受够了通话回音刺耳？换上A-68，3天搞定85dB回音消除+5米远场拾音。

一个让硬件工程师破防的经典场景

凌晨两点。

你蹲在实验室，面前的通话样机第 17 次发出尖锐的啸叫。

喇叭音量调到 60%，回音准时出现。降到 40%，客户说声音太小听不清。换了个进口 DSP 方案，BOM 成本爆炸，老板的预算表上画满了红色问号。上了软件 AEC，CPU 占用率直接飙到 65%，功耗翻了一倍，电池续航从 8 小时变成 3 小时。

你的测试手机里，对端同事发来一条消息："还是能听到我自己的回声，像在对着山谷喊话。"

---

做过通话类产品的朋友，看到这里大概已经血压上来了。

回音消除这件事，说起来只有一行需求文档——"通话时对方听不到自己的声音"——做起来却是声学、算法、硬件、结构四座大山一起压过来。

但今天要聊的这颗芯片，用了不到 25mA 的功耗，把这四座山一次性搬走了。

---

90dB 回音消除，到底难在哪？

先聊点硬核的。

声学回音消除（AEC）的本质是一个自适应滤波问题。喇叭播放的信号 x(n)，经过房间的声学路径 h(n)，被麦克风拾取为回音信号 y(n) = x(n) * h(n)。麦克风收到的总信号是 d(n) = s(n) + y(n)，其中 s(n) 是你真正想要的人声。

AEC 的任务是：根据已知的 x(n) 和观测到的 d(n)，估计出 h(n)，然后算出 ŷ(n)，最终得到 ŝ(n) = d(n) - ŷ(n)。

听起简单，实际上一堆坑：

第一，声学路径 h(n) 是时变的。 你动一下身体，房间的反射路径就变了。会议室里有人走过，h(n) 当场翻脸。传统的固定系数滤波器根本跟不上。

第二，回音路径长度决定了滤波器阶数。 100ms 的回音延迟（A-68 的支持上限），在 16KHz 采样率下意味着 1600 个采样点的冲激响应。自适应滤波器要对这 1600 个系数实时更新、实时卷积——不是在服务器上跑，是在一颗 25mA 的芯片上跑。

第三，双工检测是地狱级难题。 双方同时说话时，麦克风信号里人声和回音混在一起，滤波器必须判断"现在只有回音可以更新系数"还是"有人在说话不能乱调"。判断错了，要么回音漏过去，要么把对方的人声当成回音给消了——也就是所谓的"吃字"。

第四，非线性失真是压垮骆驼的最后一根稻草。 功放不是理想器件，喇叭也不是。信号经过功放和喇叭之后产生的谐波失真，在数学上已经不能用线性卷积 y(n)=x(n)*h(n) 来描述了。传统 AEC 对非线性分量束手无策。

市面上大多数"自带 AEC"的通话芯片，做到 40~50dB 的消除量就不错了。因为 50dB 以上，非线性分量开始主导残差。

那 A-68 的 85~90dB 是怎么做到的？

答案藏在两个地方：专用的声学 DSP 架构，和严格的参考信号链路设计。

---

A-68 的解法：把声学问题下沉到硅片

A-68 不是一颗通用 MCU 跑了套 AEC 库。它是 JKIN 语音处理技术专门为语音通话场景打造的一颗硬件声学处理模组，内部 DSP 对 AEC 的 NLMS 滤波器、双工检测器、非线性后处理做了全流水线硬件加速。

这意味着什么？

你在 STM32 上一个采样点要跑几十条指令的 NLMS 系数更新，在 A-68 上是单周期硬件卷积 + 硬件系数更新。不是"代码优化"级别的快，是架构级别的省。

所以它能做到：

• 85~90dB 的 AEC 消除量：包含了线性回音消除 + 非线性残余回音的后处理压制

• 100ms 的延迟覆盖：等效 1600 阶自适应滤波器，覆盖普通房间到中型会议室

• 全双工不断续：硬件双工检测器，双讲状态下既不吃字也不漏回音

• 25mA 封顶：稳压、ADC/DAC、I2S 时钟全算在内，不是纯 DSP 核心功耗

对比一下行业常见方案的 AEC 能力：

|
方案
|
功耗
|
AEC 消除量
|
双工能力
|
开发周期
|
| --- | --- | --- | --- | --- |
|
MCU + WebRTC AEC 软件库
|
50~80mA
|
30~45dB
|
一般，容易吃字
|
2~4 周调参
|
|
进口 DSP 芯片 + 自研算法
|
40~60mA
|
60~75dB
|
较好
|
2~3 个月
|
|
A-68 模组
|
≤25mA
|
85~90dB
|
全双工
|
3 天
|

