简介：这份文档面向硬件工程师、声学测试人员及音频产品研发团队，系统梳理麦克风阵列从研发设计到整机验收的音频检查方法与评测标准，帮助解决智能音箱、会议系统、语音识别等设备在拾音质量与一致性上的验证难题。资源包内含1个docx文档，压缩包约1.81MB，以文字规范与测试表格为主，便于直接查阅与对照执行。内容覆盖裸板测试与整机测试两大阶段，前者关注通道相位一致性、长时录音完整性、麦克风顺序与幅值一致性，后者涉及音频幅度、总谐波失真、信噪比、直流偏置、回采通道电噪声、恒频干扰、通道相对延时、结构共振异音及气密性等指标，并给出THD计算公式、远场与近场判定阈值、Audacity分析步骤及TH1520芯片录音增益调节参考。目前已有790人学习，适合需要建立完整声学评测流程或排查麦克风一致性问题的读者参考。
1. 麦克风阵列音频检查：从裸板到整机的 14 项硬指标
做过智能音箱或者会议全向麦的硬件工程师，大概都有过这种经历：样机寄到算法团队，对方跑了一遍唤醒率，直接甩回来一句“录音有问题，自己查”。问题是，查什么？怎么查？查完怎么判断是板子的问题还是结构的问题？这套《麦克风阵列音频检查方法与标准》就是干这个的——它把研发阶段需要盯的 14 个测试项拆成了裸板测试和整机测试两段，每一项都给了测试音源、播放方式、判定阈值和排查方向。裸板阶段盯的是通道相位一致性、长时录音丢帧、麦克风顺序、通道幅值一致性这四项，整机阶段则覆盖音频幅度、总谐波失真、信噪比、直流偏置、回采电噪声、恒频干扰、抗混叠、通道相对延时、结构共振异音、气密性等十项。适合谁？做麦克风阵列硬件设计、声学评测、音频算法对接的从业者，尤其是那些被“录音质量不达标”卡在量产门外的团队。下面按实际评测流程，把每一项的测试方法、参数设置和踩坑点拆开讲。
2. 裸板测试：四项基础检查怎么跑通
裸板测试是在电路板层面做的，目的是在整机结构还没装之前，先把音频采集的基本功能验证掉。这一步不过，后面整机测试全是白搭。四项检查里，通道相位一致性和通道幅值一致性最容易翻车，长时录音丢帧则是“寄样前必须过”的红线。
2.1 通道相位一致性：1kHz 电信号怎么灌
这项测试只针对模拟麦克风，数字麦克风在板级没法用这个方法验证。做法很简单：用 1kHz 单频电信号直接灌到麦克风通道的输入端，然后录一段 raw 音频，用 Audacity 打开看多通道波形。如果通道之间有明显相位差，波形会错开，如图 21 那种通道 4 和其他通道对不上的情况，就是同步性出了问题。
具体操作步骤：
# 假设用 arecord 录制 4 通道 raw 音频，采样率 16kHz，16bit arecord -D hw:0,0 -f S16_LE -r 16000 -c 4 -d 5 phase_test.raw录完之后用 Audacity 导入 raw 数据，设置好采样率、位深和通道数，然后放大波形看过零点。如果通道间过零点偏差超过一个采样周期（16kHz 下约 62.5μs），基本可以判定同步性有问题。常见原因是 I2S 时钟走线不等长，或者 TDM 模式下 slot 配置错了。
提示：这项测试只针对模拟麦克风。数字麦克风（PDM 或 I2S 输出）的同步性验证要在消声室里做，因为数字麦克风内部有抽取滤波器，电信号灌进去测不出真实相位关系。
2.2 长时录音数据完整性：40 分钟不丢帧才算过
这是寄样前的硬门槛。测试方法是：本机播放音频同时录音至少 5 分钟，然后安静环境下外部声源正对麦克风阵列中心循环播放 30 分钟测试音频，采集板和 DUT 同时录音至少 40 分钟。录完之后分析两件事：本机播放录音看 MIC 和回路有没有丢帧；外放录音每隔 5 分钟分析一次 DUT 通道和采集板录音的相对延时 ΔT1，以及 DUT 通道间相对延时 ΔT2。如果 30 分钟内 ΔT1 和 ΔT2 是恒定值，说明采样晶振偏移小，满足要求。
丢帧在频谱图上的表现很明显，如图 1 红框那种，正常频谱应该是连续的，丢数据的地方会出现断裂或者异常频谱。常见原因是 I2S 缓冲区溢出、DMA 配置不当，或者 CPU 负载过高导致音频线程被抢占。
# 用 sox 分析录音文件，检查是否有异常静音段或断裂 sox long_recording.wav -n stat # 查看频谱图，丢帧处会出现异常 sox long_recording.wav -n spectrogram -o spec.png如果发现丢帧，先查驱动层的 period size 和 buffer size 设置。一般建议 period size 设为 1024 或 2048 帧，buffer size 至少是 period size 的 4 倍。另外检查录音线程的优先级，用chrt或者renice把音频线程调到实时优先级。
2.3 麦克风顺序与幅值一致性：敲击法和扫频法
