冠捷顯示科技（廈門）有限公司 王衍軍

2014年亞馬遜推出智能音箱Echo產(chǎn)品，將遠(yuǎn)場語音應(yīng)用到傳統(tǒng)音箱中，從而賦予音箱人工智能的屬性。在其他應(yīng)用領(lǐng)域也在嘗試導(dǎo)入遠(yuǎn)場語音技術(shù)，比如教育機(jī)器人、汽車語音助手、白色智能家電、智能廚電等。近年來智能電視開始配置遠(yuǎn)場語音技術(shù)，帶給用戶更便捷的人機(jī)交互方式，真正實(shí)現(xiàn)解放雙手，帶來全新的交互體驗(yàn)。

1 硬件設(shè)計(jì)

電視產(chǎn)品遠(yuǎn)場語音系統(tǒng)硬件實(shí)現(xiàn)框架如圖1，采用4個(gè)麥克風(fēng)線性陣列，數(shù)字麥克風(fēng)輸出PDM信號(hào)給DSP處理，DSP采用的是一款中等成本專用32位DSP音頻處理微控制器，可支持8通道音頻輸入的采樣和處理，內(nèi)置1MKB SRAM，工作頻率高達(dá)250MHz，同時(shí)配備了閃存控制器，它允許用戶更新程序而不需要將芯片從實(shí)際的最終產(chǎn)品中移除。兩顆ADC ES7210將從功放輸出回采的模擬音頻信號(hào)轉(zhuǎn)成IIS數(shù)字信號(hào)傳輸給DSP處理，麥克風(fēng)采集到的PDM信號(hào)與回采的IIS數(shù)字信號(hào)經(jīng)DSP算法處理，消除回聲成分后得到有用的音頻數(shù)據(jù)，再通過USB2.0傳輸給TV SOC，SOC再將音頻數(shù)據(jù)上傳到語音服務(wù)器，與數(shù)據(jù)庫連接識(shí)別語意返回給SOC電視端按語音指令做出響應(yīng)。

圖1 硬件框架

1.1 麥克風(fēng)選型

麥克風(fēng)選型要符合語音算法廠商設(shè)計(jì)要求，國內(nèi)常用的語音算法有科大訊飛、思必馳、騰訊、百度等，本文采用思必馳語音算法，要求的性能指標(biāo)包括：（1）靈敏度＞-42dBFS，測試條件1KHz 94dB SPL；（2）靈敏度一致性≤±1.5dBFS；（3）信噪比（S/N）≥63dBA；（4）總諧波失真（THD）≤1%（1kHz）；（5）聲學(xué)過載點(diǎn)（AOP）≥120dBSPL；（6）自由場頻率（100-10kHz內(nèi)）響應(yīng)波動(dòng)≤3dB。

本文采用背收音數(shù)字硅麥克風(fēng)3SM222KMB1HA，靈敏度-26dBFS且誤差在±1dBFS內(nèi)、信噪比64dBA、總諧波失真小于0.2%、AOP 120dBSPL。此麥克風(fēng)集成前置放大器和模數(shù)轉(zhuǎn)換器，可提供電容式音頻傳感器的高信噪比輸出。采用最常見的數(shù)字麥克風(fēng)接口方式：特性脈沖密度調(diào)制器(PDM)輸出接口，支持在一條數(shù)據(jù)線上同時(shí)連接兩個(gè)麥克風(fēng)，本文使用4個(gè)麥克風(fēng)只需要兩條數(shù)據(jù)線輸出，簡化輸出數(shù)據(jù)線。

1.2 電視揚(yáng)聲器選型

電視正常播放過程中，聲音的失真會(huì)影響消回聲算法的處理，造成語音識(shí)別率低，所以電視選擇的揚(yáng)聲器總諧波失真越小越好，要求的性能指標(biāo)包括：左右揚(yáng)聲器50、70、100音量分別播放100-8kHz掃頻文件，此時(shí)100-200Hz THD≤8%、200-400Hz THD≤5%、400-8kHz THD≤3%，一般揚(yáng)聲器在低頻部分總諧波失真會(huì)比較高，建議通過功放端調(diào)節(jié)EQ，降低低頻頻段EQ曲線或是在語音算法中加濾波器濾除低頻成份，同時(shí)在整機(jī)機(jī)構(gòu)裝配上減少機(jī)振以改善喇叭非線性失真。

