简介：面向声学硬件研发与测试工程师的麦克风阵列音频检查方法文档，系统梳理从研发设计到整机验收的评测流程，帮助解决音频采集功能验证、性能指标判定与质量把关问题，适合从事智能音箱、会议系统、语音识别等产品开发的初中级技术人员参考。压缩包共1个文件，为docx格式技术文档，大小约1.81MB，内容以测试项目表格、判定标准与操作说明为主，便于查阅与打印。已有793人学习下载。文档将测试分为裸板与整机两阶段，覆盖通道相位一致性、长时录音完整性、麦克风顺序与幅值一致性、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、结构共振异音及气密性等十余项指标，并给出Audacity分析、THD换算公式与TH1520增益调节等实操细节，可作为搭建测试流程、排查一致性问题的对照手册。

1. 麦克风阵列音频检查方法与标准：从裸板到整机的完整评测方案

做硬件项目最怕的不是指标不达标，而是不知道为什么不达标。麦克风阵列尤其如此——四麦、六麦的板子焊回来，录音能出声，波形看着也像那么回事，可一上算法唤醒率就崩，回头查半天才发现是某两个通道幅值差了 5dB，或者回采信号比 MIC 晚了 25ms。这类问题在研发阶段不揪出来，等到整机装配完再返工，成本翻几倍。这套音频检查方法与标准要解决的正是这件事：把裸板测试和整机测试拆成 14 个可量化、可复现的检查项，每一项都有明确的测试音源、播放方式、判定阈值和排查方向。它适合正在做智能音箱、会议终端、车载语音这类带麦阵产品的硬件工程师和声学评测人员，也适合需要交一份完整声学测试方案的学生直接照着搭流程。

2. 测试体系设计：裸板与整机的两阶段划分

2.1 为什么先裸板后整机

音频评测放在研发设计阶段做，不是量产抽检。这个阶段产品形态还没定型，裸板测试和整机测试的侧重点完全不同。裸板测试面对的是电路板加麦克风，没有外壳、没有扬声器腔体，能验证的是纯电声链路的基本功能：通道相位是否一致、长时录音会不会丢帧、麦克风排列顺序对不对、各通道幅值差多少。这四项是后面所有测试的地基，地基不稳，整机测试的数据全是噪声。

整机测试则把扬声器、结构腔体、密封件全部装进去，测的是真实使用条件下的综合表现。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、通道延时、结构共振异音、气密性，这些项目里有一半以上跟结构强相关，裸板阶段根本测不了。所以流程上必须卡死：裸板四项全部通过才允许进入整机测试，整机测试通过才允许寄样。我见过太多项目跳过裸板直接装整机，结果拆了装、装了拆，时间全耗在返工上。

2.2 14 项测试的输入输出定义

每一项测试都要明确三件事：用什么音源、怎么播放、看什么指标。下面这张表是整个方案的核心索引，后续所有章节都围绕它展开。

这张表的价值在于它把“测什么”和“怎么判”绑在一起。很多团队测试项列了一堆，但阈值含糊，测完不知道算不算过。比如通道幅值一致性写“基本一致”就是废话，必须落到“单频点差值绝对值 ≤3dB”。再比如延时写“尽量小”，算法侧根本没法用，必须卡死 0~20ms 且 MIC 不能早于回路，否则违反因果性。

2.3 预评估：寄样前的 40 分钟录音门槛

在接收客户样机之前，先让客户自己做一轮简单录音测试，把音频发回来确认。这一步能挡掉大量低级问题，避免样机寄到了才发现录音功能都不完整。要求客户录两段：本机播放音频同时录音不少于 5 分钟，安静环境下外部声源正对麦阵中心循环播放 30min_test.mp3 不少于 40 分钟，采集板和 DUT 同时录。

分析时看两个东西。本机播放录音查 MIC 和回路有没有丢帧，频谱上出现红框那种数据缺口就是丢帧，正常应该是连续谱。外放录音每隔 5 分钟取一段，算 DUT 通道和采集板的相对延时 ΔT1、DUT 通道间相对延时 ΔT2，30 分钟内这两个值恒定才算过。这一步不过，样机不用寄，省的是双方的时间。

