对环境复杂场景能识别本人语音的对话

比如在景点中开启了悠悠视频对话，但是因为环境嘈杂，人声，噪音复杂，能不能通过精准识别机主本人语音能正常连续对话不被打断？
抗干扰能力强也很重要，不然，被打断对话，悠悠智能体一直用不好。也挺麻烦。