麦克风顺序检查只针对 4 麦及以上阵列，2 麦没有顺序要求。方法很直接：对着 MIC 收音孔，任意 MIC 开始轻轻敲击，线性阵列要求从左到右，环形阵列要求逆时针，录下来看音频通道顺序对不对。这个测试主要是防止硬件装配时麦克风接反，导致波束成形算法拿到的空间信息是错的。
幅值一致性测试用 76dBC_sweep.wav，外部声源放在距离 DUT 拾音孔 0.5 米处播放，DUT 录音。用 Audacity 打开 raw 音频，看多路麦克风信号的包络形状是否基本一致。然后选幅值相差较大的单频段，用“分析”——“对照”功能，如果差的绝对值 ≤ 3dB，该频点的一致性就满足要求。所有频点都要这样过一遍。
import numpy as np import soundfile as sf # 读取多通道录音 data, sr = sf.read('sweep_recording.wav') # 假设 4 通道 ch1, ch2, ch3, ch4 = data[:,0], data[:,1], data[:,2], data[:,3] # 计算各通道 RMS 幅值 rms = [np.sqrt(np.mean(ch**2)) for ch in [ch1, ch2, ch3, ch4]] print(f"通道 RMS: {rms}") # 计算最大差异 dB max_diff = 20 * np.log10(max(rms) / min(rms)) print(f"最大幅值差异: {max_diff:.2f} dB")如果某一设备的 MIC 一致性较差，先查密封件松紧或者是否压紧。密封良好但一致性仍无改善，就要从元器件差异性和焊接质量上找原因。血泪经验是，很多一致性问题是 MIC 密封圈没压紧导致的，重新装配一遍就能解决。
3. 整机测试：十项声学指标逐条拆解
整机测试是在产品实际使用形态下做的，覆盖音频幅度、THD、SNR、直流偏置、回采电噪声、恒频干扰、抗混叠、通道延时、结构共振异音、气密性十项。这一章挑最核心的几项展开，每一项都给出测试步骤、参数设置和判定标准。
3.1 音频幅度要求：模拟麦和数字麦的换算逻辑
麦克风通道的幅度测试：扬声器距离 DUT 50cm，播放 mic_amplitude.wav，调节音量使 MIC 处达到 63dBC。有 AEC 的情况下，录取的音频幅值约 0.004 ~ 0.005。如果是 -26dBFS 灵敏度的数字 MIC，音频幅度约 0.0014，其他灵敏度自行换算。无 AEC 的模拟麦和数字麦标准是 0.03，穿戴项目特殊处理。
关键原则：数字增益始终为 0，不要做任何数字放大。音频幅度的大小通过调节模拟增益来满足，结合 MIC 灵敏度来算。TH1520 芯片的 MIC 灵敏度调节在《TH1520 常用操作指令》的录音增益部分有说明。
用 Audacity 查看幅值前，先做“效果”——“High Pass Filter”去直流和底噪，截止频率设 20Hz 左右，然后再看幅值是否达标。这一步很多人会忘，结果把直流偏置算进幅值里，导致误判。
回采通道的幅度要求分两种：硬件模拟回采设置本机最大音量，如果音量过大，要求 MIC 处 105dBC，再用 ref_amplitude.wav 通过调节回采电路分压网络实现回采信号幅值大于 0.5。原则上硬回采网络通道 PGA 增益设为 0dB。数字回采则是本机最大音量播放 ref_amplitude.wav，通过驱动适配让幅值大于 0.5。
3.2 总谐波失真：从频谱峰值算 THD
THD 测试分麦克风通道和回采通道。麦克风通道的做法：本机播放 76dBC_85dBC_calibration.wav，调整音量键使距离 DUT 麦克风处声压级达到本机场景验收音量（dBA）。保持音量不变，本机播放 76dBC_sweep.wav 并录音，计算自播自录情况下 MIC 所录音频的 THD。