A-68 并不只是"参数更好看"——它直接把 AEC 这件事从"算法工程"变成了"接线工程"。

---

消回音的第一步，也是最关键的一步：参考信号

技术聊完了，说回实战。

A-68 要做到 85dB 以上的 AEC，有一个不可绕过的前提：参考信号要对。

A-68 的 17 脚（LIN）是回音参考信号输入端。把你产品功放的输出信号（或者输入端，看功放类型），接到 17 脚，DSP 就知道"喇叭在播什么"，然后从麦克风信号里精准减掉。

这个信号接错了，AEC 直接报废。 不管 DSP 多强。

实际情况分三种：

情况一：用的是 AB 类功放。

最简单。功放输出正极串一个 10KΩ 电阻接到 17 脚，再对地并一个 2KΩ 电阻分压。2KΩ 可以微调，信号太大就换小一点，太小就换大一点。AB 类输出就是模拟音频，直接取。

情况二：用的是 D 类功放，能找到输入端。

更简单。直接从功放输入端取信号给 17 脚——D 类功放输出是 PWM 方波，不能用，但输入端的模拟音频是干净的。

情况三：用的是 D 类功放，输入端取不到。

必须做 LC 低通滤波把 PWM 方波转回正弦波：8Ω 喇叭用 22μH + 1μF，4Ω 喇叭用 15μH + 2.2μF。滤波后的信号再衰减到合适电平接入 17 脚。

一个常被忽略的细节：A-68 的 17 脚输入阻抗是 47KΩ，ADC 最大输入是 1Vrms。功放输出动辄几伏甚至十几伏，不做衰减直接怼进去，信号削顶失真，滤波器拿什么参考？不烧芯片就算运气好了。

---

降噪这件事，A-68 比你想象的要狠

说完消回音，聊降噪。

噪声消除（ENC）和回音消除（AEC）在 A-68 上是两个独立模块，但共享 DSP 的硬件加速资源。这意味你开启消回音的同时，降噪效果不会被挤压——两个都是满血输出。

A-68 的降噪分了两个层次：

第一层：稳态噪音压制（单麦模式）

风扇的嗡嗡声、空调的低频轰鸣、电器马达的滋滋声——这些频率稳定、波形规律的噪音，A-68 用频域降噪算法直接识别并压制。

最大压制 40dB。 不需要第二颗麦克风。

这就够了吗？对录音笔、监控拾音器这样的产品来说，够了。这些场景里噪音源稳定，人声是唯一需要保留的"非稳态信号"，频域降噪的区分度足够。

第二层：波束成型（双麦模式）

这才真正见功力。

当你面对的不是空调声而是脚步声、汽车喇叭、别人的聊天声——这些非稳态噪音——单凭频域分析是不够的。它们和人声一样，频率在变、波形在变。

A-68 的双麦波束成型（Beamforming）换了一个维度解决问题：空间维度。

两颗麦克风按特定方式摆放，DSP 实时计算声源到达两个麦克风的时间差和相位差，反推出声源的空间位置。在拾音波束夹角内的声音——认定为人声——保留；夹角外的声音——认定为噪音——压制。

最大压制 90dB。

这不是滤波器"衰减了 90dB"，是你在波束外喊话，拾到的人声信号真的只剩下原来的一亿分之一。

而这套波束成型有两种玩法：

玩法一：反馈式主副麦。 主麦靠近嘴巴，副麦远离嘴巴、朝向噪音源。DSP 要求主麦人声幅度比副麦大 6dB 以上，然后基于这个幅度差做自适应降噪。适合耳麦、对讲机、手机——说话人位置固定且靠近设备的场景。

玩法二：夹角拾音束。 两颗麦克风朝向一致、同平面放置，间距 3~18cm。在麦克风阵列正前方形成一个锥形的拾音范围，默认 60° 夹角。角度内说话的声音保留，角度以外的声音——哪怕离麦克风只有 20 厘米——直接归零。适合门禁对讲、会议设备、电梯应急通话——说话人在固定位置，但环境噪音极复杂。

一个真实的使用场景：深圳某地铁站广播室，背景噪音常年 75~80dB，用了夹角拾音束后，值班员说话拾音清晰度接近安静办公室水平。拾音束外的到站广播、乘客喧哗、闸机蜂鸣声全部被空间过滤。

---

5 米远场拾音：不止是灵敏度的问题

A-68 的规格书上写了拾音距离 10cm~500cm。看上去就是数字，但背后有几个关键设计值得展开。

第一，远场拾音依赖的不是"麦克风灵敏度越高越好"——灵敏度太高反而会把环境噪音一并放大。A-68 的做法是：远场模式下 DSP 内部增益上限放开，配合波束成型的空间过滤，让远处的人声在降噪之后仍然是干净的高信噪比信号。

