"主驾喊声'小X',副驾正在打电话,结果系统把副驾的话也识别进去了"——这是车机语音工程师最头疼的日常。降噪能压住风噪胎噪,但压不住"旁边人声",车机需要的其实是方向感。
做车载语音的工程师,对下面这些场景一定不陌生:
"副驾在打电话,主驾说'打开空调',系统把副驾那句'晚上吃什么'也识别进来了,两个指令同时执行。"
"车速一上来,风噪胎噪全进来了,语音唤醒老失败,喊了好几遍才有反应。"
"后座小孩在后面吵,前排麦克风把小孩的声音也收进来,识别结果一塌糊涂。"
车机语音的难点和手机完全不同。手机麦克风贴着嘴,声源近、方向准;车里是开放空间,一个麦克风要照顾整个座舱,四面八方全是声源——引擎声、风噪、胎噪、副驾、后排、空调出风口。
01 车内收音,难在全向和方向打架
车机语音要做两件事:唤醒(识别"小X"指令)和免提通话(打电话时收音)。两件事都卡在同一个声学问题上:
声源远:主驾嘴离麦克风至少 40–60cm,声能衰减明显
噪声大:风噪、胎噪、引擎声是中低频持续噪声,功率不低
多说话人:副驾、后排都在说话,麦克风分不清"该听谁"
免提回音:扬声器放出的对方声音会被麦克风收回,必须做 AEC
传统方案靠两招:AI 降噪压环境噪声,AEC 消回音。这两招能解决"风噪胎噪"和"喇叭回音",但解决不了"旁边人声"——副驾说话是人声,AI 降噪舍不得删,于是全被识别进去了。
要区分"主驾说话"和"副驾说话",靠的是方向判断:波束成形。
02 波束成形:让麦克风"只听主驾"
波束成形的原理:用两个数字麦克风组成阵列,左右隔开几厘米,同一个声音到达两个麦的时间有一丁点差异。算法根据这个时间差判断声源方向,只增强目标方向,抑制其他方向。
装进车机,最直接的价值是区分主驾和副驾:
波束对准主驾,副驾方向的声音被抑制——副驾打电话、聊天不会再误触发
主驾声音被重点增强,唤醒率、识别率明显提升
后座、空调出风口方向的声音一并被压下去
对车机来说,这一步意义很大:它把"全向麦 + 降噪"升级成了"定向麦 + 降噪",从"什么都收再处理"变成"一开始就只收该收的"。
03 双波束双声道:前排主副驾分开收音
主驾副驾都要说话、都想语音控制怎么办?AU-60 这颗语音处理模组支持双波束双声道输出,正好解决前排双人场景:
左波束对准主驾方向,输出一路音频
右波束对准副驾方向,输出另一路音频
两路互不串音,可以分开识别、分别响应
这意味着车机可以实现真正的前排分区语音:主驾喊"开空调",副驾喊"切歌",系统能分辨两个指令来自不同位置,分别处理,而不是乱成一团。
04 车载还要过三关:回音、噪声、高温
做车机,光有波束成形还不够,还要把下面的问题一起解决:
车载难题 | 需要的能力 |
|---|---|
免提回音 | AEC 消回音要足够深(AU-60 约 100dB)、收敛要快,支持空间延迟补偿,全双工通话不啸叫 |
风噪胎噪 | AI ENC 降噪压制持续中低频噪声(AU-60 约 45–90dB),唤醒率和识别率才稳得住 |
前排双人 | 双波束双声道,主副驾分开收音互不串音,实现分区语音 |
高温环境 | 模组选工业级、工作温度范围要覆盖车规要求,可 SMT 贴片节省空间 |
AU-60 把这几个能力打包进一颗 37.5mm × 16mm 的邮票半孔模组:AI ENC + AEC + 双麦波束 + 10 种连接模式(USB/模拟/I2S/SPI 都能接)。车机主控不管用哪种音频接口,都能对接。
05 选车机语音方案,重点问四件事
如果你正在为车机/后装车机选语音模组,别只看参数表上的"降噪多少 dB",重点确认:
1. 能不能区分主驾和副驾?要的是真正能输出两路独立音频的双波束,而不是双麦合一路——那是单波束,区分不了前排双人。
2. AEC 够不够深、收敛够不够快?免提通话场景,回音消不干净,全双工就废了。确认 AEC 深度和支持的空间延迟补偿。
3. 接口和你主控对得上吗?有的车机主控只有 I2S 数字音频,有的只有 USB。确认模组支持你需要的连接模式,否则还要加转换芯片。
4. 尺寸功耗过不过得了车规布局?邮票半孔 SMT 封装比插针省空间,静态电流低的才适合车上长期供电。
AU-60 在这几点上都能对上,正在做车机、行车记录仪语音方案、后排娱乐屏语音的团队,值得拿样品到整车上实测一下。
写在最后
车载语音的内卷方向,正从"降噪深度"转向"方向选择"。大家都在堆降噪数字,但真正的体验差距,来自能不能分清"主驾在说话"还是"副驾在说话"。
波束成形 + AI 降噪 + AEC,才是车机语音该有的完整组合:降噪压环境,AEC 消回音,波束分方向。方向问题解决了,唤醒率、识别率、免提体验才能一起提升。
如果你们在做车载语音产品,评论区聊聊目前最头疼的是唤醒还是免提回音。