37.5mm的小板子，竟塞进DSP+AEC+AI+双波束？AU-60让语音开发从“拼乐高“变“插线就通“

一块 37.5mm × 16mm 的邮票孔小板，集成了语音 DSP、100dB AEC、AI 降噪、双麦波束成形，还有 USB / 模拟 / I2S 三套音频接口和 SPI 控制口。本文从架构和开发流程两个角度，拆解这块模组为什么能让语音产品开发"去工程化"。

一、先看结论：这板子上到底有什么

不卖关子，先把 AU-60 的"硬件清单"摆出来：

┌────────────────────────────────────────────────────┐
│          AU-60（37.5mm × 16mm，30-pin 邮票半孔）      │
│                                                     │
│  ┌────────────── 芯片级 ──────────────┐             │
│  │  语音 DSP（AI算法固化固件）          │             │
│  │  ├─ AI ENC 降噪（45~90dB）          │             │
│  │  ├─ AEC 回音消除（100dB/100ms）     │             │
│  │  ├─ BF 波束成形（单/双波束）        │             │
│  │  ├─ ADC / DAC                      │             │
│  │  └─ PDM 数字麦接口                  │             │
│  └────────────────────────────────────┘             │
│                                                     │
│  ┌────────────── 接口级 ──────────────┐             │
│  │  USB 2.0（免驱：Win/Android/Linux） │             │
│  │  I2S（16kHz/16bit/主模式）          │             │
│  │  模拟输入/输出（120Ω/105dB SNR）    │             │
│  │  SPI 从模式（MCU 动态调参）         │             │
│  │  T1/T2 参数选择脚                   │             │
│  └────────────────────────────────────┘             │
└────────────────────────────────────────────────────┘

这个集成度意味着什么？对比一下传统方案的 BOM 就清楚了。

二、传统方案 vs AU-60：一张 BOM 表看懂"拼乐高"的代价

做一个"降噪 + 消回音 + 双麦定向"的通话产品，传统路线大概是这样的：

传统"拼乐高"方案

麦克风×2 ──→ 前置运放 ──→ 音频Codec/ADC ──→ DSP/主控跑算法
                                                  │
功放 ←── Codec/DAC ←──────────────────────────────┘
                ↑
         还需要：AEC算法授权、降噪算法授权/自研、
         PCB布线隔离、多级电源、固件调参、双麦标定……

|
模块
|
你要做的事
|
隐性成本
|
| --- | --- | --- |
|
音频前端
|
选 codec、设计运放电路
|
布线不当引入底噪
|
|
AEC 算法
|
买授权 or 自研，逐产品调参
|
换喇叭/换腔体就重调
|
|
降噪算法
|
传统滤波 or AI 模型部署
|
算力、耗时、效果天花板
|
|
双麦波束
|
阵列设计 + 波束算法 + 标定
|
两声道隔离度难做上去
|
|
系统集成
|
各模块接口对接、时序对齐
|
联调周期往往以月计
|

这就是"拼乐高"——每一块积木都要自己挑、自己拼、自己打磨接缝。

AU-60 方案

麦克风（模拟 or 数字）──┐
                        ├──→ AU-60 ──→ USB / I2S / 模拟输出（任选）
喇叭回音参考 ──────────┘

上面那张表里的所有工作，在 AU-60 出厂前就已经完成并固化在固件里。硬件工程师要做的只有两件事：

  1. 按十种标准模式之一接线（规格书里每一种都有连接框图）

  2. 按需焊两个 0Ω 电阻选参数档位（T1/T2）

从"拼乐高"到"插线就通"，中间省掉的是算法选型、授权费用、调参周期、双麦标定这一整套工程活动。

三、拆开看：37.5mm 里塞进了什么"黑科技"

3.1 AI ENC：不是"降噪"，是"提取人声"

AU-60 的降噪指标是 45~90dB（AI 固件）。但比数字更有意思的是它的实现思路：

规格书原文："可以对除人声之外的所有声音进行压制……只保留人声语音部分。"