3. 裸板测试落地：四项基础检查的实现细节

3.1 通道相位一致性与麦克风顺序

相位一致性用 1kHz 单频电信号直接灌入电路板，不经过空气和麦克风，纯看电路链路。用 Audacity 打开多通道录音，波形上如果通道 4 和其他通道明显错位，就是相位不一致。这个测试只对模拟麦克风有意义，数字麦克风走的是数字接口，同步性在整机消声室阶段验证。

麦克风顺序检查更直接：对着收音孔，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。录下来看波形，敲击顺序和通道编号对不上就是排线或固件映射错了。注意这项只针对 4 麦及以上阵列，2 麦没有顺序要求。顺序错了的后果很隐蔽——算法拿到的空间信息是乱的，唤醒率下降但单通道指标全正常，属于典型的“指标全绿、体验崩盘”。

3.2 通道幅值一致性：3dB 红线怎么测

DUT 按实际使用场景摆好，外部声源放在距拾音孔 0.5m 处，播放 76dBC_sweep.wav，DUT 录音。Audacity 打开 raw 音频，先看多路信号包络形状是否基本一致，然后挑幅值差较大的单频段，用“分析—对照”看具体差值，绝对值 ≤3dB 算过，所有频点都要查一遍。

# 用 sox 快速看多通道扫频录音的包络差异（替代手工逐段看） sox -t raw -r 16000 -e signed -b 16 -c 4 dut_sweep.raw -n stat 2>&1 # 输出里看各通道 RMS 和 Peak，先粗筛差异大的通道

上面这条命令只是粗筛，正式判定还得回 Audacity 逐频点对照，因为扫频信号不同频点的差异不一样，只看整体 RMS 会漏掉局部超标。如果某设备一致性差，先查 MIC 密封件松紧和压紧程度，密封良好还不行，再往元器件差异和焊接质量上找。血泪经验是：一致性差十有八九是装配应力导致的密封件形变，换料之前先把结构拆装一遍。

3.3 长时录音完整性：丢帧与晶振偏移

40 分钟录音不是随便录，要覆盖两种场景：本机播放同时录音至少 5 分钟，安静环境外播 30min_test.mp3 至少 40 分钟。分析时看频谱连续性，丢帧在频谱上表现为突然的数据缺口，图 1 那种红框里三处断档就是典型。晶振偏移看的是长时间录音后采样率是否漂移，偏移大了会导致和采集板对齐时延时持续变化，ΔT1 不恒定。

import numpy as np import soundfile as sf # 检查长时录音是否丢帧：按帧统计能量，找异常零值段 data, sr = sf.read('long_recording.wav', dtype='int16') frame_len = sr # 1 秒一帧 n_frames = len(data) // frame_len energies = [np.abs(data[i*frame_len:(i+1)*frame_len]).mean() for i in range(n_frames)] # 连续多帧能量接近 0 视为疑似丢帧 zero_run, max_run = 0, 0 for e in energies: zero_run = zero_run + 1 if e < 1 else 0 max_run = max(max_run, zero_run) print(f"最长连续静音帧数: {max_run}，超过 2 帧需人工复核频谱")

这段脚本的作用是把 40 分钟音频切成秒级帧，统计连续低能量段。正常录音里静音段不会连续超过 2 秒，超过就大概率是丢帧，需要回频谱图人工确认。参数上 frame_len 取采样率即 1 秒一帧，阈值 1 是经验值，实际项目里按底噪水平调。注意这只是辅助筛查，最终判定还是看频谱有没有数据缺口。

4. 整机声学指标：幅度、失真与信噪比的判定逻辑

4.1 音频幅度：模拟麦与数字麦的换算

扬声器距 DUT 50cm，播放 mic_amplitude.wav，调音量使 MIC 处达到 63dBC，有 AEC 时录取幅值约 0.004~0.005。如果是 -26dBFS 灵敏度的数字 MIC，幅值约 0.0014，其他灵敏度按比例换算。无 AEC 的模拟麦和数字麦标准是 0.03，穿戴类项目特殊处理。

