางคนจะแตะวัด บ้างก็ทำท่าทาง บ้างก็พูด แว่นตาอุตสาหกรรมที่ดีที่สุดรองรับทั้งสามสิ่งนี้ — ให้พนักงานเลือกสิ่งที่ใช้ได้ผลในขณะนั้น

เนื่องจากในโรงงานที่มีเสียงดัง อินเทอร์เฟซ ที่ดีที่สุดคืออินเทอร์เฟซที่เกะกะคุณ

พร้อมที่จะทดสอบเสียงในสภาพแวดล้อมของคุณแล้วหรือยัง? โทรหาเราสิ เราจะส่งคู่สาธิตไปยังพื้นที่ทำงานที่มีเสียงดังที่สุดของคุณ ถ้าทำงานที่นั่นก็จะทำงานได้ทุกที่