远场应用（≥ 3 米）要求：100 ~ 200Hz THD ≤ 8%（Δ ≤ -22.0dB），200 ~ 400Hz THD ≤ 5%（Δ ≤ -26.0dB），400 ~ 8kHz THD ≤ 3%（Δ ≤ -30.5dB）。近场应用（≤ 1 米）要求：100 ~ 200Hz THD ≤ 20%（Δ ≤ -14.0dB），200 ~ 400Hz THD ≤ 14%（Δ ≤ -17.0dB），400 ~ 8kHz THD ≤ 8%（Δ ≤ -22.0dB）。
计算方法是：在频谱图中找到基频幅值和第二峰值（通常是三次谐波），算能量差 Δ，然后按公式 THD(%) = 10^(Δ/20) × 100 求得。比如基频 -16dB，三次谐波 -50dB，Δ = -34dB，THD = 2.0%，满足要求。如果基频能量明显较小导致 THD 超标，需要在 Audacity 中查看相应频点的谐波能量大小，比较自播自录 THD 达标的相近频点的谐波能量，判断是否真的是 THD 问题。
import numpy as np from scipy.fft import fft def calc_thd(signal, sr, fundamental_freq): """计算指定基频的 THD""" N = len(signal) yf = fft(signal) xf = np.fft.fftfreq(N, 1/sr) # 找基频幅值 idx_fund = np.argmin(np.abs(xf - fundamental_freq)) fund_amp = np.abs(yf[idx_fund]) # 找谐波幅值（2~5 次） harmonic_amps = [] for h in range(2, 6): idx_h = np.argmin(np.abs(xf - fundamental_freq * h)) harmonic_amps.append(np.abs(yf[idx_h])) # THD 计算 thd = np.sqrt(np.sum(np.array(harmonic_amps)**2)) / fund_amp return thd * 100 # 示例 sr = 16000 t = np.linspace(0, 1, sr) signal = 0.5 * np.sin(2*np.pi*270*t) + 0.01 * np.sin(2*np.pi*810*t) thd = calc_thd(signal, sr, 270) print(f"THD: {thd:.2f}%")回采通道的 THD 排查方向不同：如果电路回采信号接的是功放后端，回路出现较多谐波，先排查是不是功放的失真引起的。参考信号中出现谐波状态（THD ≤ 3%），对算法影响不大，但可能影响主观音效。
3.3 信噪比与直流偏置：消声室里的精细活
SNR 测试要在全消声室或半消声室做。人工嘴先做 100~8000Hz 频响校准，然后播放 100~8000Hz EQ 白噪声，调节 MIC 处达到 63dBC，设备录音 10 秒。然后外部声源不播放，设备空录 10 秒。Audacity 分析时，音频重采样为 16kHz，频谱分析采样点大小设为 256。
目标值：200~300Hz SNR 大于 15dB，300~1000Hz SNR 大于 20dB，1000~3000Hz SNR 大于 25dB，3000Hz 以上 SNR 大于 35dB。每个频段只能有 1 个点低于标准线，且不能低于该频段的 10%。
直流偏置分析时，为了排除噪声，用低通滤波器，截止频率 1Hz。麦克风通道：模拟麦克风通路音频直流偏置，MIC 处声压级 63dBC 时，直流能量不大于 MIC 幅值的 1/3。举例模拟麦幅值 0.005，1/3 就是 0.00167。数字麦克风通路音频直流偏置应小于 0.0015 的 1/3。回采通道的直流偏置应小于 0.5%。
注意：直流偏置测试一定要先做低通滤波，截止频率 1Hz。很多人直接用原始音频算均值，结果把低频噪声也算进去了，导致误判。
3.4 回采电噪声与恒频干扰：电源和走线的锅
回采通道电噪声标准有两条：最大音量的回路信号大于回路电噪声 66dB；本机无播放条件下，确认回路是否有异常噪声。测试方法：先抓取机器以最大音量播放白噪声的音频，记录回路音频幅度；再抓取机器不播音时的音频，记录回路音频幅度。最后对音频进行去偏置操作，再进行判断。
恒频干扰的观察方法：安静环境下录一段音频，看频谱有没有固定的尖峰。如图 16 箭头所指那种，就是恒频干扰。判断标准：在信号幅度满足要求的情况下，谐波恒频 -90dB 以下可以接受，外部噪声导致的恒频单独评估。
