1. 从一颗模组说起AU-60到底解决了什么问题第一次拿到AU-60的规格书时我正被一个远程会议终端的项目折磨得够呛。客户要求在一个长条形金属外壳里塞进六麦克风阵列还要在3米开外识别唤醒词同时保证全双工通话不卡顿、不回声、不啸叫。当时试过用通用DSP跑AEC效果始终差一口气——远端说话时近端拾音明显发闷双讲状态下偶尔还会把近端人声削掉。后来换到AU-60这颗全功能AI语音处理模组很多问题才真正落地。AU-60本质上是一颗集成了AI降噪、回声消除、波束成形、自动增益控制等全套语音前端算法的模组。它把过去需要主控芯片跑一堆算法库才能完成的事情封装成了一颗可以独立工作的硬件单元。你不需要懂自适应滤波器的收敛条件也不需要调波束成形的协方差矩阵只要把麦克风接上去、把音频通路配好它就能输出干净的人声。这颗模组适合谁如果你在做会议终端、智能家居中控、车载语音助手、对讲设备、教育录播主机或者任何需要“把话说清楚”的音频产品AU-60基本都能直接嵌进去。它不挑主控平台MTK、高通、瑞芯微、全志都能配合工作区别只在于接口配置和时钟同步方式。对于刚入门的硬件工程师它省掉了算法调参的漫长周期对于资深音频工程师它提供了一个稳定可靠的基线让你把精力放在产品差异化的地方。我写这篇东西不是要复述规格书上的参数表而是把这颗模组从选型、接口设计、参数配置到实测排查的完整过程拆开讲。里面有不少是我自己踩过的坑也有和原厂FAE来回沟通后总结出来的经验。如果你正准备用AU-60做项目或者正在对比不同语音前端方案下面的内容应该能帮你省下不少时间。2. 核心架构拆解AIENC、AEC、BF到底怎么协同2.1 三驾马车的关系不是简单叠加很多人第一次看AU-60的功能框图会把AIENC、AEC、BF当成三个独立模块以为可以随意开关组合。实际用下来会发现这三者的协同关系比想象中紧密得多。AEC负责的是“减法”——把扬声器播放出来的声音从麦克风拾取的信号里减掉。BF负责的是“定向”——通过多麦克风阵列的相位差把特定方向的声源增强、其他方向抑制。AIENC负责的是“提纯”——用神经网络把稳态噪声、非稳态噪声、甚至其他人说话的声音从目标人声里剥离出来。问题在于这三个模块的处理顺序和参数耦合非常讲究。如果AEC没收敛就开BF波束成形会把残余回声当成声源来定向结果就是远端声音被错误增强。如果BF的指向性太窄AIENC拿到的信号信噪比虽然高了但语音失真也会变大降噪网络反而会把一些辅音吃掉。AU-60内部的处理链路是多麦克风原始信号先经过AEC做线性回声消除然后进入BF做空间滤波最后交给AIENC做神经网络降噪和增益控制。这个顺序是固定的但每个环节的参数需要根据产品形态来调。2.2 AEC的关键参数尾长、收敛速度与双讲策略AEC最核心的参数是尾长也就是它要消除的回声持续时间。这个值直接决定了模组需要多少内存和算力。AU-60支持的最大尾长是256ms实际用的时候要根据扬声器到麦克风的距离来算。声音在空气中传播的速度大约是340m/s如果扬声器离麦克风0.5米直达声延迟约1.5ms。但真正麻烦的是反射声——会议室里最远的那面墙可能离麦克风8米反射声延迟就是23ms左右。再加上扬声器本身的群延迟、功放的延迟总尾长需求可能在50ms到150ms之间。我一般会这样估算先量出扬声器到麦克风的最大物理距离乘以3得到反射路径的保守估计再除以340换算成时间最后加上20ms的余量。比如最大距离5米反射路径按15米算时间就是44ms加20ms余量得到64ms那就把AEC尾长设成64ms或128msAU-60支持2的幂次配置。注意尾长设得过大不会让效果更好反而会增加收敛时间而且在双讲状态下更容易误伤近端人声。我见过有人直接拉满256ms结果双讲时近端声音断断续续就是尾长过大导致自适应滤波器过度拟合。双讲策略是另一个关键。AU-60提供了几种双讲检测灵敏度档位。灵敏度高的时候近端一说话就暂停AEC自适应保护近端语音灵敏度低的时候AEC持续工作但近端语音可能被轻微抑制。我的经验是会议场景用中等灵敏度对讲场景用高灵敏度车载场景用低灵敏度——因为车载噪声大双讲检测容易误判。2.3 BF的阵列设计间距、数量与指向角波束成形的效果七分靠阵列设计三分靠算法。AU-60支持2到6麦克风阵列但麦克风怎么摆直接决定了BF能不能用。最基础的规则麦克风间距要小于最高处理频率的半波长。假设你要处理到8kHz声速340m/s波长就是42.5mm半波长21.25mm。所以麦克风间距不能超过21mm否则高频会出现空间混叠波束图会裂开。但间距也不能太小。如果两个麦克风挨得太近比如5mm那低频的相位差就非常小BF对低频的指向性几乎失效。一般来说线性阵列的间距取15mm到20mm比较均衡既能覆盖到8kHz又能保证1kHz以上有足够的指向性。麦克风数量方面4麦线性阵列是最常见的配置。6麦可以做成环形或双线性实现360度拾音加定向增强。但每增加一个麦克风BF的算力消耗和校准复杂度都会上升。AU-60的6麦模式需要更精确的麦克风一致性否则波束图会畸变。指向角方面AU-60默认的波束宽度大约是60度。如果产品需要更窄的拾音角比如30度可以通过配置参数来调整但代价是旁瓣会升高非目标方向的噪声抑制会变差。