关键原则：数字增益始终为 0，不做任何数字放大，幅度靠 MIC 灵敏度和模拟增益调。用 Audacity 看幅值前必须先做 High Pass Filter 去直流和底噪，否则直流分量会把幅值撑大，测出来虚高。回采通道这边，硬件模拟回采设本机最大音量，MIC 处 105dBC 时用 ref_amplitude.wav 调分压网络使回采幅值 >0.5，PGA 增益原则上设 0dB；数字回采靠驱动适配做到 >0.5。

4.2 总谐波失真：分频段阈值与频谱读法

THD 测试用 76dBC_85dBC_calibration.wav 调音量到本机场景验收音量，保持音量不变播 76dBC_sweep.wav 自播自录，算 MIC 录音的 THD。阈值分远场近场两套：

频谱读法：最大峰值是基频，找第二峰值谐波，算两者能量差 Δ，THD(%) = 10^(Δ/20) × 100。举例，270Hz 基频 -16dB，三次谐波 810Hz -50dB，Δ=-34dB，THD=2.0%，达标。反过来 265Hz 基频 -27.6dB，795Hz 三次谐波 -36dB，Δ=-8.4dB，明显超标。

有个坑要注意：基频能量本身很小时，THD 算出来会虚高。比如 300Hz 处基频 -40dB、二次谐波 -50dB，看着 Δ=-10dB 不达标，但对比达标的 400Hz 处基频 -20dB、二次谐波 -50dB，说明 300Hz 的谐波绝对能量并不高，是基频太弱导致的比值失真，这种情况应判达标。MIC 音频谐波多，先查 SPK THD 是否超标，再确认 SPK 腔体有没有结构振动。回采通道谐波多，如果接的是功放后端，先排查功放失真。

4.3 信噪比与直流偏置

SNR 在消声室做，人工嘴 100~8000Hz 校准后播 EQ 白噪声，MIC 处 63dBC，录 10 秒，再空录 10 秒。Audacity 重采样 16kHz，频谱采样点 256。目标：200~300Hz >15dB，300~1000Hz >20dB，1000~3000Hz >25dB，3000Hz 以上 >35dB。每个频段只允许 1 个点低于标准线，且不能低于该频段标准的 10%。

直流偏置分析前先用 1Hz 低通滤波排除噪声。模拟麦通路直流能量不大于 MIC 幅值的 1/3，比如幅值 0.005 对应 1/3 约 0.0017；数字麦通路小于 0.0015 的 1/3；回采通道直流偏置小于 0.5%。这个指标容易被忽略，但直流偏置大了会吃掉 ADC 动态范围，弱信号直接淹掉。

5. 干扰、延时与结构问题：五个高频翻车点的排查

5.1 恒频干扰：先查电源再查走线

现象是安静环境录音频谱上出现固定频率的尖峰，不随声源变化。原因通常是电源不干净或信号串扰。解决顺序：先看供电是否稳定，换 LDO 给 MIC 阵列供电；再查 MIC 信号走线有没有和 LED、触控 IC 这类电信号并行。判定标准是增益满足要求前提下谐波恒频 -90dB 以下可接受，外部噪声导致的恒频单独评估。

5.2 抗混叠：低通滤波不能省

现象是高频信号折返到低频，频谱上 7kHz 附近出现折痕。原因是 MIC 和回采通道没做 8kHz 以上低通滤波。测试播 1~15kHz.wav，频谱采样点 1024，看 6~7kHz 对照能量，7kHz 折痕减对照值要 <-40dB，6kHz 折痕 <-70dB。不达标的直接后果是唤醒率下降，这个在算法侧很难补救，必须硬件端把滤波加上。

5.3 通道延时：0~20ms 且不能早于回路

MIC 相对回采的延时要在 0~20ms，MIC 信号不能早于回路，否则违反因果性，AEC 做不了。用测 THD 的音频和回路幅值音频一起看，20ms 以内算法能容忍，25ms 左右做完 AEC 效果就达不到最优。这个延时主要来自缓冲和链路处理，调的时候看驱动里的采集缓冲配置。

