多人对话场景下双Beamforming与AEC的联合协作模型

背景与问题多人通话中的声源竞争在会议室、车内免提或家庭群组通话等典型场景中多人同时说话的声源竞争是免提语音处理的根本挑战。单通道系统无论降噪深度有多大都无法从物理上区分同频段内的不同说话人方向。仅依赖频谱抑制的方案在双讲Double-Talk区间必然面临语音失真与噪声残留之间的不可调和的取舍。AU-60的解决方案是同时部署两条独立信号链路——双麦双Beamforming与100dB AEC——在空间域与时域上协同分工构成一种互补的二级过滤架构。技术原理两条链路的空间分工第一条链路为双麦双Beamforming双麦双通道波束形成。两个麦克风构成一字线阵模块实时估算各方向的到达角DOA将空间能量最集中的方向设为主beam同时对副beam方向施加深度抑制。两个beam在空间上互相正交独立输出两路信号——每路均可视为聚焦于某一方向的虚拟麦克风。这一机制的本质是将时域的混合信号投影到方向子空间实现空间维度的语音分离。第二条链路为100dB深度回声消除AEC针对的是扬声器回声路径的声学回授。当扬声器播放远端语音时一部分声能经房间反射耦合进入麦克风AEC通过自适应滤波器在时域上估计回声路径冲激响应并从麦克风信号中减去目标是让麦克风信号中不残留任何可感知的己方扬声器输出。核心性能指标解读两条链路如何协同AU-60的两条链路并非简单叠加而是存在明确的分工边界与信息交换机制双Beamforming → AEC的预处理主beam方向通常指向主说话人副beam则抑制侧向干扰。经过Beamforming的空间滤波后进入AEC的麦克风信号中己方扬声器回声的入射角度已被固定AEC的自适应滤波器收敛路径更短更不易受到侧向干扰的影响。AEC → 双Beamforming的反馈在双讲区间AEC首先将己方扬声器回声降至本底噪声水平Beamforming则负责在剩余信号中进一步提取对方语音方向抑制己方人员干扰。两者构成先时域后空间域的两级过滤。100dB AEC的实际含义在1m距离、正常室内混响RT60约400ms条件下100dB意味着回声泄漏量被压制至原电平的10万分之一以下。这意味着在典型通话场景中即便扬声器音量较大80dBSPL 1m回声泄漏进入麦克风的等效电平也会低于本底噪声约30-35dBSPL人耳主观感受不到回声。双Beamforming的空间分辨率一字线阵在水平面内理论上可分辨的角度分辨率与麦克风间距和信号频率相关。在AU-60的20mm麦克风间距与1-4kHz语音带宽组合下3dB波束宽度约为30°~45°足以在常见1~3人小规模会议中实现有效方向分离。设计取舍分析AU-60选择双麦一字阵而非四麦矩形阵的核心理由是小型化与成本的约束。四麦矩形阵在水平360°和俯仰方向均有角度覆盖适用于智能音箱类场景而AU-60面向的是会议终端、车载免提等以水平面为主的近场场景一字阵的覆盖角度通常±60°已满足需求同时将模块尺寸控制在37.5mm×16mm半孔插针邮票孔封装。与A-59F相比AU-60没有追求15ms超低延迟的单向通话模式而是保留了I2S主从模式与SPI控制接口的灵活性。这一设计选择将延迟容忍放宽至系统级由外部主控决定以换取更丰富的接口生态。典型应用场景与选型建议AU-60最适配以下场景2~4人小型会议室免提终端对双讲区间语音清晰度要求较高车载免提通话麦克风与扬声器间距固定回声路径相对稳定远端会议设备需要同时处理本地多人发言与远端语音回声局限性在于双麦一字阵在水平180°以外的声源无空间区分能力超出单beam覆盖范围的侧向说话人将无法被有效增强。如需360°覆盖应选用四麦或分布式多模块方案。