我一般建议先用默认60度实测不够再收窄。2.4 AIENC的训练数据与场景适配AIENC是AU-60区别于传统DSP方案的核心。它用的是一个小型神经网络专门针对人声和噪声的频谱特征做分离。但神经网络有个特点它见过的场景越多泛化能力越强它没见过的噪声处理效果可能还不如传统谱减法。AU-60的AIENC模型训练时覆盖了常见的生活噪声、办公噪声、风噪、键盘声、空调声等。但如果你做的产品用在特殊场景比如工厂车间、地铁车厢、KTV包房那默认模型可能就不够用了。这时候有两个选择一是用AU-60提供的参数接口调整降噪 aggressiveness 档位牺牲一点语音保真度换取更强的噪声抑制二是联系原厂做模型微调提供你场景下的噪声样本和干净人声样本让他们在你的数据上做迁移学习。我做过一个车载项目默认模型在发动机低频噪声下表现一般后来把降噪档位调到最高同时把AIENC的高通截止频率从80Hz提到120Hz效果明显改善。代价是语音的低频厚度少了一点但车载场景下清晰度比音色更重要。3. 硬件设计与接口配置从原理图到PCB的实操要点3.1 麦克风选型与偏置电路AU-60支持模拟麦克风和数字麦克风PDM/I2S两种输入。模拟麦克风成本低但容易受PCB走线和电源噪声干扰数字麦克风抗干扰好但需要额外的时钟和数据线。我一般推荐用数字MEMS麦克风尤其是多麦克风阵列。因为模拟麦克风的偏置电压纹波会直接耦合到音频信号里多路之间的一致性也很难保证。数字麦克风输出的是PDM码流只要时钟质量好信号完整性基本没问题。选数字麦克风的时候重点看三个参数灵敏度一致性、信噪比、声学过载点。灵敏度一致性决定了BF的校准难度同一批次内差异最好控制在±1dB以内。信噪比建议选65dB以上的否则底噪会成为AIENC的负担。声学过载点要高于产品最大声压级至少10dB否则大声说话时会削顶。偏置电路方面数字麦克风一般需要1.8V或3.3V供电AU-60的IO电压可以配置。注意每个麦克风的电源引脚都要加去耦电容位置尽量靠近麦克风焊盘。PDM时钟线要走差分或者包地处理否则时钟抖动会恶化信噪比。3.2 扬声器回路与AEC参考信号AEC要工作必须拿到扬声器正在播放的参考信号。这个信号应该是功放输入端的模拟信号而不是功放输出端的大功率信号。因为功放本身会引入非线性失真如果参考信号取自动放输出AEC的线性滤波器就无法完全消除回声。AU-60有一个专门的AEC参考输入引脚通常是差分输入。从DAC输出到功放输入之间分一路出来接到这个引脚。分压电阻要匹配AU-60的输入阻抗一般用10kΩ对10kΩ的分压把信号幅度降到合适范围。注意参考信号的相位必须和麦克风拾取的回声相位一致。如果DAC输出反相了或者功放是反相放大那AEC就完全失效。调试的时候可以用示波器同时看参考信号和麦克风信号确认极性。另外参考信号的延迟要尽量小。如果DAC有数字滤波器延迟或者功放有前级处理延迟这些都会增加AEC的尾长需求。我一般会在DAC配置里把数字滤波器延迟设成最小功放前级 bypass 掉所有音效处理。3.3 主控接口I2S、UART与时钟同步AU-60和主控之间的音频通路一般是I2S。主控作为I2S masterAU-60作为slave这样时钟由主控统一管理避免采样率漂移。如果主控的I2S时钟质量不好比如jitter太大AU-60的采样率跟踪可能会出问题表现为周期性咔哒声。UART是用来配置AU-60内部参数的。上电后主控通过UART发送配置命令设置AEC尾长、BF模式、AIENC档位、增益等。配置命令的格式在规格书里有详细说明我一般会把这些命令封装成一个初始化数组上电后一次性发下去。时钟同步方面如果主控和AU-60用不同的晶振采样率会有微小偏差。AU-60内部有采样率跟踪机制可以容忍±500ppm的偏差。但如果偏差太大比如主控用的是RC振荡器那就可能出现音频断流。所以主控的I2S时钟最好来自晶振不要用RC。3.4 PCB布局地平面、电源分割与麦克风开孔PCB布局对音频模组的影响怎么强调都不为过。我见过太多案例算法调了半天没效果最后发现是PCB布局出了问题。首先AU-60下方要有一个完整的地平面不要走其他信号线。模组的电源引脚旁边要放0.1uF和10uF的电容0.1uF尽量靠近引脚。模拟电源和数字电源如果分开供电要用磁珠或0Ω电阻在单点连接。麦克风开孔是另一个关键。MEMS麦克风的声孔必须正对外壳开孔中间不能有遮挡。开孔直径建议1mm到2mm太小会影响高频响应太大容易进灰尘。开孔周围要有一圈密封泡棉防止外壳内部腔体的驻波影响频响。扬声器腔体也要注意。如果扬声器和麦克风在同一个腔体内扬声器的背腔辐射会直接耦合到麦克风AEC再强也消不掉。所以扬声器最好有独立的密封腔体或者至少用吸音材料把背腔辐射吸收掉。4. 参数配置与实测调优从能用到好用4.1 上电初始化流程与配置命令AU-60上电后需要一段启动时间典型值是200ms。在这段时间内I2S不要发送有效数据否则可能被模组误判为异常时钟。我一般会在主控启动流程里加一个200ms的延时然后再初始化I2S。配置命令通过UART发送波特率默认115200。