您现在访问的是微软AZURE全球版技术文档网站，若需要访问由世纪互联运营的MICROSOFT AZURE中国区技术文档网站，请访问 https://docs.azure.cn.

语音设备 SDK 麦克风阵列建议

07/16/2019

本文内容

本文介绍如何为语音设备 SDK 设计麦克风阵列。

语音设备 SDK 最适合与根据以下准则设计的麦克风阵列(包括麦克风几何结构和组件选择)配合使用。 本文还提供了有关集成和电力注意事项的指导。

麦克风几何结构

建议将以下阵列几何结构用于 Microsoft 音频堆栈。 借助更多的麦克风以及与特定应用程序、用户方案和设备外形规格之间的依赖关系，可以改善音源定位和环境噪声的抑制。

麦克风数和几何结构

环形阵列

环形阵列

线性阵列

线性阵列

# 麦克风数目

7

4

4

2

几何结构

6 个外置，1 个中置，半径 = 42.5 毫米，均匀排布间距

3 个外置，1 个中置，半径 = 42.5 毫米，均匀排布间距

长度 = 120 毫米，间距 = 40 毫米

间距 = 40 毫米

应根据上述每个阵列的编号(从 0 开始递增)排列麦克风声道的顺序。 需要为 Microsoft 音频堆栈提供额外的音频播放参考流才能让它执行回声消除。

组件选择

应选择适当的麦克风组件来准确重现无噪声和失真的信号。

选择麦克风时建议的属性如下：

参数

建议

信噪比

>= 65 dB(1 kHz 信号，94 dBSPL，A 加权噪声)

振幅匹配

± 1 dB @ 1 kHz

相位匹配

± 2° @ 1 kHz

声学过载点 (AOP)

>= 120 dBSPL (THD = 10%)

比特率

最小 24 位

采样率

最小 16 kHz*

频率响应

± 3 dB，200-8000 Hz 浮动掩码*

可靠性

存储温度范围：-40°C 到 70°C

工作温度范围：-20°C 到 55°C

*对于优质通信 (VoIP) 应用程序，可能需要更高的采样率或“更宽”的频率范围

必须搭配良好的电声集成选择适当的组件，以免降低所用组件的性能。 独特的用例还可能需要满足额外的要求(例如工作温度范围)。

麦克风阵列集成

集成到设备后，麦克风阵列的性能将与组件规格不同。 必须确保在集成后适当匹配麦克风。 因此，在经过任何固定增益或均衡 (EQ) 之后测量的设备性能应符合以下建议：

参数

建议

信噪比

> 63 dB(1 kHz 信号，94 dBSPL，A 加权噪声)

输出灵敏度

-26 dBFS/Pa @ 1 kHz(建议)

振幅匹配

± 2 dB，200-8000 Hz

总谐波失真率*

≤ 1%，200-8000 Hz，94 dBSPL，5 阶

频率响应

± 6 dB，200-8000 Hz 浮动掩码**

**需要使用一个低失真扬声器(例如 Neumann KH120)来测量总谐波失真

**对于优质通信 (VoIP) 应用程序，可能需要“更宽”的频率范围

扬声器集成建议

由于包含扬声器的语音识别设备需要回声消除，因此我们在扬声器选择和集成方面提供了附加的建议。

参数

建议

线性注意事项

在扬声器参考信号后面不要进行非线性处理，否则需要基于硬件的环回参考流

扬声器环回

通过 WASAPI、专用 API、自定义 ALSA 插件 (Linux) 提供，或通过固件通道提供

总谐波失真率

1/3 倍频程，最低 5 阶，70 dBA 播放 @ 0.8 m ≤ 6.3%，315-500 Hz ≤ 5%，630-5000 Hz

麦克风回声耦合

> -10 dB TCLw，使用 ITU-T G.122 Annex B.4 方法，规范化为麦克风水平

TCLw = TCLwmeasured + (测量水平 - 目标输出灵敏度)

TCLw = TCLwmeasured + (测量水平 - (-26))

集成设计体系结构

将麦克风集成到设备时，需要遵守以下体系结构方面的准则：

参数

建议

麦克风端口相似性

阵列中的所有麦克风端口具有相同的长度

麦克风端口尺寸

端口大小：Ø0.8-1.0 毫米 端口长度/端口直径：< 2

麦克风密封性

在堆栈中使用统一的密封垫片。 建议对泡沫垫片实施 > 70% 的压缩率

麦克风可靠性

应使用滤网来阻挡灰尘和入口污物(安装在端口位于底部的麦克风的 PCB 与密封垫片/顶盖之间)

麦克风隔离

在结构中安装橡胶垫片和振动解耦装置，专门用于隔离集成扬声器后出现的任何振动路径

采样时钟

设备音频不可出现低偏差的抖动和断续

录制功能

设备必须能够同时录制单个原声道流

USB

所有 USB 音频输入设备必须根据 USB 音频设备修订版 3 规范设置描述符

麦克风几何结构

驱动程序必须正确实现麦克风阵列几何描述符

可发现性

设备中不能包含任何不可发现或不可控的硬件、固件或第三方基于软件的非线性音频处理算法

捕获格式

捕获格式必须使用最小 16 kHz 采样率和建议的 24 位深度

电力体系结构注意事项

在适用的情况下，阵列可以连接到 USB 主机(例如，运行 Microsoft 音频堆栈的 SoC)，并可与语音服务或其他应用程序对接。

硬件组件(例如 PDM-TDM 转换组件)应确保在再采样器中保留麦克风的动态范围和信噪比。

高速 USB 音频类 2.0 应在任何音频 MCU 中受支持，以便在使用较高采样率和位深度时，为最多 7 个声道提供所需的带宽。

后续步骤