智能小车要追着声音走,摇头摄像头要转向说话的人,会议设备要自动锁定发言人——这些功能的第一步都一样:先知道声音从哪个方向来。

常规做法是上 4 麦甚至 6 麦的阵列,再配一套声源定位算法和 SDK,占体积、占算力、开发周期也不短。对于很多只需要"知道大概方向"的中小设备来说,这套配置明显过重。

AR1105 就是为这个场景做的:一颗 DSP 定位内核,搭配 3 颗间距 10mm 的数字麦克风,把圆周分成 6 个 60° 的方向区间,实时输出音源方向,不需要任何 SDK 和源码。

一、先看四个硬指标

  • 6 向定位:3 颗数字麦实现圆周 6 方向(0°/60°/120°/180°/240°/300°),每 60° 一个分区
  • 37mm × 26mm:半孔焊盘 + 排针插孔设计,转接板或直接贴装都行
  • 即用型:6 路角度 IO 直接输出高电平,无需 SDK、无需源码
  • 28-31mA:+4V~+6.5V 供电,低功耗 DSP 内核(麦克风时钟仅 714kHz)

二、3 颗麦,怎么定位 6 个方向?

声源定位难在哪?要知道方向,就得比较声音到达不同麦克风的时间和幅度差——麦克风越多、间距越精确,定位越准,这也是常规方案堆 4~6 麦的原因。

AR1105 的思路是"组合指向":每 2 颗数字麦克风组合出一个心形指向性,3 颗麦两两组合,正好把圆周切成 6 个 60° 的扇区。模组进入工作状态后持续刷新音源角度,属于哪个扇区,对应的角度 IO 就输出高电平。

对主板来说,读方向就像读一个开关状态一样简单。

三、输出即角度:6 路 IO 直接给 MCU

模组预留 0°、60°、120°、180°、240°、300° 共 6 个方向 IO 端口,输出 3.3V 高电平有效。主板拿到电平后按自己的逻辑做交互即可:机器人循声摇头、小车声源转向、监控寻声拍摄、会议设备跟踪说话人。

角度起点不是死的——规格书明确说明:圆板上丝印的角度值仅供参考,任何一个起点都可以设为 0°,只要 6 个方向按 60° 均匀划分即可,方便和设备的机械结构对齐。

四、方向之外,声音也给

AR1105 除了输出角度,还把阵列麦克风捕获的声音同时输出,数字、模拟双路可选:

输出端口

格式

说明

MIC_OUT(12 脚)

模拟音频

输出阻抗 10kΩ,最大幅度 1Vrms

MIC_DOUT(17 脚)

I2S 数字音频

16kHz 采样 / 16bit,标准 I2S 格式,主模式

两路是同时输出的,按需选用即可。这里要提醒一点:规格书写得很实在——此模组只做定位跟踪,不对音频做降噪、消回音、波束拾音等处理。如果后级设备要做语音识别,需要按"原始拾音信号"来设计后端电路,必要时再串一颗带语音处理的模组。

五、麦克风选型与装配要点

要让 6 向定位稳定,麦克风这块有几个硬性讲究:

  • 型号一致:3 颗数字麦必须选同型号、一致性接近的,误差率尽量选 ±1dBFS,减少麦间拾音差异
  • 灵敏度:常规推荐 -26dBFS(约等于电容麦 -42dB 规格)或 -29dBFS(约 -44dB 规格),标配 -29dBFS 时拾音距离 10~200cm;
  • 封装朝向:建议选进声孔在底部的封装,PCB 开孔,让 3 颗麦处在同一平面,最大限度减少拾音不平衡
  • 排布:3 颗麦必须是等边三角形,拾音孔间距 10mm;拉大、缩小或减少数量,定位准确性都无法保证

模组本身 37×26mm,焊盘间距 2.54mm,半孔焊盘长 1.5mm、宽 1mm。已量产的产品可以走转接板快速接入;新品设计则可以按尺寸图把焊盘直接做在系统板上。

六、电气指标一览

项目

参数

供电电压

直流 +4V ~ +6.5V

工作电流

28-31mA

定位输出

6 路角度 IO,高电平 3.3V 有效,60° 间隔

麦克风时钟

714kHz(低功耗时钟)

模拟音频输出

阻抗 10kΩ,最大 1Vrms

I2S 数字音频

16kHz / 16bit,标准 I2S,主模式

拾音范围

10cm ~ 200cm(按推荐麦克风测试)

工作温度

-20℃ ~ +85℃

工作湿度

相对湿度 < 90%

七、不想画板?先用套件验证

AR1105 是 DSP 核心板,不能单独测试。官方配套了两块板:3DMIC-291 三麦阵列板和 AR-6LED 圆形测试底板。阵列板插到底板顶部排针,模组焊或插在底板背面,Type-C 口接电脑或 5V 适配器供电即可。

上电后有个直观的验证方式:启动约 7-9 秒(中间红色 LED 亮),启动完成后转为蓝色 LED,之后圆形底板周边哪个角度的指示灯亮,就代表声音来自那个方向——在板子周围不同位置说话,指示灯会实时跟着切换。

另外,19 脚 +3V3 是数字麦克风的工作电源输出,IO1 默认做电源指示:上电为高电平,启动完成后拉低。

八、适合用在哪?

  • 智能小车 / 智能驾驶:音源自动寻位、循声转向
  • 机器人:玩具机器人、工业机器人的循声交互
  • 安防监控:智能摇头摄像头、自动音源追踪预警
  • 会议设备:多人视频会议跟踪说话人方向
  • 语音设备:语音识别设备的人声方向输入、录音拾音设备
  • 工控:工控监听等场景

写在最后

声源定位不一定要堆麦、上 SDK。如果你手上的设备只需要"知道声音来自哪个方向",AR1105 用 3 颗麦、26×37mm、30mA 就把这件事做完了,剩下的交互逻辑交给主板自己写。

Logo

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