传统降噪做的是频域减法——噪声和人声频谱重叠，切噪声必然伤人声。AU-60 的 AI ENC 做的是人声提取，所以它能处理一批传统方案的"不可能任务"：

  • 拍打敲击声（瞬态冲击）

  • 金属器件掉落声

  • 拍打麦克风本身

  • 风直接吹麦克风

  • 风扇声、空调声、汽车鸣笛

对做户外设备、车载设备、工牌类产品的团队来说，"风噪和拍麦也能压"这一条，可能比 90dB 的数字更有实际价值。

3.2 AEC：100dB 消除量 + 100ms 延迟覆盖

两个关键指标：

|
指标
|
数值
|
工程意义
|
| --- | --- | --- |
|
回音消除能力
|
100dB
|
喇叭音量开到很大、麦和喇叭距离很近，也能消干净
|
|
可消除回音空间延迟
|
100ms
|
大房间/长声学路径的延迟回音也在处理范围内
|
|
全双工
|
支持
|
消回音的同时不掐断对方说话
|

AEC 的参考信号通过 AECIN（26脚） 接入，两种典型取法：

取法一：功放输入端（小信号，直连）
DAC输出 ──┬──→ 功放 → 喇叭
          └──→ AECIN

取法二：功放输出端（大信号，需隔离）
DAC输出 ──→ 功放 ──┬──→ 喇叭
                    └─[C1+R1]─→ AECIN
                    （5W以下功放：C1=1μF, R1=10K）

3.3 双波束 BF：两麦两波束，双声道互不串音

双数字麦模式下，AU-60 支持两种波束形态：

双麦单波束（中间一个 60° 拾音扇区，单通道输出）：

      拾音区（60°）
       ╱           ╲
  ── MIC_A    MIC_B ──
           │90°
       单通道输出

双麦双波束（两端各一个独立扇区，双通道独立输出）：

  波束1          波束2
  ◄────    ────►
  ── MIC_A    MIC_B ──
    │              │
 声道1输出      声道2输出（互不串音）

双波束模式的关键卖点：2 个声道互相不串音，定向边界清晰。这正是智能工牌（前向/后向分别拾音）、双分区翻译设备、双通道独立录音这类产品的刚需。

波束的两个核心参数——中轴角度和拾音范围角度——都可以通过固件修改，适配不同的结构布局。

3.4 三套音频接口：总有一款适合你的主板

这是"插线就通"的物质基础。AU-60 同时提供：

|
接口
|
关键参数
|
适用主板
|
| --- | --- | --- |
|
USB
|
免驱，Win / Android / Linux
|
有 USB 口的成品/半成品
|
|
I2S
|
16kHz / 16bit / Philips 标准对齐 / 主模式（LRCLK=16kHz, BCLK=512kHz）
|
带数字音频端口的方案
|
|
模拟
|
输出 120Ω / 105dB SNR / 1.07Vrms；MIC 输入 30KΩ
|
传统模拟音频架构
|

三者还可以组合使用——比如模式三就是"模拟输出 + I2S 数字输出"并行。

十种工作模式速查：

|
模式
|
麦克风
|
音频接口
|
一句话定位
|
| --- | --- | --- | --- |
|
一
|
模拟/数字
|
USB
|
免驱即插即用，最快出原型
|
|
二
|
模拟
|
模拟 I/O
|
传统模拟设备改造
|
|
三
|
模拟
|
模拟 + I2S
|
双路输出备份
|
|
四
|
模拟
|
纯 I2S
|
借模组 ADC/DAC，主板零模拟
|
|
五
|
数字
|
模拟 I/O
|
高信噪比模拟方案
|
|
六
|
数字
|
I2S 输出
|
数字传输抗干扰
|
|
七
|
数字
|
纯 I2S
|
全数字链路，信噪比天花板
|
|
八
|
双数字+波束
|
模拟 I/O
|
定向通话模拟版
|
|
九
|
双数字+波束
|
I2S 输出
|
定向通话数字版
|
|
十
|
双数字+双波束
|
双模拟独立输出
|
工牌/翻译/双分区专用
|

注意：USB 模式还有三种子定义（MIC输出+播放输出 / 立体声输出 / 双麦双声道独立输出），由不同固件实现，选型时要说明。

四、两颗 0Ω 电阻 = 四档拾音距离

AU-60 用 T1/T2 两个引脚（9/11脚）做参数分档，硬件上就是两个对地 0Ω 电阻焊盘：

|
T1
|
T2
|
档位
|
拾音距离
|
| --- | --- | --- | --- |
|
高（悬空）
|
高（悬空）
|
中距离（默认）
|
0.5~2m
|
|
高
|
低（焊0Ω）
|
近距离
|
0.1~0.2m
|
|
低（焊0Ω）
|
高
|
远距离
|
0.5~5m
|
|
低
|
低
|
超远距离
|
0.5~8m
|