恒频干扰的排查方向：先从电源入手，查看供电是否稳定、干净，换 LDO 给 MIC 阵列供电试试。然后检查 MIC 信号走线是否与其他电信号存在串扰，常见串扰源包括 LED、触控 IC 等。我一般会先用示波器看电源纹波，如果纹波大，先换 LDO；如果纹波正常，再用近场探头扫一遍板子，找串扰源。
3.5 抗混叠与通道延时：低通滤波和因果性
抗混叠测试：麦克风通道和回采通道都需要做低通滤波，过滤高于 8kHz 的频率信号。自播自录 1_15kHz.wav。外部播放 50cm 处 63dBC，判断标准：使用频谱采样点 1024，查看 6kHz-7kHz 对照的能量值，再用频谱查看折痕 7kHz 处，用折痕处减去对照的能量值，要求小于 -40dB，折痕 6kHz 处小于 -70dB。
没有低通滤波的频谱如图 17，存在混叠问题；经过低通滤波后如图 18，混叠消失。抗混叠不达标对唤醒率的影响，在相关技术文档中有详细说明。
麦克风和回采通道延时：麦克风相对回路的音频延时需要在 0 ~ 20ms，麦克风信号不能早于回路，否则不满足因果性。用测试 THD 的音频和回路幅值的音频查看。图 19 的延时在 20ms 以内，算法允许误差内；图 20 的延时在 25ms 左右，做完 AEC 算法后效果达不到最优。
# 用 cross-correlation 计算两通道延时 python3 -c " import numpy as np import soundfile as sf mic, sr = sf.read('mic.wav') ref, sr = sf.read('ref.wav') corr = np.correlate(mic, ref, mode='full') delay = np.argmax(corr) - (len(ref) - 1) print(f'延时: {delay/sr*1000:.2f} ms') "3.6 结构共振、异音与气密性：结构和装配的锅
结构共振的表现：缺乏有效减震措施的结构，容易发生共振。发生共振的频段，通道幅度远大于没有共振的通道，如图 22。解决办法：增加硅胶/泡棉、加强 MIC 采集板和 SPK 音腔的减震、EQ 调节。
震动/异音的表现：设备内部器件松动、碰撞、摩擦时，可能引起震动/异音。震动会引起明显的 4 阶及以上高阶谐波，如图 23 左红框；不发生震动的频段谐波主要为喇叭 2/3 阶谐波，高阶谐波能量很弱。异音通常为打线、结构件碰撞，呈宽频噪声，如图 23 右红框。
达标判断方法：在麦克风通道幅度达标的前提下，模拟麦克风幅度不放大，数字麦克风放大 11.5dB 后，频谱分析，2/3 阶谐波能量不超过 -60dB，4 阶以上谐波能量不超过 -75dB。
气密性测试：扬声器距离 DUT 50cm，使 MIC 处达到 63dBC，循环播放 76dBC_sweep.wav，录制多个扫频波周期后，使用阻尼、橡皮泥类材料将 DUT 麦克风收音孔密封，继续录制多个扫频波。要求每个频点密封前后能量差 15dB 以上。密封后幅度降至底噪水平，气密性达标；密封后幅度没有明显降低，气密性超标。
解决方向：收音通道是否有密封层，不建议仅通过打胶方式作密封处理；密封层侧向厚度是否偏薄；密封层材质是否是硅胶、橡胶等材料，不建议使用开孔率高的泡棉。
4. 避坑与排查：六个让评测翻车的细节
这一章记录的是实际评测中最容易踩的坑，每一条都是“现象 → 原因 → 解决”的结构，方便对照排查。
4.1 丢帧问题：缓冲区溢出还是晶振偏移
现象：长时录音分析时发现频谱断裂，或者 ΔT1、ΔT2 随时间漂移。
原因：最常见的是 I2S 缓冲区溢出，DMA 配置不当，或者 CPU 负载过高导致音频线程被抢占。另一个原因是采样晶振偏移大，导致长时间录音后延时累积。
解决：先查驱动层的 period size 和 buffer size，建议 period size 1024 或 2048 帧，buffer size 至少是 period size 的 4 倍。然后检查录音线程优先级，用chrt -f 80把音频线程调到实时优先级。如果延时漂移，换晶振或者用软件补偿。
4.2 THD 超标：先查 SPK 还是先查 MIC
现象：自播自录 THD 超标，频谱中出现较多谐波。
原因：可能是 SPK 本身 THD 超标，也可能是 SPK 腔体引起结构振动，还可能是 MIC 密封不好导致失真。
