A-59F双声道差分输出在扩音与通话双链路的分配

一、一个模块两条互相冲突的链路A-59F 的定位比较特殊它同时服务两个场景——本地扩音和全双工通话。这两件事在信号处理上的要求并不一致甚至有冲突之处。本地扩音是把麦克风拾到的声音立刻从同一空间的扬声器放出来喊话器、导游讲解、教室扩音。它的核心约束是延迟和反馈稳定性延迟大了说话人会听到自己的回声干扰发音环路增益大了就啸叫。全双工通话是把处理后的语音送到远端同时播放远端来的语音。它的核心约束是回音消除和降噪质量对延迟的容忍度高得多通话链路本身就有几十到几百毫秒延迟。A-59F 提供双声道差分输出 MICOUT_L / MICOUT_RSNR 100dB最大幅度 2.3Vpp输出阻抗 120Ω。如何把这两个输出分配给两条链路是这类双用途模块在系统设计上最实际的问题。本文讨论几种分配方案及其取舍。二、为什么扩音链路必须短先量化延迟约束。A-59F 标称的啸叫抑制处理延迟是 15ms。这个数字在扩音场景里意味着什么人对自己声音的延迟反馈非常敏感。心理声学研究中的延迟听觉反馈DAF效应表明当自己的语音被延迟约 50~200ms 回放给自己时会显著干扰发音流畅度出现口吃样的言语障碍其中 200ms 附近影响最强。低于 20ms 时延迟声与直达声在听感上融合不会被感知为独立的回声相当于哈斯效应的前沿区间。所以 15ms 这个数字的意义是处理后的声音与说话人自己的直达声在听感上仍然是一个声音不产生分离感和干扰。若延迟做到 50ms 以上扩音时说话人会明显不适这对需要长时间讲解的导游、教师是不可接受的。15ms 也约束了算法的实现方式。帧长越长频域分辨率越好降噪效果越细腻但延迟也越大。一个 32ms 帧长、50% 重叠的系统算法延迟至少 48ms一帧 一次重叠已经超出预算。要压到 15ms帧长必须做到 8ms 量级频率分辨率相应变粗16kHz 下 128 点 FFT分辨率 125Hz。粗分辨率对降噪和啸叫检测的精度都有影响——这是为达成低延迟付出的代价。三、通话链路的诉求正好相反通话链路上A-59F 提供 100dB AEC容忍空间延迟 100ms、45-90dB AI 降噪、以及波束定向拾音。这些算法都倾向于更长的处理帧AEC 的频域分块自适应需要足够的块长才能高效深度降噪需要足够的频率分辨率才能精细区分语音与噪声的时频单元波束形成在窄带假设下才成立也需要足够的频域分辨率。所以理想情况下通话链路希望用 20~32ms 的帧长扩音链路希望用 8ms 的帧长。同一个 DSP 不可能同时用两套帧长跑同一路信号——除非把它们拆成两条并行的处理链。这正是双声道输出的价值所在MICOUT_L 和 MICOUT_R 可以承载经过不同处理路径的信号。四、三种分配方案方案 A一路扩音、一路通话MICOUT_L 输出低延迟扩音信号轻度降噪 啸叫抑制15ms 链路送本地功放MICOUT_R 输出通话信号完整 AEC 深度降噪 波束较长延迟送通信模组。优点是两条链路各自最优互不妥协。缺点是需要模块内部真的实现两条并行处理链DSP 负载翻倍同时两路输出的信号内容不同调试时要分别评估。这个方案适合扩音 通话同时进行的设备例如带对讲功能的讲解器、既要本地放大又要接入调度系统的工业对讲终端。方案 B双声道立体声录音MICOUT_L / MICOUT_R 承载两支麦克风各自的处理结果构成立体声录音。A-59F 的规格明确提到支持立体声麦克风录音。这时两路是同构的处理链相同只是对应不同麦克风。用于会议录音、需要保留空间信息的场合。此时扩音功能一般不同时使用扩音只需单声道。方案 C双波束双区域A-59F 支持双麦单波束或双波束。双波束模式下两路输出对应两个不同指向的拾音区域用于双分区场景例如翻译设备的两侧、工牌的前后向。这与方案 B 的区别在于B 是两支麦克风各自的信号C 是两个波束合成的信号后者已经做了空间滤波指向性更强。