听声辨位,小微不凡:AR1105 如何用三颗麦克风,为机器装上会“转向“的耳朵
当智能设备不再只是"听见"声音,而是能"听出"声音来自哪个方向——交互的维度,就被悄悄改写了。
一、声音有了"方向感",机器才真正开始"听"世界
我们习惯用眼睛判断方位,却很少想过:能不能让机器用"耳朵"来定向?
在工业巡检机器人循着异响转动云台、智能小车追着主人声音跑、安防摄像头自动转向说话人的那一刻,背后都藏着一个共同的需求——声源定位(Sound Source Localization)。
传统做法并不轻巧:要分辨圆周方向,往往得堆上 4 颗、6 颗甚至更多麦克风组成的阵列,硬件体积、布板和算法复杂度都水涨船高,对玩具、小家电这类空间拮据的产品极不友好。
AR1105 声源定位模组的思路很"反直觉":它只用了 3 颗间距 10mm 的数字麦克风,就实现了圆周 6 个方向(每 60° 一档) 的音源寻向。一颗长 37mm、宽 26mm 的"小板",把原本笨重的声学阵列,塞进了几乎任何小型设备的设计余量里。
二、核心巧思:借"心形指向",三麦算出六方
AR1105 的聪明之处,在于算法而非堆料。
模组内置行业较新的算法内核 DSP 芯片,利用每 2 颗数字麦克风组合形成的心形指向性(Cardioid),对声源进行比对与寻向。通过对三路麦克风两两组合的相位与能量差做实时运算,模组就能快速辨识出声音落在圆周 6 个扇区中的哪一个。
对比常规的 4–6 麦甚至更多麦的阵列方案,AR1105 用"以少胜多"的方法换来了两大好处:
- 小巧实用:3 麦等边三角排布,拾音孔间距 10mm,模组本身仅 37×26mm;
- 设计友好:不要求用户写一行定位算法,方向结果由模组直接吐出。
设计提示:阵列麦最佳状态为等边三角形排列、孔距 10mm;拉长、缩小或减少麦克风数量,定位准确性将无法保证。麦克风建议选用底部进声孔(PCB 穿孔式)封装,让三颗麦处于同一平面,最大限度减小拾音差异。
三、它怎么"告诉"主机方向?—— 六个 IO 口,亮哪边是哪边
AR1105 进入工作状态后,会不断刷新音源方向角度,并即时通过模组的 6 个方向 IO 端口输出高电平,直接送给后级 MCU 主板做方向引导。
具体对应关系(角度起点可自定义):
|
引脚 |
方向标识 |
说明 |
|
3 |
0° |
音源 0° 方向输出(高电平有效) |
|
4 |
60° |
音源 60° 方向输出 |
|
5 |
120° |
音源 120° 方向输出 |
|
6 |
180° |
音源 180° 方向输出 |
|
7 |
240° |
音源 240° 方向输出 |
|
8 |
300° |
音源 300° 方向输出 |
也就是说,后端主板只需要"读哪个 IO 是高电平",就知道声音来自哪个扇区——无需 SDK、无需源码、无需跑复杂算法,典型的"接上就能用"。
除此之外,AR1105 还预留了音频输出能力:阵列麦捕获的声音,既可以从 12 脚 MIC_OUT 以模拟信号(最大 1Vrms) 输出,也可以从 15/16/17 脚以 I2S 数字音频(16kHz、16bit、主模式) 输出。数字与模拟可同时输出,由后级音频系统按需取用。
四、小到能藏进玩具里:37×26mm 的集成哲学
AR1105 的"小而全"体现在两个层面:
- 接口形态灵活:模块端口同时采用半孔焊盘 + 排针插孔设计。已成型的产品可通过转接板快速接入;新设计则可按尺寸图直接以焊盘形式贴装在系统板上。
- 功耗与供电友好:直流 +4V~+6.5V 供电,工作电流仅 28–31mA,数字麦克风时钟端口输出 714kHz 低功耗时钟,逻辑高电平 3.3V。
在成本敏感、空间紧张的消费级与工控产品中,这种"即插即定位"的特性,意味着声源定向功能可以很低门槛地加进产品定义里。
五、能用在哪?从机器人到安防的"声学导航"
规格书列举的应用场景,几乎覆盖了所有"需要让设备转向声音"的交互:
- 工控与工业机器人:异常声响即时定位,辅助巡检;
- 玩具 / 娱乐机器人:循声互动、追声玩耍;
- 智能小车与智能驾驶:音源自动寻位、跟踪转向;
- 安防报警:智能摇头摄像头、自动音源追踪预警;
- 视频会议:智能多人会议设备跟踪说话人方向;
- 语音识别与人声采集:为语音前端提供方位先验,提升唤醒与拾取体验。

一句话总结:任何"需要即时角度信息"的智能设备,都能从 AR1105 拿到现成的方向信号。
六、关键参数一览
|
项目 |
指标 |
|
定位方向 |
圆周 6 向,每 60° 一档(起点可自定义) |
|
供电范围 |
直流 +4V ~ +6.5V |
|
工作电流 |
28 – 31 mA |
|
麦克风时钟 |
714 kHz(低功耗时钟) |
|
逻辑高电平 |
3.3V,角度 IO 高电平有效 |
|
模拟音频输出 |
MIC_OUT,阻抗 10kΩ,最大 1Vrms |
|
数字音频 |
I2S,16kHz / 16bit,标准格式,主模式 |
|
拾音范围 |
10cm – 200cm(按推荐麦克风) |
|
工作温度 |
-20℃ ~ +85℃ |
|
工作湿度 |
相对湿度 < 90% |
|
模组尺寸 |
37mm × 26mm |
灵敏度与距离:配套阵列板默认采用 -29dBFS 数字麦(约等效电容麦 -44dB),拾音 10–200cm;若要更远,可选更高灵敏度型号。注意:AR1105 专注"定位",不做降噪、消回音、波束成形等音频后处理,后端如需语音优化需另行设计。
七、上手有多简单?测试套件 + "零代码"设计
AR1105 本身是 DSP 核心板,无法单独测试。为此规格书配套了易用的评估组合:
- 3DMIC-291:三数字麦克风阵列小板;
- AR-6LED:圆形测试底板,周边带有 6 路方向指示灯。
装配方式很灵活:阵列板与模组都可通过"排针 + 排母"拔插,或直接焊接在底板上。通电时只需一根 Type-C 数据线 接到底板 USB 座,另一端连电脑或 5V 适配器即可。
上电后有个直观的"开机秀":启动约 7–9 秒,期间仅中间红灯亮;启动完成后红灯转蓝,周边方向指示灯会亮起一盏。此时在圆形板四周不同位置说话或播放音频,就能看到指示灯随声音位置实时切换角度——定位效果一目了然。
更关键的是设计门槛:该组件无需任何软件源码或 SDK 开发包,只需用角度 IO 去设计应用逻辑,把"声音在哪个方向"这件事交给硬件自动完成。

八、结语:让"听声辨位"成为标配,而不是奢侈
AR1105 的价值,不在于堆了多少麦克风,而在于用精巧的算法与极简的接口,把"声源定位"这一原本高门槛的能力,压缩进一枚 37×26mm 的模组里,并以 6 个高电平 IO 口直接交付结果。
对于想做智能交互、安防追踪、循声机器人的团队来说,它意味着:少写代码、少占空间、少踩算法坑,就能让产品真正"听"出声音的方向。
当机器不仅能听见,还能听出方向,人与设备的互动,便从"你说我听",走向了"你在我转向你"。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
所有评论(0)