命令格式一般是“寄存器地址数据”的二进制帧具体定义参考规格书。我习惯把配置分成几组第一组是全局参数比如采样率、I2S格式、AEC尾长第二组是BF参数比如阵列模式、指向角第三组是AIENC参数比如降噪档位、增益目标第四组是输出参数比如限幅器阈值、输出增益。发送完配置后建议读回关键寄存器确认写入成功。有些参数在模组内部有范围限制写入超范围的值会被截断或忽略读回可以及时发现。4.2 AEC调试尾长、双讲与残留回声AEC调试的第一步是确认参考信号正常。用示波器看AU-60的AEC参考输入引脚应该有干净的音频波形幅度在模组允许范围内。如果波形削顶或者噪声很大先解决硬件问题。第二步是测尾长。播放一段白噪声或扫频信号用麦克风录下来看AEC收敛后的残留回声。如果残留回声在-40dB以下说明尾长够用如果在-30dB左右可能需要增加尾长或者检查参考信号延迟。第三步是双讲测试。两个人同时说话一个在远端一个在近端听近端声音有没有被抑制或断续。如果近端声音明显变小说明双讲检测太激进把AEC灵敏度调低一档。如果远端回声明显说明双讲时AEC暂停太早把灵敏度调高一档。实操心得AEC调试最好在真实产品外壳里做不要用裸板。外壳的腔体共振和反射会显著改变回声路径裸板调好的参数装壳后可能完全不能用。4.3 BF调试指向性、旁瓣与阵列校准BF调试的核心是看波束图。如果没有消声室可以用一个简易的转台加扬声器在水平面上每30度测一次频响。正常的话主瓣方向应该比旁瓣高10dB以上。如果波束图不对称或者主瓣方向偏移通常是麦克风一致性出了问题。AU-60内部有阵列校准功能可以补偿麦克风的灵敏度差异和相位差异。校准的时候把扬声器放在正前方1米处播放粉红噪声让模组自动计算校准系数。旁瓣抑制方面如果旁瓣太高非目标方向的噪声会漏进来。可以通过增加麦克风数量或者收窄波束宽度来改善但收窄波束会牺牲拾音范围。我一般建议会议场景用90度波束对讲场景用60度车载场景用120度。4.4 AIENC调试降噪档位与语音保真度AIENC的降噪档位一般有3到5档。档位越高噪声抑制越强但语音失真也越大。调试的时候要在噪声环境和安静环境分别试听。我的做法是先在安静环境下把档位调到最低确认语音自然度没问题然后在典型噪声环境下逐步提高档位直到噪声不影响通话可懂度为止。不要一味追求高降噪因为降噪太强会让语音听起来发闷、不自然长时间通话容易疲劳。如果产品有音乐播放功能还要注意AIENC对音乐信号的处理。有些降噪算法会把音乐当成噪声抑制掉导致音乐播放时人声被削弱。AU-60有音乐模式可以 bypass 部分降噪处理保留音乐细节。4.5 实测数据不同场景下的表现对比我在三个典型场景下做了对比测试安静办公室、开放办公区、车载环境。测试指标包括PESQ语音质量评分、ERLE回声抑制量、以及主观MOS评分。场景PESQERLE主观MOS备注安静办公室4.2-45dB4.5接近原始语音开放办公区3.8-42dB4.0键盘声和空调声被有效抑制车载环境3.5-38dB3.8发动机低频噪声抑制明显但语音略闷从数据看AU-60在安静和中等噪声环境下表现优秀在强噪声环境下也能保持可懂度但语音自然度会有所下降。这是所有降噪方案的共同 trade-off不是AU-60独有的问题。5. 常见问题与排查技巧实录5.1 回声消除不干净从参考信号到尾长的排查路径回声消不掉是最常见的问题。我一般按这个顺序排查参考信号有没有用示波器看AU-60的AEC参考输入引脚如果没有信号检查DAC到功放的走线确认分压电阻焊接正常。参考信号极性对不对如果反相了AEC完全失效。可以试着把参考信号的正负端对调看回声有没有改善。尾长够不够播放白噪声看AEC收敛后的残留回声。如果残留回声随时间衰减很慢说明尾长不够。扬声器有没有非线性失真如果功放削顶或者扬声器本身失真大线性AEC消不掉。可以降低播放音量试试如果回声明显减小说明是非线性问题。外壳有没有共振用手按住外壳如果回声变化明显说明腔体共振在作怪。需要加吸音材料或改变腔体结构。5.2 双讲时近端声音断续双讲检测的灵敏度调校双讲断续通常是双讲检测太敏感一检测到近端说话就暂停AEC自适应导致回声泄漏或者太迟钝近端说话时AEC还在更新把近端语音也消掉了。AU-60的双讲检测灵敏度有5档。我的调校方法是在典型使用距离比如1米下远端播放语音近端正常说话听近端声音是否完整。如果断续降一档灵敏度如果远端回声明显升一档灵敏度。注意双讲灵敏度和AEC尾长是耦合的。尾长越大双讲检测需要越灵敏否则残留回声会累积。所以调双讲之前先把尾长调好。5.3 波束成形指向偏差麦克风一致性与校准BF指向偏差表现为明明说话人在正前方但声音听起来偏左或偏右或者正前方声音反而比侧面小。原因通常是麦克风灵敏度不一致或相位不一致。数字MEMS麦克风的灵敏度差异一般在±1dB以内但如果PCB走线长度差异大或者PDM时钟到各麦克风的延迟不同就会引入相位差。AU-60的阵列校准功能可以补偿这些差异。校准的时候扬声器放在正前方距离1米播放粉红噪声模组会自动计算每个麦克风的增益和延迟补偿系数。校准后指向性应该明显改善。如果校准后还是偏检查麦克风开孔有没有被外壳遮挡或者开孔周围的密封泡棉有没有压住麦克风振膜。