解决：先查 SPK THD 是否超标，在评估阶段就要严格控制 SPK 选型。然后确认 SPK 腔体是否引起结构振动。如果 SPK 没问题，再查 MIC 密封和焊接。注意，对于基频能量明显较小导致的 THD 超标，要在 Audacity 中查看相应频点的谐波能量大小，比较自播自录 THD 达标的相近频点的谐波能量，判断是否真的是 THD 问题。
4.3 EQ 调节：调宽了反而更糟
现象：为了改善 THD 或结构共振，调了 EQ，结果其他频段超标了。
原因：EQ 调节频段过宽，导致整体音量降低，最终测试时为了达到指定音量而增大播放功率，原先达标的其他频段反而超标。
解决：EQ 调节仅针对超标的频段，不要宽频段调整。调完之后重新跑一遍全频段测试，确认没有引入新的超标点。
4.4 恒频干扰：电源和走线是重灾区
现象：安静环境下录音频谱有固定尖峰，-90dB 以上。
原因：电源供电不稳定、不干净，或者 MIC 信号走线与其他电信号存在串扰，常见串扰源包括 LED、触控 IC。
解决：先换 LDO 给 MIC 阵列供电，看恒频是否消失。如果没消失，用近场探头扫板子找串扰源，重新走线或者增加屏蔽。
4.5 气密性：打胶不是万能药
现象：密封麦克风收音孔后，幅度没有明显降低，气密性不达标。
原因：收音通道没有密封层，或者密封层侧向厚度偏薄，或者密封层材质不对。
解决：检查收音通道是否有密封层，不建议仅通过打胶方式作密封处理。密封层材质用硅胶、橡胶，不要用开孔率高的泡棉。密封层侧向厚度要足够。
4.6 通道延时：因果性不能违反
现象：麦克风信号早于回路信号，AEC 效果差。
原因：硬件设计或者驱动配置导致麦克风通道延时小于回路通道延时。
解决：检查硬件走线和驱动配置，确保麦克风相对回路的音频延时在 0 ~ 20ms，且麦克风信号不能早于回路。如果延时在 20ms 以内，算法允许误差内；如果超过 25ms，AEC 效果达不到最优。
5. 从评测到调优：把 14 项指标串成一条流水线
这套标准最值钱的地方，不是单个测试项怎么跑，而是它把 14 项指标串成了一条从裸板到整机的流水线。我的习惯是：拿到新板子，先跑裸板四项，过了再装整机；整机测试按音频幅度 → THD → SNR → 直流偏置 → 回采电噪声 → 恒频干扰 → 抗混叠 → 通道延时 → 结构共振异音 → 气密性的顺序来，因为前面的项会影响后面的项。比如音频幅度没调好，THD 和 SNR 测出来都不准；气密性没做好，结构共振和异音的数据也会受干扰。
具体操作上，我会建一个测试脚本，把常用命令封装起来：
#!/bin/bash # audio_test_pipeline.sh # 用法: ./audio_test_pipeline.sh <device> <test_item> DEVICE=$1 TEST_ITEM=$2 case $TEST_ITEM in "phase") # 通道相位一致性测试 arecord -D $DEVICE -f S16_LE -r 16000 -c 4 -d 5 phase_test.raw echo "录制完成，用 Audacity 分析相位" ;; "long_rec") # 长时录音测试 arecord -D $DEVICE -f S16_LE -r 16000 -c 4 -d 2400 long_rec.raw echo "40 分钟录音完成，检查丢帧" ;; "amplitude") # 音频幅度测试 arecord -D $DEVICE -f S16_LE -r 16000 -c 4 -d 10 amp_test.raw python3 calc_amplitude.py amp_test.raw ;; *) echo "未知测试项: $TEST_ITEM" ;; esac这个脚本只是骨架，实际用的时候每个测试项都要根据具体芯片和驱动调整参数。比如 TH1520 的录音增益调节，要参照《TH1520 常用操作指令》里的说明，不能照搬其他芯片的配置。
验证方法上，我一般会做交叉验证：用采集板和 DUT 同时录音，对比两者的频谱和延时。如果 DUT 的数据和采集板对不上，先查 DUT 的驱动和硬件，而不是怀疑测试方法。另外，每次改完硬件或者驱动，都要重新跑一遍全项测试，不能只测改动的项，因为声学系统是耦合的，改一个地方可能影响其他指标。
从那以后我每次拿到新样机，都强制走一遍裸板四项 + 整机十项的完整流程，哪怕时间再紧也不跳过。因为跳过任何一项，后面都可能用更大的代价补回来。希望帮到你。
本文还有配套的精品资源，点击获取
