一、一個容易被指標表掩蓋的問題A-59U 支持雙麥雙波束模式兩路波束各自輸出到獨立聲道。規(guī)格上寫得很清楚雙通道、獨立定向、互不干擾。但在實際項目里互不干擾這四個字究竟對應多少 dB規(guī)格書往往不給。工程上真正需要回答的問題是當 A 通道對應的說話人在講話時B 通道里能聽到多少他的聲音這個量叫通道分離度channel separation或者叫串音抑制比。對于雙人獨立記錄、雙分區(qū)翻譯、智能工牌這類應用分離度是決定方案能不能用的核心指標比降噪深度更關鍵。降噪不夠聲音臟一點還能聽分離度不夠兩路錄音互相混疊后端做說話人分離或分軌轉(zhuǎn)寫就直接失效了。二、串音從哪里來三條路徑雙通道拾音系統(tǒng)的串音不是單一來源至少有三條獨立路徑各自的量級和治理手段完全不同。1. 聲學路徑串音這是最主要的一條。波束形成本質(zhì)上是空間濾波它對主瓣方向的信號給單位增益對旁瓣方向的信號給衰減。但衰減不是無窮大。一個雙麥陣列能提供的方向性增益在物理上受陣元數(shù)量和間距限制。兩個麥克風構(gòu)成的差分陣列理論指向性指數(shù)DI上限約 6dB實際實現(xiàn)中考慮到麥克風一致性、陣列間距與波長的關系寬帶條件下能穩(wěn)定拿到 4~6dB 就算做得不錯。換算成串音如果 B 方向的聲源相對 A 波束被衰減 6dB那么在 A 通道里B 說話人的電平只比正對時低 6dB。若兩人同時說話且聲壓相近A 通道里 B 的成分只低 6dB——這遠遠達不到分離的程度。A-59U 的波束分三個區(qū)域藍色主區(qū)域幅度最大、黃色跟蹤區(qū)域信號逐漸衰減、灰色無效區(qū)域聲音被衰減屏蔽。這個三段式描述其實就是主瓣、過渡帶、阻帶的通俗表達。真正的分離度取決于對方說話人落在哪個區(qū)域落在灰色區(qū)抑制量大落在黃色區(qū)抑制量有限兩人都落在同一主瓣內(nèi)分離度接近 0dB。2. 電氣路徑串音兩路模擬輸出在 PCB 上并行走線、共用地回路、共用 ADC 基準或電源時會產(chǎn)生電氣耦合。A-59U 的 LINE OUT 輸出阻抗 10KΩ、SNR 91dB、最大幅度 1.5Vrms。10KΩ 的輸出阻抗在雙通道并行走線時對容性耦合并不友好——耦合電壓與源阻抗成正比高阻輸出更容易被鄰線串擾。粗略估算兩條并行走線之間的互容典型值在 0.5~2pF/cm 量級。10cm 并行走線約 10pF在 4kHz 時容抗約 4MΩ與 10KΩ 源阻抗構(gòu)成的分壓比約 -52dB。這個數(shù)量級通常低于聲學串音不是瓶頸但如果走線更長、間距更小、且中間沒有地線隔離就可能上升到 -40dB 附近開始與算法層面的抑制量可比。3. 算法內(nèi)部串音兩路波束共用同一組麥克風信號也共用同一個 AEC、AGC 和降噪后處理。如果 AGC 是全局的兩通道共用一個增益控制那么 A 通道說話人的音量變化會引起 B 通道增益的聯(lián)動變化——這是一種調(diào)制型串音。它在頻譜上不表現(xiàn)為直接泄漏但會造成 B 通道的背景電平隨 A 通道說話節(jié)奏起伏聽感上非常明顯后端 VAD 也會被誤觸發(fā)。三、指標之間的換算關系把幾個規(guī)格數(shù)字放在一起可以推出分離度的上下限。LINE OUT SNR 91dB這是通道自身的噪聲底決定了分離度的理論上限。串音抑制不可能優(yōu)于噪聲底。I2S 16kHz / 16bit16bit 量化的理論動態(tài)范圍約 96dB與 91dB 的模擬 SNR 基本匹配說明數(shù)字側(cè)不是瓶頸。