说出来不怕大家笑话：去年这个时候，我站在我们那 3000 平的小仓里，看着销售给我放的语音拣选演示视频，口水都快流下来了。视频里的大仓安静得像图书馆，拣选员戴着耳麦，嘴里蹦几个词，系统就自动报出下一个库位，又快又准。我当时就想：这玩意儿要是搬进我们仓，我那几个天天抱着纸单跑的兄弟，不得原地起飞？
然后销售报了个价，我原地落地了。按人头按月收订阅费，耳麦还得用他们指定的型号，一副的价格够我买三台二手扫码枪。我们小仓可烧不起这个钱。但不死心啊，我就琢磨：语音识别这东西，原理又不神秘，手机上天天用，为啥到了我们仓就得卖出天价？于是我决定自己折腾一套土办法。今天这篇，就是我们小仓过去一年在语音识别上踩过的坑、省下的钱，如实汇报。
语音识别在我们仓的第一天就翻车了
先说我们仓的噪音家底，给大家一个参照。手机上随便下个分贝仪 App，我们仓实测：输送线旁边常年在八十多分贝晃悠，叉车一倒车"滴滴滴"能冲到九十，夏天排风扇全开，整个仓就是个大蜂箱。销售演示视频里那个安静的大仓？不存在的。
我第一套土方案，是图便宜买的普通蓝牙耳机加手机 App，成本一副耳机不到两百块。第一天上岗，拣选员小张对着耳机喊"确认"，系统回他"请再说一遍"；喊"下一单"，系统给他跳到了"取消"。一上午，十个词错了四个，小张气得把耳机一摘："马哥，这玩意儿还不如我吼一嗓子。"那天我就明白了：在八十多分贝的噪音里，语音识别最大的敌人不是算法，是环境。大厂演示为啥那么顺？人家要么仓够大、分区做得好，要么演示的时候把输送线停了。你品，你细品。
85 分贝的噪音，语音识别到底能不能听清
这里先泼一盆冷水，讲个反常识的账：识别率 95% 听起来很高对吧？落到拣选场景里，就是每 20 个指令错 1 个。一天拣 300 单，意味着 15 次纠错打断。每次纠错，拣选员要停下来、重复、确认，一来一回半分钟没了。一天下来，光纠错就吃掉你小一刻钟，还不算错单发出去的售后成本。所以别被"识别率 95%"这种数字忽悠，拣选场景里，95% 和"能用"之间还差着一截，98% 才是勉强及格线。
噪音对识别率的影响也不是均匀的。我们实测下来（土法实测：同一批人、同一批词，不同时段各喊 100 遍，数错了几个），上午刚开工、仓里还没全速运转的时候，识别基本靠谱；一到下午出货高峰，叉车、输送线、打包台全开，错误率能翻一倍还多。最要命的是突发噪音——叉车倒车提示音、托盘砸地的"哐当"，这种一下就把关键词盖过去了，系统要么听错，要么直接装死。
还有一个坑是口音。我们仓小张是东北人，老李是河南的，我是四川的。"确认"这个词，老李说出来带着浓重的"却认"味，系统死活认不出。后来我们把确认词从单音节改成双音节固定词，比如"收到""好的"，又让每个人单独录了几十遍做适配，情况才好转。血泪教训：买系统之前，先让你们仓口音最重的那位兄弟去试，他能用，大家才能用。
土办法三件套：麦、确认词、错峰
大厂方案动不动就是"全仓声学改造+定制语音模型"，我们小仓玩不起。我们的土办法就三招，招招不花大钱。
第一招，麦不能省。 普通蓝牙耳机在我们仓就是玩具，风一吹、叉车一过，全是杂音。后来换了带降噪杆的头戴麦，麦杆离嘴近、有指向性，效果立竿见影。一副比普通耳机贵两三倍，但比起大厂指定的型号还是便宜一大截。记住一句话：这套系统七分钱花在麦上，三分花在软件上。麦不行，算法再牛也救不回来。
第二招，确认词自己设计。 别用系统默认的"确认/取消"，太容易跟环境音撞车。我们最后定的指令集：开始用"开工"，确认用"收到"，重听用"再说"，跳过用"下一个"。全是双音节、发音差异大的词，方言也不容易跑偏。指令越少越好，我们最后只留了 6 个，拣选员半天就记熟了。大厂给你 30 个指令的豪华套餐？我们小仓用不上，6 个够了。
第三招，错峰使用。 这是最土但最有效的一招。我们规定：每天下午出货高峰那两个小时，噪音最大的时段，语音系统自动切回扫码模式。拣选员不用纠结，系统到点就提示"环境太吵，已切换扫码"。听起来很怂对吧？但算下来，高峰时段硬用语音，纠错的时间比扫码还慢。识时务者为俊杰，土，但管用。
算笔账：语音拣选到底值不值
老周（我们这帮小仓主里的财务担当）逼我算过一笔账，我直接把表格贴出来，大家自己看：
| 项目 | 语音拣选（土办法版） | 纯扫码拣选 |
|---|---|---|
| 硬件投入/人 | 降噪头戴麦一副，几百块 | 扫码枪一台，几百块 |
| 软件成本 | 手机 App 年费或买断，人均一年几百块 | 免费（WMS 自带） |
| 上手培训 | 半天（6 个指令） | 1 小时 |
| 拣选速度 | 解放双手，整托/大件场景快约两成 | 双手被占，大件要腾手 |
| 纠错成本 | 噪音大时每 20 单错 1 单量级 | 扫错条码当场发现，纠错快 |
| 适用场景 | 大件、整箱、双手忙不过来的活 | 小件、多品规、安静环境 |
结论很实在：如果你仓里大件多、整托多，语音值得上，解放双手是真香，我们拣大件的那条线，效率提升肉眼可见；如果你仓里全是小件多品规，老老实实扫码，语音那点纠错成本能把你烦死。我们仓最后是混搭：大件线用语音，小件线继续扫码。别被销售忽悠"全仓语音"，那是按人头收钱的话术。
回本账也好算：我们 8 个拣选员，大件线 3 个人上了语音，硬件加软件第一年投入不到一万块。大件线人均每天多拣约两成，按我们的人工成本，三个多月就回本了。小仓上语音，别想着一步到位，先拿一条线试点，成了再扩，不成损失也可控。
大厂那套我们用不上：小仓野路子清单
最后给同类小仓一份清单，都是我们真金白银试出来的：
- 先测噪音再谈方案。 手机分贝仪走一圈，八十多分贝是常态就别指望裸奔上语音，先解决麦的问题。
- 让口音最重的兄弟先试。 他过了，全仓基本能过；他过不了，趁早死心。
- 指令自己定，越少越好。 6 个以内，双音节，发音差异大。
- 高峰时段认怂切扫码。 别跟噪音硬刚，效率账会教你做人。
- 先试点一条线。 别全仓铺开，成了再扩。
- 麦的钱别省，软件的钱可以省。 降噪头戴麦是刚需，软件先用便宜的试，跑顺了再说。
语音识别这东西，对大仓是"降本增效的数字化抓手"，对我们小仓，就是"让兄弟们少跑两趟、少腾一次手"的实在工具。不用羡慕大厂那套全家桶，我们小仓有小仓的活法：花小钱、办小事、见小效，积少成多，一年下来省的钱，够给兄弟们多发一个月奖金。这不比啥都强？
作者：小马｜小仓创业者，3000 平小仓主