两点值得注意：

  1. 防啸叫扩音模式下，这四档切换的是 AI 降噪等级而不是拾音距离——同一套硬件，不同固词语义。

  2. 规格书明确说明这四档可按客户需求重新编排，不是写死的。

再配合 SPI 从模式端口（21~24脚），外部 MCU 在模组上电约 2 秒后（再留 1 秒）就可以写寄存器实时调整工作参数——这意味着 AU-60 不是"烧死的固定功能芯片"，而是可以被主控动态下发的音频协处理器。

上电时序：
t=0      AU-60 上电
t≈2s     进入工作状态
t≈3s起   外部 MCU 可通过 SPI 写寄存器调参

五、把规格书读薄：电气参数与避坑清单

核心电气指标

|
参数
|
值
|
| --- | --- |
|
主电源
|
+4V~+5.25V（13脚）
|
|
3.3V 供电
|
+3V~+3.3V（12脚，此时 13 脚需同步接 3.3V）
|
|
静态电流
|
65~80mA
|
|
模拟输出
|
120Ω / SNR 105dB / max 1.07Vrms
|
|
LINE IN
|
30KΩ / max 6Vrms 单端
|
|
MIC IN
|
30KΩ / max 1.0Vrms 单端
|
|
拾音范围
|
10~500cm（波束模式不按此距离）
|
|
工作温度
|
-20℃~70℃（换主芯片可定制 -40℃~85℃ 工业级）
|
|
封装
|
30-pin 邮票半孔，半孔焊盘 1.5mm × 0.75mm，SMT 贴装
|

四个实际的坑

坑 1：19 脚 3.3V 输出限流 30mA 它是给外部数字麦供电的 LDO 输出，过流会损坏模组。外部有 3.3V 电源时，数字麦优先外部供电。

坑 2：模式四必须拆 R1 纯 I2S 模式下，拆掉 R1 后 I2S DAT_IN / DAT_OUT 才是独立端口；此时 MIC_OUT 变为下行 DAC 输出，功放输入端要接它。

坑 3：功放输出端取 AEC 参考必须加阻容 C1 一般取 104 或 1μF，R1 按功放功率 1K~10K。5W 以下功放经验值 C1=1μF / R1=10K。

坑 4：波束类型与固件强相关 单波束、双波束、USB 三种子模式对应不同固件。下单时就要备注清楚，到货换固件的时间成本远高于下单时多写一句话。

六、总结：小板子背后的开发范式转变

回到标题的两个关键词。

"37.5mm 塞进 DSP+AEC+AI+双波束"——集成度的意义不在于参数好看，而在于：算法调试、双麦标定、回音适配这些最消耗工程时间的活动，被压缩进了出厂固件里。

"从拼乐高到插线就通"——开发范式变化的核心是责任边界的迁移：

|
环节
|
拼乐高时代
|
AU-60 时代
|
| --- | --- | --- |
|
算法能力
|
自研/采购，自己集成
|
出厂固化，选固件即可
|
|
调参
|
每个产品重新来
|
焊 0Ω 电阻分 4 档，或 SPI 动态写
|
|
接口适配
|
自己设计音频前端
|
10 种标准接线模式对号入座
|
|
声学问题
|
底噪/回音/串音逐一排查
|
出厂指标背书（100dB AEC / 45~90dB ENC / 双声道隔离）
|
|
开发周期
|
以月计的联调
|
接线、上电、听效果
|

对于做门禁对讲、车载通话、会议设备、智能工牌、录音笔、IPC 可视门铃这类产品的团队，AU-60 的价值主张可以概括成一句话：

把音频处理的工程复杂度交给模组厂家，把自己的工程时间留给产品差异化。

本文基于《AU-60 全功能AI语音处理模组规格书（公版）》整理，技术细节以厂家最新固件版本为准。SPI 寄存器说明、I2S 时序细节等可向厂家工程人员索取。

觉得有帮助请点个赞 + 收藏，有问题评论区见。

posted @ 2026-08-20 14:51  德宇AI语音  阅读(5)  评论(0)    收藏  举报