ENC 降噪 45dB降噪算法對非人聲有效但對另一路人聲無效——降噪算法無法區(qū)分我要的人聲和另一個人的人聲這個區(qū)分只能靠波束形成完成。結(jié)論是分離度基本由波束形成的空間選擇性單獨決定SNR 和降噪指標都幫不上忙。一個 91dB SNR 的通道配上只能提供 6dB 空間抑制的雙麥陣列實際分離度就是 6dB 量級而不是 91dB。這一點在選型時經(jīng)常被誤讀——看到 91dB SNR 就以為兩路是獨立的實際上獨立的只是電路聲學上兩個麥克風聽到的是同一個聲場。四、幾何布置比參數(shù)更重要既然分離度主要由空間選擇性決定那么提升它的手段就落在幾何布置上而不是參數(shù)配置上。拉開角度兩個說話人相對麥克風陣列的方位角差越大落入對方阻帶的可能性越高。角度差小于 30° 時雙麥陣列基本無法分辨角度差接近 180°分居陣列兩側(cè)時效果最好。這也是 A-59U 在雙人獨立拾音記錄場景中通常被布置成兩人對坐、模塊居中的原因。拉近距離波束形成的方向性在近場比遠場更容易實現(xiàn)因為近場還可以利用兩個麥克風的幅度差距離平方反比而不只是相位差。說話人距對應麥克風 20cm、距另一個麥克風 40cm 時僅幅度差就有 6dB疊加相位差后總抑制量可以顯著超過純遠場情形。A-59U 的拾音范圍標稱 10cm-500cm但要拿到好的分離度應該工作在這個范圍的近端。加入物理隔離在兩個麥克風之間放置聲學隔斷哪怕只是一片結(jié)構(gòu)件能在中高頻提供額外的幾 dB 衰減。這對 1kHz 以上的輔音區(qū)間尤其有效而輔音正是語音可懂度的主要載體。五、AGC 與分離度的沖突A-59U 的 AGC 開啟后拾音范圍可達 50-500cm基于 -42dB 標準靈敏度麥克風。AGC 通過動態(tài)提升增益來擴展有效拾音距離但它同時也會提升串音?？紤]這樣一個場景A 說話人靜默B 說話人在講話。此時 A 通道的輸入電平很低AGC 會把 A 通道增益推到高位于是從 B 泄漏過來的那點串音也被同樣放大。結(jié)果是安靜的通道反而聽起來串音更重。這與單通道系統(tǒng)里AGC 在靜音段放大底噪是同一個機制只不過這里放大的是另一路人聲。治理辦法是引入通道間的聯(lián)動門限當檢測到某通道為主導時抑制另一通道的 AGC 上沖。但這又與兩通道完全獨立的設計目標矛盾。這是一個沒有完美解的取舍實際系統(tǒng)里通常按應用側(cè)重來選偏重錄音分軌的犧牲遠場拾音距離把 AGC 收緊偏重覆蓋范圍的接受較高的串音。六、A-59U 的定位與邊界把 A-59U 的規(guī)格串起來看它的取向是清晰的37mm×25mm 的封裝、USB 免驅(qū)、-40℃~85℃ 工業(yè)級溫度范圍、35-60mA 工作電流、100dB AEC、45dB ENC、10 種工作模式。這是一個面向工業(yè)與嵌入式集成的通用型雙通道方案雙波束是它的能力之一而非全部。適合它的場景兩人分坐、方位角差異大、距離較近的雙向記錄或分區(qū)通話需要 USB 免驅(qū)快速接入 PC/樹莓派/安卓主機的原型與小批量產(chǎn)品工作環(huán)境溫度跨度大的工業(yè)設備。不適合的場景多于兩個說話人的分離說話人方位角接近的緊湊布置對分離度有明確 dB 指標要求例如要求優(yōu)于 20dB的專業(yè)錄音應用。后者需要的是更多陣元的麥克風陣列兩個麥克風在物理上做不到。選型時更實際的做法是先用目標幾何布置做一次錄音測試直接測量單人說話時另一通道的電平差得到實際分離度數(shù)字再判斷后端處理鏈能否接受。這個測試成本很低但能避免大部分后期返工。