面向近场语音通信终端的音频处理方案

图1:近场语音通信应用场景概念示意,图中终端与芯片图形仅用于说明,不代表 NR61 的实际外观、尺寸或接口。
在车载通话、楼宇对讲、窗口对讲和会议终端等语音设备中,麦克风除采集说话人声音外,也可能拾取风噪、键盘声、交通声、机械噪声或周围人员交谈声。对于全双工通话设备,扬声器播放的远端语音还可能经空气传播或结构振动再次进入本地麦克风,形成声学回声。
NR61 是一款面向近场语音通信终端的音频处理模块。模块集成深度学习降噪与自适应 AEC(Acoustic Echo Cancellation,声学回声消除)处理能力,可对麦克风输入中的背景噪声和与扬声器播放相关的回声成分进行处理,并支持 EQ、AGC 与 UART 参数配置。模块在具体设备中的处理效果,应结合麦克风与扬声器布局、AEC 参考信号、增益设置和现场噪声条件进行整机验证。
NR61 可解决哪些语音通信问题?
近场语音终端通常同时面对两类问题:一类是环境中的非人声背景成分干扰本地语音采集;另一类是全双工通话时远端扬声器声音返回麦克风形成回声。NR61将降噪与 AEC 处理集中在单一模块中,适用于需要在有限空间内开展语音采集、播放与通话处理的产品设计。

图2:NR61在全双工语音终端中的概念性信号路径。AEC参考信号应尽量与实际送往扬声器的音频保持一致。
| 处理环节 | 面向的问题 | 设计时需要关注的条件 |
| 深度学习降噪 | 风噪、键盘声、交通声、音乐声、人群嘈杂声,以及稳态、机械和瞬态随机等非人声背景成分。 | 近场人声距离、麦克风灵敏度、安装结构、输入增益和现场噪声强度。 |
| 自适应 AEC | 扬声器播放声音重新进入麦克风所产生的相关回声成分。 | AEC 参考信号一致性、扬声器与麦克风距离、腔体反射、功放失真和链路延时。 |
| EQ、AGC 与 UART 配置 | 适配不同麦克风、终端音量和应用环境。 | 参数调节应在目标整机及目标使用场景中完成验证。 |
深度学习降噪:用于近场人声与环境背景的处理
NR61采用深度学习降噪算法,面向近场人声通信中的环境噪声处理。在相应算法训练和测试场景下,模块可对风噪、键盘声、交通声、音乐声、人群嘈杂声等非人声背景成分进行抑制处理。实际效果会受到噪声类型、麦克风性能、拾音距离、结构设计和音频增益设置等因素影响。
NR61主要适用于近场语音应用。建议将人声与麦克风的距离控制在 10 cm以内,以提高近场语音与环境背景之间的区分条件。对于使用环境,原厂规格中的麦克风环境噪声条件为 ≤80 dB;产品设计时仍应按照实际噪声强度、麦克风位置和外壳开孔条件进行测试。
关于“约 40 dB”语音信噪比提升数据
根据原厂列示的白噪声、菜市场、超市、风噪、工地、交通路口和商场等测试场景,在既定测试设备、噪声样本、输入电平与测量方法下,处理后语音信噪比提升的统计均值约为 40 dB。该数据用于说明相应测试条件下的处理表现,不代表在全部终端、全部噪声类型或全部安装方式中均可获得相同结果。
不同环境下,语音信噪比(SNR)提升数据,综合约提升40dB
| 测试环境 | 原始音频 SNR(单位 dB) | 降噪后音频 SNR(单位 dB) |
| 白噪声 | 10.85 | 43.95 |
| 菜市场 | 4.3 | 47.34 |
| 超市 | 5.39 | 47.04 |
| 风噪 | 4.13 | 49.88 |
| 工地 | 7.46 | 39.25 |
| 交通路口 | 7.37 | 52.11 |
| 理发厅 | 5.77 | 49.39 |
| 奶茶店 | 6.39 | 49.46 |
| 商场 | 3.55 | 42.08 |
| 游戏厅 | 6.3 | 48.65 |
| 平均值 | 6.15 | 46.92 |
工程提示:如需将“约 40 dB”用于项目评估或技术选型,请同时查阅对应的测试报告、噪声样本说明、输入信号条件与指标计算方法,并在目标整机上复测。
自适应 AEC:减弱全双工通话中的声学回声
在楼宇对讲、窗口对讲、车载通话和会议终端等全双工语音设备中,远端语音经扬声器播放后,可能通过空气传播、结构振动或腔体反射进入本地麦克风。远端用户因此可能听到自己声音的延迟返回,影响通话体验。
NR61支持自适应 AEC 处理。模块将扬声器端音频作为参考信号,对麦克风输入中与参考信号相关的回声成分进行处理,从而减弱通话过程中的声学回声。AEC 的处理效果不仅与算法有关,也受到扬声器音量、扬声器与麦克风距离、整机结构、腔体反射、功放非线性失真及参考信号完整性等因素影响。
为获得可评估的 AEC 效果,AEC 参考信号应尽量与实际送往扬声器的音频保持一致,并减少两条链路之间不可控的延时、增益差异和非线性处理。整机设计阶段还应对麦克风位置、扬声器安装方式及音频增益进行联合调试。
主要规格与配置方式
NR61支持 16 kHz、16 bit 音频采样。在原厂典型测试配置下,信号从 MIC 输入经处理至 HPOUT 输出的典型延时为 84 ms;典型工作电流约为 30 mA。模块工作电压范围为 3.3—5.5 V,尺寸为 18.5 × 10 mm。
模块支持 EQ 和 AGC 调节,音量等参数可通过 UART 串口指令配置。开发人员可根据麦克风灵敏度、终端播放音量、功放链路与目标使用环境,完成相应参数设置与验证。
| 参数项目 | 规格或说明 |
| 模块尺寸 | 18.5 × 10 mm |
| 工作电压 | 3.3—5.5 V |
| 典型工作电流 | 约 30 mA |
| 音频采样 | 16 kHz、16 bit |
| MIC 输入至 HPOUT输出的典型延时 | 84 ms |
| 建议近场人声距离 | 小于 10 cm |
| 麦克风环境噪声条件 | ≤80 dB |
| 降噪算法 | 深度学习降噪 |
| 回声处理 | 自适应 AEC |
| 参数调节 | EQ、AGC 及 UART 音量调节 |
说明:本页参数按所提供的 NR61 资料整理。量产设计、项目验收和硬件选型请以最新数据手册、固件版本及目标工况测试结果为准。
适用终端与应用场景
NR61可用于需要进行近场语音采集、背景噪声处理或全双工声学回声处理的终端。在不同终端中,模块的接入位置、麦克风选型、扬声器结构和参数配置可能不同,建议结合产品声学结构进行验证。
| 应用终端 | 可关注的处理需求 |
| 车载通话设备 | 处理车辆行驶及空调等背景声,并关注扬声器播放带来的回声路径。 |
| 楼宇与窗口对讲设备 | 在近距离说话和扬声器播放同时存在的条件下,兼顾降噪与全双工回声处理。 |
| 在线会议与教育终端 | 处理键盘声、室内环境声和远端播放回声,并评估系统延时。 |
| 视频直播与耳麦终端 | 根据拾音距离、佩戴或安装方式和背景环境进行音频参数配置。 |
整机设计与调试建议
NR61属于音频处理模块,最终语音效果与整机声学设计密切相关。建议优先将麦克风布置在人声近场区域,避免麦克风直接朝向扬声器或处于扬声器声压集中的位置。麦克风、模块输出与功放增益也应协调设置,以避免输入信号过小、前级削波或功放失真。
对于AEC设计,应确保参考信号与实际送往扬声器的音频尽可能一致,并控制链路延时与非线性处理。产品正式定型前,建议在目标设备和真实使用环境中开展处理前后的 A/B 测试,分别评估背景噪声处理、回声减弱、语音清晰度和系统端到端延时。

