语音拣选总听错：噪音、口音与确认词的实战清单

先说结论：语音拣选总听错，十次里有八次不是设备不行。设备这几年已经很成熟了，真正出问题的，永远是噪音没管、口音没适配、确认词没设计好这三件事里至少一件。

一家美国分销商在行业媒体上公开过一组数据：上线语音拣选之后，拣选错误下降了 65%，准确率从 99.73% 提到 99.9%。注意，是"上线之后"，不是"设备装上之后"。同一套设备，流程没调好之前，照样天天听错。

所以这篇不谈设备选型，只谈怎么把误识别压下来，外加一个判断：什么样的仓，我劝你别上语音。

噪音：先拿分贝仪量一圈，再谈别的

语音拣选最怕的不是"吵"，是"持续的、有规律的吵"。输送线滚筒、屋顶风机、叉车倒车蜂鸣——这些声音对人耳是背景音，对麦克风是干扰源。美国职业安全与健康管理局（OSHA）规定，工人 8 小时接触噪音的限值是 90 分贝，很多大仓的输送线旁实测就在这个量级上下晃。厂商的降噪麦克风有极限，超过了极限，再贵的耳麦也救不回来。

实战清单很短。

第一，上线前拿分贝仪把拣选区走一圈，重点测输送线转弯处、风机下方、装卸月台三个位置。哪个点长期超过 85 分贝，哪个点就是误识别高发区，先记下来。这个 85 分贝是我的经验线，不是法规线——法规线是 90 分贝，但等你到 90 分贝才动手，就晚了。

第二，耳麦必须用带指向性麦克风的，麦克风杆要贴到嘴角。很多仓为了省钱买通用耳麦，麦克风离嘴好几厘米，环境噪音和人声混在一起，识别率直接掉一档。

第三，噪音高发区加一道人工确认：系统报完库位，拣选员除了念校验位，再扫一下库位条码。多花一秒，换来的是那一片区误识别基本归零。这个 trade-off 我算过账：返工一单的成本，够你扫几千次条码，闭着眼睛都划算。

口音：别怪拣选员，怪你的词库

美国仓库的拣选队伍，西班牙语口音、东南亚口音凑一屋是常态。早年的语音系统要给每个人录语音模板，感冒了、情绪一上来，识别率就崩。现在的免训练识别已经不需要录模板了，但口音问题并没有消失——它只是从"认不出这个人"变成了"听不清某些词"。

重灾区永远是数字。英语里 fifteen 和 fifty、thirteen 和 thirty，口音一重，系统根本分不清。凡是让拣选员在噪音环境里念数字做确认的，都是在给误识别送人头。

解法有两个。第一，确认环节尽量不用纯数字，用"单词加数字"混搭，比如库位确认念"阿尔法-3"而不是"1-3"。单词的音节多、特征明显，系统好认，人也不容易念错。第二，上线第一周，把每个拣选员的高频误识别词导出来，逐个加进系统的同音词库。这是个脏活，但做一次，管半年。

拣选员手持终端在货架前确认库位

确认词：从"念数字"改成"念单词"，是这几年最有效的改法

传统做法是校验位：每个库位贴一个两三位的校验码，拣选员到库位后念出校验码，系统对上才放行。这套机制本身没问题，问题出在"念"这个动作上——数字短、音节少，在噪音和口音双重夹击下最容易被听错。

这几年我看到最有效的一个改法，是把校验位从数字改成单词。做法不复杂：给高频拣选区的一批库位各配一个短单词确认词，单词之间发音差异要大（思路类似航空领域的 NATO 音标字母：Alfa、Bravo、Charlie），拣选员到库位后念单词而不是念数字。

效果来自一个简单的 trade-off：念单词比念数字多花半秒，但单词被听错的概率远低于数字。一家 3PL 仓的运营经理跟我算过，改完之后，校验环节的返工请求少了将近一半。代价是你要维护一套"库位-单词"映射表，库位调整时同步更新。我的判断是：日均拣选行数上千的仓，这个维护成本完全值得；一天就几百行的慢动仓，没必要折腾。

另外一个小技巧：确认词别用拣选员日常会说的词。"OK""好的""收到"这种词，日常对话里随口就说，系统容易误触发。要用仓库里平时没人说的专用词。

落地时别全仓一起切。先拿误识别最高的一个巷道做试点，单词确认词只覆盖这个巷道的高频库位，跑两周看返工数据。数据好看，再推广到全仓；数据不好看，调整单词表重来。语音这套东西，最怕的就是"全仓上线、一次到位"的大跃进心态。