五、2.3Vpp 与 120Ω输出电平预算不论采用哪种分配方案输出电平的核算都是必须的一步。2.3Vpp 差分输出对应单端约 1.15Vpp、有效值约 0.41Vrms正弦。差分结构的好处是抗共模干扰在与功放同板时尤其重要——功放地上的压降是共模量差分接收可以抑制掉。120Ω 的输出阻抗属于低阻输出可以驱动较长走线和较低阻抗的后级。这与家族里 10KΩ 高阻输出的型号A-29P、A-59U 的 LINE OUT形成对比。低阻输出在扩音场景中是必要的功放的输入端往往离模块有一段距离且板上有大电流回路高阻输出容易被干扰。需要核算的几点后级功放的输入灵敏度。若功放满功率输入需求是 1Vrms而模块输出只有 0.41Vrms需要额外增益级否则达不到额定功率。后级若为单端输入差分转单端会损失 6dB且失去共模抑制。尽量用差分接收。SNR 100dB 是在满幅度条件下的指标。若后级把信号衰减后再放大实际 SNR 会劣化。应尽量让模块输出直接工作在接近满幅度的电平上。六、啸叫抑制与 AEC 的分工这两者经常被混为一谈但机理完全不同值得区分清楚。AEC处理的是已知参考信号的回声。远端语音从本机扬声器放出被本机麦克风拾取由于参考信号远端语音已知可以用自适应滤波器估计声学路径并减去。AEC 的前提是知道要消什么。啸叫抑制处理的是本地闭环反馈。麦克风拾取说话人声音 → 放大 → 扬声器 → 又被麦克风拾取 → 再放大形成正反馈环路。当某个频率上的环路增益超过 1 且相位满足条件时系统在该频率起振产生啸叫。这里没有参考信号可用——反馈的就是信号自己。因此啸叫抑制只能用其它手段检测异常增长的窄带峰并用陷波器压制、引入频移或相位调制破坏相位条件、或者动态限制环路增益。这些方法各有副作用陷波挖掉频谱、频移改变音色、限增益降低音量且都需要在极短时间内响应——一旦起振声压在几百毫秒内就能到达刺耳水平。15ms 的处理延迟对啸叫抑制有双重意义一方面短延迟本身减少了环路中的相位累积降低了起振可能另一方面留给检测和抑制的反应时间也更充裕。在同时使用扩音和通话的设备上两套机制会并行工作AEC 处理远端来声的回音啸叫抑制处理本地扩音的反馈。它们作用于同一个声学环境但目标不同参数上也需要各自整定。七、供电与接口配套A-59F 供电为端口 13 的 5V4V-5.25V或端口 12 的 3.3V3V-3.3V静态电流 65-70mA。接口提供 I2S 主从模式、SPI、UART。封装 SMT 邮票孔37.5mm×16mm工作温度 -20℃~70℃可选工业级 -40℃~85℃。AEC 参考输入为差分AEC_P / AEC_N阻抗 10KΩ最大 1.2Vpp。这里选择差分而非单端是与扩音应用配套的——扩音设备板上有大功率输出级地噪声大差分参考能显著改善参考信号的质量。相比之下A59P 用单端 6Vrms 参考取向是容纳大幅度A-59F 用差分 1.2Vpp取向是抗共模干扰。同一个功能端口在不同型号上的两种做法反映的是应用环境差异。MIC 输入 10KΩ / 0.2Vpp 与 AP0316 一致属于高内部增益前端外部不宜再加放大级麦克风灵敏度不宜过高。八、适用边界A-59F 适合的场景需要本地扩音且说话人处于扩音声场内的设备喊话器、讲解器、教室与会议室扩音、需要同时具备扩音与远程通话能力的终端、以及需要立体声或双分区拾音的录音设备。它的局限也来自同一处取舍为了 15ms 延迟处理帧长受限降噪的精细程度不如可以用长帧的型号-20℃~70℃ 的标准温度范围窄于 A-47 的 -45℃~85℃MIC 输入 0.2Vpp 的上限要求外部增益链路配合。如果应用里完全不涉及本地扩音只是通话那么低延迟带来的约束就成了纯粹的成本——此时选用允许更长处理帧的型号能在同等功耗下拿到更好的降噪表现。选型的关键是先确认是否真的需要本地扩音这个前提。