5.4 底噪偏大电源、地与增益结构的排查底噪大是另一个高频问题。AU-60本身的底噪很低如果听到明显嘶嘶声通常是电源或地的问题。先检查AU-60的电源纹波用示波器AC耦合看应该在10mVpp以下。如果纹波大检查去耦电容有没有漏焊或者电源走线太细。再检查地平面。如果AU-60下方地平面被分割或者数字地和模拟地混在一起底噪会明显上升。建议AU-60下方保持完整地平面数字地和模拟地在模组下方单点连接。最后检查增益结构。如果AU-60的输出增益设得太高后级功放又放大一次底噪就会被放大两次。我一般把AU-60输出增益设在0dB附近需要更大音量时调功放增益。5.5 常见问题速查表现象可能原因排查方法解决措施回声消不掉参考信号缺失/反相/尾长不足示波器看参考信号白噪声测残留回声检查参考通路调整尾长双讲断续双讲检测太敏感双讲场景试听降低双讲灵敏度BF指向偏麦克风一致性差转台测波束图执行阵列校准底噪大电源纹波/地分割/增益过高示波器看电源检查地平面加去耦修地调增益周期性咔哒I2S时钟jitter大示波器看I2S时钟换晶振时钟源高频发闷麦克风开孔太小/被遮挡检查开孔和密封扩大开孔调整泡棉6. 跨平台适配MTK与高通平台的AEC差异处理6.1 平台差异的根源时钟架构与音频通路MTK平台和高通平台的AEC实现方式有本质区别。MTK通常把AEC放在AP侧用软件算法处理参考信号从DAC回采到AP。高通平台则更多依赖ADSP上的硬件加速AEC参考信号在ADSP内部直接获取。这个差异导致AU-60在两个平台上的配置策略不同。MTK平台上AU-60的AEC参考信号需要从主控DAC输出端分一路出来走线长延迟大尾长要设大一些。高通平台上参考信号在ADSP内部延迟小尾长可以设小一些。另外MTK平台的I2S时钟通常来自AP的音频PLLjitter相对大高通平台的I2S时钟来自ADSPjitter小。所以MTK平台上AU-60的采样率跟踪压力更大建议把AU-60的时钟模式设成slave让主控完全控制时钟。6.2 MTK平台配置要点MTK平台上AU-60的配置命令通过UART发送但MTK的UART通常被其他外设占用。我一般用I2C转UART的桥接芯片或者用MTK的SPI转UART。配置时机要在音频通路初始化之前否则I2S时钟可能干扰UART通信。MTK平台的音频通路一般有多个DMA通道要确保AU-60的I2S通道独占一个DMA不要和其他音频外设共享。共享DMA会导致音频断流或周期性噪声。AEC参考信号方面MTK的DAC输出通常有数字音量控制。如果数字音量调得太低参考信号幅度不够AEC收敛慢。我一般把DAC数字音量设成0dB用功放模拟音量来控制播放音量。6.3 高通平台配置要点高通平台上AU-60可以通过ADSP的I2S接口直接连接配置命令走ADSP的UART或SPI。高通的ADSP有专门的音频通路管理AU-60的I2S要注册到ADSP的音频设备树里。高通平台的AEC参考信号可以从ADSP内部获取不需要外部走线。但要注意ADSP的音频通路延迟如果ADSP内部有音效处理延迟会增加尾长要相应调整。高通平台的时钟质量好AU-60的采样率跟踪基本不需要额外配置。但高通平台的电源管理比较复杂AU-60的电源要独立于ADSP的电源避免ADSP休眠时AU-60被断电。6.4 跨平台调试的通用建议不管哪个平台调试AU-60的时候都要先确认I2S时钟和数据格式匹配。I2S有标准模式、左对齐、右对齐AU-60支持哪种要在规格书里确认。数据位宽一般是16bit或24bit要和主控一致。UART配置命令的发送时机很关键。我一般在上电后200ms发送配置发送完成后延时50ms再启动I2S。这样确保AU-60内部参数已经生效不会出现配置过程中音频异常。如果跨平台移植时遇到问题先用示波器确认I2S时钟和数据波形正常再用UART读回AU-60的寄存器状态确认配置写入成功。大部分问题都是时钟或配置不匹配导致的算法本身很少出问题。7. 一些实测体会与后续扩展思路AU-60这颗模组我用了大半年从会议终端到车载对讲都跑过。最深的体会是它的价值不在于某个单项算法有多强而在于整套链路的稳定性和一致性。你不需要成为AEC专家也不需要调神经网络只要硬件设计不出大错参数配置合理它就能给出可用的效果。但“可用”和“好用”之间还有一段距离。这段距离靠的是对场景的理解和细致的调参。比如会议场景要平衡双讲和回声车载场景要处理低频噪声和风噪对讲场景要保证远距离拾音。这些没有标准答案只能根据实测数据来迭代。后续如果要做更复杂的产品比如带摄像头追踪的会议终端可以把AU-60的BF输出和视觉追踪结果结合让波束方向动态跟随说话人。AU-60支持外部控制BF指向角通过UART实时调整这个扩展空间很大。另外如果产品需要多房间级联可以用多颗AU-60组成分布式阵列每颗负责一个区域主控做信号融合。这样覆盖范围更大但时钟同步和参考信号分配会更复杂需要仔细设计。最后分享一个小技巧AU-60的配置参数可以保存到主控的flash里上电后自动加载。这样即使模组更换也不需要重新调参。我一般会把配置命令和对应的产品型号绑定产线烧录时一起写入减少人为出错。