5.4 结构共振与震动异音

共振表现为某些频段通道幅度远大于其他通道，解决靠加硅胶/泡棉减震、加强 MIC 采集板和 SPK 音腔、EQ 调节。震动/异音是内部器件松动碰撞摩擦引起，震动会产生明显 4 阶以上高阶谐波，异音呈宽频噪声。判定方法：幅度达标前提下，模拟麦不放大、数字麦放大 11.5dB，2/3 阶谐波 <-60dB，4 阶以上 <-75dB。

EQ 调节有个大坑：只能针对超标频段窄带调，调宽了整体音量下降，为了达到指定音量又得加功率，结果原来达标的频段反而超标。这是典型的按下葫芦浮起瓢，我一般要求 EQ 前后各存一版频谱对比，确认没波及相邻频段。

5.5 气密性：密封前后差 15dB

扬声器 50cm 处使 MIC 达 63dBC，循环播 76dBC_sweep.wav 录几个周期，然后用阻尼或橡皮泥把收音孔封死再录，要求每个频点密封前后能量差 ≥15dB。密封后幅度降到噪底是达标，没明显下降就是漏气。解决方向：查收音通道有没有密封层，不建议只打胶；查密封层侧向厚度；材质用硅胶橡胶，别用开孔率高的泡棉。如果 MIC 离扬声器 0.5m 以上，或者 MIC 模组和扬声器模组在不同腔体，气密性可不作要求。

6. 验收与答辩：怎么用一套数据证明方案闭环

验收这件事，核心不是把 14 项指标念一遍，而是让评审看到“每一项都有输入、有判定、有排查路径”。我一般会准备三样东西：一张汇总表、一组对照频谱、一段问题复盘。

汇总表按第 2 章那张 14 项索引来，每项填实测值、判定结论、测试条件。评审最容易追问的是测试条件，比如“你这个 63dBC 是在哪测的”“密封用的什么材料”，所以条件列要写死：距离、声压级、音源文件名、环境（消声室/安静环境）。对照频谱至少准备三组：幅值一致性的达标与超标对比、THD 达标与超标的基频谐波对比、气密性密封前后对比。每组图旁边标注读图方法，比如 THD 图要标出基频峰值、谐波峰值和 Δ 值，让评审自己也能算一遍。

答辩时最容易被问倒的是“指标达标但体验不好”的情况。这时候要能说清楚指标和算法效果的对应关系：延时超 20ms 影响 AEC 收敛，气密性差影响强自噪场景唤醒，抗混叠不达标直接掉唤醒率。反过来，如果某项没达标但项目要过，得给出风险评估和补偿方案，比如 THD 在 100~200Hz 略超但远场应用主要能量在 400Hz 以上，可以带条件通过。

# 验收汇总表生成：把实测值批量对照阈值，输出通过/不通过 specs = { '幅值一致性_dB': (3.0, 'abs_le'), '延时_ms': (20.0, 'le'), '气密性_dB': (15.0, 'ge'), 'SNR_1k_3k_dB': (25.0, 'ge'), } measured = {'幅值一致性_dB': 2.1, '延时_ms': 18.5, '气密性_dB': 16.2, 'SNR_1k_3k_dB': 27.0} for k, (th, op) in specs.items(): v = measured[k] ok = abs(v) <= th if op == 'abs_le' else (v <= th if op == 'le' else v >= th) print(f"{k}: 实测 {v} / 阈值 {th} -> {'PASS' if ok else 'FAIL'}")

这段脚本的意义是把判定逻辑固化下来，避免人工比对时看错方向——大于小于搞反是验收现场最常见的低级错误。阈值和比较符集中在一个字典里，改标准只改一处。

从那以后我每次带项目，验收前都强制走一遍“裸板四项→整机十项→汇总表→对照频谱”的固定流程，哪怕时间再紧也不跳步，因为跳过的那一步往往就是答辩时被问住的那一步。希望帮到你。

本文还有配套的精品资源，点击获取