图3:近场人声拾音与扬声器相对位置的概念示意。实际结构、声学腔体与器件布局应以整机设计和测试为准。
常见问题
NR61 是否可以完全消除回声?
NR61提供自适应 AEC 处理,用于减弱扬声器播放声经空气或结构传播后进入麦克风的相关回声成分。实际处理效果受扬声器音量、麦克风与扬声器距离、腔体反射、功放失真、参考信号完整性和整机增益等因素影响,建议在目标设备上完成A/B测试。
NR61适合多远距离的人声拾音?
NR61主要用于近场语音降噪。人声距离麦克风小于10 cm时,通常更有利于模块区分近场人声与周围背景噪声。具体距离还应结合麦克风指向性、结构开孔和实际使用姿势进行验证。
AEC参考信号应如何设置?
AEC参考信号应尽量与实际送往扬声器的音频保持一致,并避免在参考链路与扬声器链路之间引入不可控的延时、增益变化或非线性处理。具体取点应结合终端的功放、DSP和音频链路设计确认。
NR61的供电、采样和延时参数是多少?
按本页所列规格,模块工作电压范围为3.3—5.5 V,支持16 kHz、16 bit音频采样,典型工作电流约30 mA,MIC输入经处理至HPOUT输出的典型延时为84 ms。请以最新数据手册、固件版本和目标工况测试结果为准。
结语
NR61将深度学习降噪、自适应 AEC、EQ、AGC 与 UART 参数配置集中于 18.5 × 10 mm 模块中,可作为近场语音通信终端的音频处理单元。针对车载通话、楼宇对讲、窗口对讲、会议终端及耳麦等项目,建议结合麦克风、扬声器、结构设计和现场噪声条件进行参数配置与整机验证,以评估模块在具体产品中的处理表现。