AU-60 AI语音模组实战：AEC、BF与AIENC协同设计与调优
1. 从一颗模组说起AU-60到底解决了什么问题第一次拿到AU-60的规格书时我正被一个远程会议终端的项目折磨得够呛。客户要求在一个长条形金属外壳里塞进六麦克风阵列还要在3米开外识别唤醒词同时保证全双工通话不卡顿、不回声、不啸叫。当时试过用通用DSP跑AEC效果始终差一口气——远端说话时近端拾音明显发闷双讲状态下偶尔还会把近端人声削掉。后来换到AU-60这颗全功能AI语音处理模组很多问题才真正落地。AU-60本质上是一颗集成了AI降噪、回声消除、波束成形、自动增益控制等全套语音前端算法的模组。它把过去需要主控芯片跑一堆算法库才能完成的事情封装成了一颗可以独立工作的硬件单元。你不需要懂自适应滤波器的收敛条件也不需要调波束成形的协方差矩阵只要把麦克风接上去、把音频通路配好它就能输出干净的人声。这颗模组适合谁如果你在做会议终端、智能家居中控、车载语音助手、对讲设备、教育录播主机或者任何需要“把话说清楚”的音频产品AU-60基本都能直接嵌进去。它不挑主控平台MTK、高通、瑞芯微、全志都能配合工作区别只在于接口配置和时钟同步方式。对于刚入门的硬件工程师它省掉了算法调参的漫长周期对于资深音频工程师它提供了一个稳定可靠的基线让你把精力放在产品差异化的地方。我写这篇东西不是要复述规格书上的参数表而是把这颗模组从选型、接口设计、参数配置到实测排查的完整过程拆开讲。里面有不少是我自己踩过的坑也有和原厂FAE来回沟通后总结出来的经验。如果你正准备用AU-60做项目或者正在对比不同语音前端方案下面的内容应该能帮你省下不少时间。2. 核心架构拆解AIENC、AEC、BF到底怎么协同2.1 三驾马车的关系不是简单叠加很多人第一次看AU-60的功能框图会把AIENC、AEC、BF当成三个独立模块以为可以随意开关组合。实际用下来会发现这三者的协同关系比想象中紧密得多。AEC负责的是“减法”——把扬声器播放出来的声音从麦克风拾取的信号里减掉。BF负责的是“定向”——通过多麦克风阵列的相位差把特定方向的声源增强、其他方向抑制。AIENC负责的是“提纯”——用神经网络把稳态噪声、非稳态噪声、甚至其他人说话的声音从目标人声里剥离出来。问题在于这三个模块的处理顺序和参数耦合非常讲究。如果AEC没收敛就开BF波束成形会把残余回声当成声源来定向结果就是远端声音被错误增强。如果BF的指向性太窄AIENC拿到的信号信噪比虽然高了但语音失真也会变大降噪网络反而会把一些辅音吃掉。AU-60内部的处理链路是多麦克风原始信号先经过AEC做线性回声消除然后进入BF做空间滤波最后交给AIENC做神经网络降噪和增益控制。这个顺序是固定的但每个环节的参数需要根据产品形态来调。2.2 AEC的关键参数尾长、收敛速度与双讲策略AEC最核心的参数是尾长也就是它要消除的回声持续时间。这个值直接决定了模组需要多少内存和算力。AU-60支持的最大尾长是256ms实际用的时候要根据扬声器到麦克风的距离来算。声音在空气中传播的速度大约是340m/s如果扬声器离麦克风0.5米直达声延迟约1.5ms。但真正麻烦的是反射声——会议室里最远的那面墙可能离麦克风8米反射声延迟就是23ms左右。再加上扬声器本身的群延迟、功放的延迟总尾长需求可能在50ms到150ms之间。我一般会这样估算先量出扬声器到麦克风的最大物理距离乘以3得到反射路径的保守估计再除以340换算成时间最后加上20ms的余量。比如最大距离5米反射路径按15米算时间就是44ms加20ms余量得到64ms那就把AEC尾长设成64ms或128msAU-60支持2的幂次配置。注意尾长设得过大不会让效果更好反而会增加收敛时间而且在双讲状态下更容易误伤近端人声。我见过有人直接拉满256ms结果双讲时近端声音断断续续就是尾长过大导致自适应滤波器过度拟合。双讲策略是另一个关键。AU-60提供了几种双讲检测灵敏度档位。灵敏度高的时候近端一说话就暂停AEC自适应保护近端语音灵敏度低的时候AEC持续工作但近端语音可能被轻微抑制。我的经验是会议场景用中等灵敏度对讲场景用高灵敏度车载场景用低灵敏度——因为车载噪声大双讲检测容易误判。2.3 BF的阵列设计间距、数量与指向角波束成形的效果七分靠阵列设计三分靠算法。AU-60支持2到6麦克风阵列但麦克风怎么摆直接决定了BF能不能用。最基础的规则麦克风间距要小于最高处理频率的半波长。假设你要处理到8kHz声速340m/s波长就是42.5mm半波长21.25mm。所以麦克风间距不能超过21mm否则高频会出现空间混叠波束图会裂开。但间距也不能太小。如果两个麦克风挨得太近比如5mm那低频的相位差就非常小BF对低频的指向性几乎失效。一般来说线性阵列的间距取15mm到20mm比较均衡既能覆盖到8kHz又能保证1kHz以上有足够的指向性。麦克风数量方面4麦线性阵列是最常见的配置。6麦可以做成环形或双线性实现360度拾音加定向增强。但每增加一个麦克风BF的算力消耗和校准复杂度都会上升。AU-60的6麦模式需要更精确的麦克风一致性否则波束图会畸变。指向角方面AU-60默认的波束宽度大约是60度。