整機(jī)機(jī)構(gòu)裝配上改善喇叭非線性失真對策實(shí)際案例：（1）左右喇叭本體靠近背板面各貼1PCS海棉（防止喇叭聲音通過背板傳導(dǎo)到麥克風(fēng)）；（2）Panel地側(cè)貼附不織布，沿上邊緣由中間往兩邊貼附（地側(cè)喇叭出聲位置，防止喇叭出聲導(dǎo)致地側(cè)共振的產(chǎn)生）。

1.3 回聲信號(hào)采集電路設(shè)計(jì)

語音識(shí)別算法，需要外接回聲消除電路，經(jīng)算法消除回聲成分后得到有用的麥克風(fēng)音頻數(shù)據(jù)，采樣點(diǎn)優(yōu)選功放后端。從功放后端采集到的模擬音頻信號(hào)經(jīng)兩級(jí)濾波、分壓后得到的信號(hào)需滿足ADC ES7210輸入幅值≤1Vrms要求。

1.4 PCB設(shè)計(jì)

本方案選用4麥克風(fēng)線性陣列方案，PCB layout時(shí)相鄰麥克風(fēng)收音孔間距控制在35mm，麥克風(fēng)電源濾波電容靠近麥克風(fēng)供電引腳放置，clk信號(hào)走線兩側(cè)需鋪銅進(jìn)行包地處理，防止電磁輻射干擾。本方案采用背收音麥克風(fēng)，麥克風(fēng)收音面需要緊貼PCB且收音孔周圍需增加接地環(huán)焊盤，防止聲音通過PCB與麥克風(fēng)之間間隙進(jìn)入，影響麥克風(fēng)模組氣密性。PCB收音通道開孔直徑使用麥克風(fēng)廠家推薦的0.75mm。如圖2所示。

圖2 麥克風(fēng)收音孔周圍接地環(huán)及開孔

2 麥克風(fēng)陣列結(jié)構(gòu)設(shè)計(jì)建議

（1）人聲能直達(dá)每個(gè)麥克風(fēng)，避免遮蔽效應(yīng)，即產(chǎn)品正常使用場景下，保證聲源的直達(dá)聲（非反射聲）到達(dá)每個(gè)麥克的機(jī)會(huì)是均等的，建議：麥克風(fēng)陣列裝配應(yīng)該盡可能朝向使用者，在產(chǎn)品裝配或放置后，麥克風(fēng)孔應(yīng)該利于拾音且不被其它物品遮擋。

（2）麥克風(fēng)組件應(yīng)該裝配于一個(gè)比較穩(wěn)固的結(jié)構(gòu)上，如果裝配位置很薄，固定不牢會(huì)抖動(dòng)，麥克風(fēng)會(huì)在里面晃蕩，這個(gè)時(shí)候會(huì)發(fā)現(xiàn)采集的音頻里，就會(huì)出現(xiàn)一些很奇怪的磕磕碰碰的聲音。

（3）聲音到達(dá)麥克風(fēng)的路徑盡可能短、寬，要求諧振點(diǎn)頻率在8KHz以上。對于背收音麥克風(fēng)建議：塑料結(jié)構(gòu)開孔直徑≥密封層開孔直徑≥PCB開孔直徑≥麥克風(fēng)進(jìn)音孔直徑，裝配后塑料結(jié)構(gòu)、密封層、PCB疊加總厚度≤5mm，越小越好。