第二，远场效果和麦克风选型强相关。规格书的 5 米是基于 -29dB 数字硅麦测的参考值。如果你需要 5 米以上，换 -26dB 甚至 -22dB 的麦克风，效果还能往上走。A-68 本身对麦克风的增益链路是开放的，不像某些方案把前端增益锁死。

第三，远场模式下 DSP 同时开了 AEC / ENC / Beamforming 三个模块，功耗仍然是 25mA。没有因为"模式切换"就翻倍——这就是硬件 DSP 架构和软件方案的本质差距。

---

三种模式，一套硬件：你的产品你做主

A-68 不是"出厂烧死"的单一功能模组。根据固件不同，它可以扮演三个角色：

|
你需要的功能
|
对应的模式
|
能同时开的有啥
|
| --- | --- | --- |
|
只要降噪，不要通话
|
纯降噪模式
|
单麦 ENC 或双麦波束
|
|
全双工通话 + 降噪
|
消回音模式
|
AEC + ENC + 波束成型，三件齐开
|
|
两路独立降噪录音
|
立体声降噪模式
|
两路独立 ENC
|

选型的核心矛盾只有一个：要不要消回音。

要消回音，选模式二。硬件上多走一根线，把功放信号接到 17 脚。多花 10 分钟焊接，换回来的是满血全双工通话体验。

不要消回音，选模式一。最简配置：A-68 + 一颗数字硅麦 + 5V 供电，三根线接通就能干活。

---

你的产品到底适不适合 A-68？

不废话，直接对号入座：

可视门铃 / 楼宇对讲 —— 喇叭离麦克风不到 5 厘米，回音是物理定律决定的。A-68 的 AEC + 双麦波束，喇叭音量全开、访客也听不到自己的回声。

车载蓝牙通话 —— 车内风噪 + 路噪 + 音响回音三重叠加。反馈式主副麦，主麦放驾驶位遮阳板，副麦放副驾 A 柱，全双工通话像在安静房间里聊天。

会议室全向麦 —— 3~5 米半径内多人自由发言。夹角拾音束 + 远场模式，谁说话都清晰。一个 A-68 搞定一个中型会议室，不需要 4 麦 6 麦的阵列。

安防 IPC 摄像头 / 监控拾音器 —— 室外风噪、雨声、车流噪音，单麦频域降噪不够用。双麦波束模式，麦克风间距拉到 15cm，拾音束外噪音直接归零。

电梯应急通话 —— 极端噪音 + 窄小空间。夹角拾音束把有效拾音范围锁定在通话器正前方 60°，电机声、机械碰撞声全部在波束之外。

录音笔 / 采访设备 —— 远场拾音 + 纯降噪模式。不需要第二颗麦，一枚 A-68 就能让 3 米外的采访录音听起来像领夹麦。

---

接入有多简单？

A-68 是模组，不是裸芯片。

尺��� 23.5mm × 19mm，比一枚一元硬币还小。19 脚半孔焊盘，间距 2.54mm，可以直接焊在 PCB 上，也可以用转接板飞线评估。

最小系统只要四根线：5V 供电、GND、一颗数字硅麦的数据和时钟。上电 15ms 后开始输出 I2S 数字音频和模拟音频，两路同时有效。

没有寄存器要配，没有算法参数要调。你选的固件版本决定了 A-68 的行为。 硬件连对线，剩下的全在芯片里跑。

工作温度 -45°C~+85°C，北方冬天户外门禁、南方夏天暴晒的 IPC 外壳里，都能正常干活。

模拟输出信号幅度较小，不能直接推耳机和喇叭——这是模组的天花板，不是缺陷。后端该接 MIC IN 还是 MIC IN，该过功放还是过功放。

---

一句话总结

如果你在做通话类产品、拾音类产品，或者任何需要"听得清、没回音"的音频产品——

A-68 用指甲盖大小的体积和 25mA 的功耗，给了你 85dB 回音消除、90dB 降噪、5 米远场拾音，以及三个工作日从接线到出样的完整路径。

算法不用写、参数不用调、功耗不用愁。

剩下的，就是你怎么设计声学结构、怎么选麦克风、怎么用好那颗参考信号。

---

产品资料：A-68 语音处理模组规格书 V1.0（JKIN 语音处理技术）

声明：本文内容基于公开产品资料撰写，实际效果与产品声学设计、麦克风选型、结构布局相关。建议联系 JKIN 授权经销商获取评估板和最新固件支持。

—— 专注声学，传递美好。JKIN 语音处理技术。