如果产品需要更窄的拾音角比如30度可以通过配置参数来调整但代价是旁瓣会升高非目标方向的噪声抑制会变差。我一般建议先用默认60度实测不够再收窄。2.4 AIENC的训练数据与场景适配AIENC是AU-60区别于传统DSP方案的核心。它用的是一个小型神经网络专门针对人声和噪声的频谱特征做分离。但神经网络有个特点它见过的场景越多泛化能力越强它没见过的噪声处理效果可能还不如传统谱减法。AU-60的AIENC模型训练时覆盖了常见的生活噪声、办公噪声、风噪、键盘声、空调声等。但如果你做的产品用在特殊场景比如工厂车间、地铁车厢、KTV包房那默认模型可能就不够用了。这时候有两个选择一是用AU-60提供的参数接口调整降噪 aggressiveness 档位牺牲一点语音保真度换取更强的噪声抑制二是联系原厂做模型微调提供你场景下的噪声样本和干净人声样本让他们在你的数据上做迁移学习。我做过一个车载项目默认模型在发动机低频噪声下表现一般后来把降噪档位调到最高同时把AIENC的高通截止频率从80Hz提到120Hz效果明显改善。代价是语音的低频厚度少了一点但车载场景下清晰度比音色更重要。3. 硬件设计与接口配置从原理图到PCB的实操要点3.1 麦克风选型与偏置电路AU-60支持模拟麦克风和数字麦克风PDM/I2S两种输入。模拟麦克风成本低但容易受PCB走线和电源噪声干扰数字麦克风抗干扰好但需要额外的时钟和数据线。我一般推荐用数字MEMS麦克风尤其是多麦克风阵列。因为模拟麦克风的偏置电压纹波会直接耦合到音频信号里多路之间的一致性也很难保证。数字麦克风输出的是PDM码流只要时钟质量好信号完整性基本没问题。选数字麦克风的时候重点看三个参数灵敏度一致性、信噪比、声学过载点。灵敏度一致性决定了BF的校准难度同一批次内差异最好控制在±1dB以内。信噪比建议选65dB以上的否则底噪会成为AIENC的负担。声学过载点要高于产品最大声压级至少10dB否则大声说话时会削顶。偏置电路方面数字麦克风一般需要1.8V或3.3V供电AU-60的IO电压可以配置。注意每个麦克风的电源引脚都要加去耦电容位置尽量靠近麦克风焊盘。PDM时钟线要走差分或者包地处理否则时钟抖动会恶化信噪比。3.2 扬声器回路与AEC参考信号AEC要工作必须拿到扬声器正在播放的参考信号。这个信号应该是功放输入端的模拟信号而不是功放输出端的大功率信号。因为功放本身会引入非线性失真如果参考信号取自动放输出AEC的线性滤波器就无法完全消除回声。AU-60有一个专门的AEC参考输入引脚通常是差分输入。从DAC输出到功放输入之间分一路出来接到这个引脚。分压电阻要匹配AU-60的输入阻抗一般用10kΩ对10kΩ的分压把信号幅度降到合适范围。注意参考信号的相位必须和麦克风拾取的回声相位一致。如果DAC输出反相了或者功放是反相放大那AEC就完全失效。调试的时候可以用示波器同时看参考信号和麦克风信号确认极性。另外参考信号的延迟要尽量小。如果DAC有数字滤波器延迟或者功放有前级处理延迟这些都会增加AEC的尾长需求。我一般会在DAC配置里把数字滤波器延迟设成最小功放前级 bypass 掉所有音效处理。3.3 主控接口I2S、UART与时钟同步AU-60和主控之间的音频通路一般是I2S。主控作为I2S masterAU-60作为slave这样时钟由主控统一管理避免采样率漂移。如果主控的I2S时钟质量不好比如jitter太大AU-60的采样率跟踪可能会出问题表现为周期性咔哒声。UART是用来配置AU-60内部参数的。上电后主控通过UART发送配置命令设置AEC尾长、BF模式、AIENC档位、增益等。配置命令的格式在规格书里有详细说明我一般会把这些命令封装成一个初始化数组上电后一次性发下去。时钟同步方面如果主控和AU-60用不同的晶振采样率会有微小偏差。AU-60内部有采样率跟踪机制可以容忍±500ppm的偏差。但如果偏差太大比如主控用的是RC振荡器那就可能出现音频断流。所以主控的I2S时钟最好来自晶振不要用RC。3.4 PCB布局地平面、电源分割与麦克风开孔PCB布局对音频模组的影响怎么强调都不为过。我见过太多案例算法调了半天没效果最后发现是PCB布局出了问题。首先AU-60下方要有一个完整的地平面不要走其他信号线。模组的电源引脚旁边要放0.1uF和10uF的电容0.1uF尽量靠近引脚。模拟电源和数字电源如果分开供电要用磁珠或0Ω电阻在单点连接。麦克风开孔是另一个关键。MEMS麦克风的声孔必须正对外壳开孔中间不能有遮挡。开孔直径建议1mm到2mm太小会影响高频响应太大容易进灰尘。开孔周围要有一圈密封泡棉防止外壳内部腔体的驻波影响频响。扬声器腔体也要注意。如果扬声器和麦克风在同一个腔体内扬声器的背腔辐射会直接耦合到麦克风AEC再强也消不掉。所以扬声器最好有独立的密封腔体或者至少用吸音材料把背腔辐射吸收掉。4. 参数配置与实测调优从能用到好用4.1 上电初始化流程与配置命令AU-60上电后需要一段启动时间典型值是200ms。在这段时间内I2S不要发送有效数据否则可能被模组误判为异常时钟。我一般会在主控启动流程里加一个200ms的延时然后再初始化I2S。配置命令通过UART发送波特率默认115200。