（4）麥克風(fēng)要遠(yuǎn)離干擾或震動(dòng)。對于震動(dòng)，建議麥克風(fēng)板與塑料結(jié)構(gòu)間增加密封層（如泡棉雙面膠，軟硬度可根據(jù)實(shí)際結(jié)構(gòu)形式進(jìn)行匹配驗(yàn)證），一方面可以防止喇叭聲音通過塑料結(jié)構(gòu)直接傳遞給麥克風(fēng)，還可以提高麥克風(fēng)的氣密性。

（5）結(jié)構(gòu)設(shè)計(jì)要避免喇叭本體結(jié)構(gòu)引發(fā)的失真，喇叭要進(jìn)行減震處理，避免結(jié)構(gòu)震動(dòng)對麥克風(fēng)造成較大影響。

（6）喇叭腔體四周與其它機(jī)構(gòu)件至少保留1mm的間距，振膜上方與機(jī)構(gòu)件至少保留1.5mm的間隙，防止振膜碰到結(jié)構(gòu)件產(chǎn)生振動(dòng)和異音。

（7）避免整機(jī)結(jié)構(gòu)內(nèi)聲音傳播，即喇叭的聲音不能在電視機(jī)結(jié)構(gòu)內(nèi)部泄露到麥克風(fēng)，只能通過結(jié)構(gòu)外的空氣傳播到麥克風(fēng)，建議喇叭和麥克風(fēng)放在不同腔體內(nèi)或喇叭出聲口應(yīng)距離麥克風(fēng)收音開口10cm以上，越大越好，也可以選用性能好的密封材料對腔體內(nèi)麥克風(fēng)部分進(jìn)行密封，防止內(nèi)部串聲。

（8）IR/KEY/Wifi/BT等板子，不建議僅用卡勾固定，需用螺絲鎖付防止震動(dòng)。

3 麥克風(fēng)模組相關(guān)測試

3.1 麥克風(fēng)模組氣密性測試方法

（1）在半消聲室內(nèi)將監(jiān)聽音箱放置在麥克風(fēng)模組前方50cm位置，循環(huán)播放粉噪音頻信號(hào)pink_noise.wav。

（2）調(diào)節(jié)監(jiān)聽音箱音量，使麥克風(fēng)模組位置量測音壓為63dB。

（3）在不堵孔情況下，保存麥克風(fēng)模組錄制的音頻數(shù)據(jù)。

（4）使用阻尼、橡皮泥類材料分別密封各個(gè)麥克風(fēng)收音孔，保存麥克風(fēng)模組錄制的音頻數(shù)據(jù)。

（5）選取一段時(shí)間讀取平均RMS振幅，比較堵孔前后差異。

（6）氣密性規(guī)格：思必馳要求堵孔前后音壓差＞15dB。

3.2 麥克風(fēng)模組喚醒率、識(shí)別率測試方法

（1）測試地點(diǎn)：20～30㎡左右的房間（確認(rèn)混響狀況），測試距離及角度：距電視中心位置1m、5m。

（2）環(huán)境底噪40～50dBA，語音指令聲壓級(jí)≈65dBA@1M，測量設(shè)備：聲壓計(jì)。測試人員：男生/女生分別測試一次。

（3）電視在無音頻輸出狀態(tài)下(如主頁面/節(jié)目菜單頁面等)，分別在不同距離測試遠(yuǎn)場語音喚醒、識(shí)別功能。

（4）播放電視節(jié)目音量level30（70dB左右），分別在不同距離測試遠(yuǎn)場語音喚醒、識(shí)別功能。

結(jié)束語：本文介紹了采用背收音式數(shù)字硅麥克風(fēng)方案的電視遠(yuǎn)場語音系統(tǒng)設(shè)計(jì)，詳細(xì)闡述了電視遠(yuǎn)場語音系統(tǒng)麥克風(fēng)、揚(yáng)聲器的選型，回采電路及PCB設(shè)計(jì)注意事項(xiàng)，并結(jié)合設(shè)計(jì)產(chǎn)品完成相關(guān)測試。本產(chǎn)品帶給終端用戶更便捷的人機(jī)交互方式，真正實(shí)現(xiàn)解放雙手，帶來全新的交互體驗(yàn)。