命令格式一般是“寄存器地址数据”的二进制帧具体定义参考规格书。我习惯把配置分成几组第一组是全局参数比如采样率、I2S格式、AEC尾长第二组是BF参数比如阵列模式、指向角第三组是AIENC参数比如降噪档位、增益目标第四组是输出参数比如限幅器阈值、输出增益。发送完配置后建议读回关键寄存器确认写入成功。有些参数在模组内部有范围限制写入超范围的值会被截断或忽略读回可以及时发现。4.2 AEC调试尾长、双讲与残留回声AEC调试的第一步是确认参考信号正常。用示波器看AU-60的AEC参考输入引脚应该有干净的音频波形幅度在模组允许范围内。如果波形削顶或者噪声很大先解决硬件问题。第二步是测尾长。播放一段白噪声或扫频信号用麦克风录下来看AEC收敛后的残留回声。如果残留回声在-40dB以下说明尾长够用如果在-30dB左右可能需要增加尾长或者检查参考信号延迟。第三步是双讲测试。两个人同时说话一个在远端一个在近端听近端声音有没有被抑制或断续。如果近端声音明显变小说明双讲检测太激进把AEC灵敏度调低一档。如果远端回声明显说明双讲时AEC暂停太早把灵敏度调高一档。实操心得AEC调试最好在真实产品外壳里做不要用裸板。外壳的腔体共振和反射会显著改变回声路径裸板调好的参数装壳后可能完全不能用。4.3 BF调试指向性、旁瓣与阵列校准BF调试的核心是看波束图。如果没有消声室可以用一个简易的转台加扬声器在水平面上每30度测一次频响。正常的话主瓣方向应该比旁瓣高10dB以上。如果波束图不对称或者主瓣方向偏移通常是麦克风一致性出了问题。AU-60内部有阵列校准功能可以补偿麦克风的灵敏度差异和相位差异。校准的时候把扬声器放在正前方1米处播放粉红噪声让模组自动计算校准系数。旁瓣抑制方面如果旁瓣太高非目标方向的噪声会漏进来。可以通过增加麦克风数量或者收窄波束宽度来改善但收窄波束会牺牲拾音范围。我一般建议会议场景用90度波束对讲场景用60度车载场景用120度。4.4 AIENC调试降噪档位与语音保真度AIENC的降噪档位一般有3到5档。档位越高噪声抑制越强但语音失真也越大。调试的时候要在噪声环境和安静环境分别试听。我的做法是先在安静环境下把档位调到最低确认语音自然度没问题然后在典型噪声环境下逐步提高档位直到噪声不影响通话可懂度为止。不要一味追求高降噪因为降噪太强会让语音听起来发闷、不自然长时间通话容易疲劳。如果产品有音乐播放功能还要注意AIENC对音乐信号的处理。有些降噪算法会把音乐当成噪声抑制掉导致音乐播放时人声被削弱。AU-60有音乐模式可以 bypass 部分降噪处理保留音乐细节。4.5 实测数据不同场景下的表现对比我在三个典型场景下做了对比测试安静办公室、开放办公区、车载环境。测试指标包括PESQ语音质量评分、ERLE回声抑制量、以及主观MOS评分。场景PESQERLE主观MOS备注安静办公室4.2-45dB4.5接近原始语音开放办公区3.8-42dB4.0键盘声和空调声被有效抑制车载环境3.5-38dB3.8发动机低频噪声抑制明显但语音略闷从数据看AU-60在安静和中等噪声环境下表现优秀在强噪声环境下也能保持可懂度但语音自然度会有所下降。这是所有降噪方案的共同 trade-off不是AU-60独有的问题。5. 常见问题与排查技巧实录5.1 回声消除不干净从参考信号到尾长的排查路径回声消不掉是最常见的问题。我一般按这个顺序排查参考信号有没有用示波器看AU-60的AEC参考输入引脚如果没有信号检查DAC到功放的走线确认分压电阻焊接正常。参考信号极性对不对如果反相了AEC完全失效。可以试着把参考信号的正负端对调看回声有没有改善。尾长够不够播放白噪声看AEC收敛后的残留回声。如果残留回声随时间衰减很慢说明尾长不够。扬声器有没有非线性失真如果功放削顶或者扬声器本身失真大线性AEC消不掉。可以降低播放音量试试如果回声明显减小说明是非线性问题。外壳有没有共振用手按住外壳如果回声变化明显说明腔体共振在作怪。需要加吸音材料或改变腔体结构。5.2 双讲时近端声音断续双讲检测的灵敏度调校双讲断续通常是双讲检测太敏感一检测到近端说话就暂停AEC自适应导致回声泄漏或者太迟钝近端说话时AEC还在更新把近端语音也消掉了。AU-60的双讲检测灵敏度有5档。我的调校方法是在典型使用距离比如1米下远端播放语音近端正常说话听近端声音是否完整。如果断续降一档灵敏度如果远端回声明显升一档灵敏度。注意双讲灵敏度和AEC尾长是耦合的。尾长越大双讲检测需要越灵敏否则残留回声会累积。所以调双讲之前先把尾长调好。5.3 波束成形指向偏差麦克风一致性与校准BF指向偏差表现为明明说话人在正前方但声音听起来偏左或偏右或者正前方声音反而比侧面小。原因通常是麦克风灵敏度不一致或相位不一致。数字MEMS麦克风的灵敏度差异一般在±1dB以内但如果PCB走线长度差异大或者PDM时钟到各麦克风的延迟不同就会引入相位差。AU-60的阵列校准功能可以补偿这些差异。校准的时候扬声器放在正前方距离1米播放粉红噪声模组会自动计算每个麦克风的增益和延迟补偿系数。校准后指向性应该明显改善。如果校准后还是偏检查麦克风开孔有没有被外壳遮挡或者开孔周围的密封泡棉有没有压住麦克风振膜。5.4 底噪偏大电源、地与增益结构的排查底噪大是另一个高频问题。AU-60本身的底噪很低如果听到明显嘶嘶声通常是电源或地的问题。先检查AU-60的电源纹波用示波器AC耦合看应该在10mVpp以下。如果纹波大检查去耦电容有没有漏焊或者电源走线太细。再检查地平面。如果AU-60下方地平面被分割或者数字地和模拟地混在一起底噪会明显上升。建议AU-60下方保持完整地平面数字地和模拟地在模组下方单点连接。最后检查增益结构。如果AU-60的输出增益设得太高后级功放又放大一次底噪就会被放大两次。我一般把AU-60输出增益设在0dB附近需要更大音量时调功放增益。5.5 常见问题速查表现象可能原因排查方法解决措施回声消不掉参考信号缺失/反相/尾长不足示波器看参考信号白噪声测残留回声检查参考通路调整尾长双讲断续双讲检测太敏感双讲场景试听降低双讲灵敏度BF指向偏麦克风一致性差转台测波束图执行阵列校准底噪大电源纹波/地分割/增益过高示波器看电源检查地平面加去耦修地调增益周期性咔哒I2S时钟jitter大示波器看I2S时钟换晶振时钟源高频发闷麦克风开孔太小/被遮挡检查开孔和密封扩大开孔调整泡棉6. 跨平台适配MTK与高通平台的AEC差异处理6.1 平台差异的根源时钟架构与音频通路MTK平台和高通平台的AEC实现方式有本质区别。MTK通常把AEC放在AP侧用软件算法处理参考信号从DAC回采到AP。高通平台则更多依赖ADSP上的硬件加速AEC参考信号在ADSP内部直接获取。这个差异导致AU-60在两个平台上的配置策略不同。MTK平台上AU-60的AEC参考信号需要从主控DAC输出端分一路出来走线长延迟大尾长要设大一些。高通平台上参考信号在ADSP内部延迟小尾长可以设小一些。另外MTK平台的I2S时钟通常来自AP的音频PLLjitter相对大高通平台的I2S时钟来自ADSPjitter小。所以MTK平台上AU-60的采样率跟踪压力更大建议把AU-60的时钟模式设成slave让主控完全控制时钟。6.2 MTK平台配置要点MTK平台上AU-60的配置命令通过UART发送但MTK的UART通常被其他外设占用。我一般用I2C转UART的桥接芯片或者用MTK的SPI转UART。配置时机要在音频通路初始化之前否则I2S时钟可能干扰UART通信。MTK平台的音频通路一般有多个DMA通道要确保AU-60的I2S通道独占一个DMA不要和其他音频外设共享。共享DMA会导致音频断流或周期性噪声。AEC参考信号方面MTK的DAC输出通常有数字音量控制。如果数字音量调得太低参考信号幅度不够AEC收敛慢。我一般把DAC数字音量设成0dB用功放模拟音量来控制播放音量。6.3 高通平台配置要点高通平台上AU-60可以通过ADSP的I2S接口直接连接配置命令走ADSP的UART或SPI。高通的ADSP有专门的音频通路管理AU-60的I2S要注册到ADSP的音频设备树里。高通平台的AEC参考信号可以从ADSP内部获取不需要外部走线。但要注意ADSP的音频通路延迟如果ADSP内部有音效处理延迟会增加尾长要相应调整。高通平台的时钟质量好AU-60的采样率跟踪基本不需要额外配置。但高通平台的电源管理比较复杂AU-60的电源要独立于ADSP的电源避免ADSP休眠时AU-60被断电。6.4 跨平台调试的通用建议不管哪个平台调试AU-60的时候都要先确认I2S时钟和数据格式匹配。I2S有标准模式、左对齐、右对齐AU-60支持哪种要在规格书里确认。数据位宽一般是16bit或24bit要和主控一致。UART配置命令的发送时机很关键。我一般在上电后200ms发送配置发送完成后延时50ms再启动I2S。这样确保AU-60内部参数已经生效不会出现配置过程中音频异常。如果跨平台移植时遇到问题先用示波器确认I2S时钟和数据波形正常再用UART读回AU-60的寄存器状态确认配置写入成功。大部分问题都是时钟或配置不匹配导致的算法本身很少出问题。7. 一些实测体会与后续扩展思路AU-60这颗模组我用了大半年从会议终端到车载对讲都跑过。最深的体会是它的价值不在于某个单项算法有多强而在于整套链路的稳定性和一致性。你不需要成为AEC专家也不需要调神经网络只要硬件设计不出大错参数配置合理它就能给出可用的效果。但“可用”和“好用”之间还有一段距离。这段距离靠的是对场景的理解和细致的调参。比如会议场景要平衡双讲和回声车载场景要处理低频噪声和风噪对讲场景要保证远距离拾音。这些没有标准答案只能根据实测数据来迭代。后续如果要做更复杂的产品比如带摄像头追踪的会议终端可以把AU-60的BF输出和视觉追踪结果结合让波束方向动态跟随说话人。AU-60支持外部控制BF指向角通过UART实时调整这个扩展空间很大。另外如果产品需要多房间级联可以用多颗AU-60组成分布式阵列每颗负责一个区域主控做信号融合。这样覆盖范围更大但时钟同步和参考信号分配会更复杂需要仔细设计。最后分享一个小技巧AU-60的配置参数可以保存到主控的flash里上电后自动加载。这样即使模组更换也不需要重新调参。我一般会把配置命令和对应的产品型号绑定产线烧录时一起写入减少人为出错。
