AGC (Kawalan Gain Automatik) Pena Baca: Tahap Penalaan

Audience: Artikel ini adalah untuk jurutera firmware audio dan pegawai pembelian yang perlu menilai atau menentukan gelagat AGC mikrofon pada barisan pen baca. Ia menganggap anda sudah memahami apa yang ditangkap oleh mikrofon dan kini memerlukan spesifikasi AGC yang boleh dipertahankan yang berfungsi di rumah yang senyap, bilik darjah yang bising, dan mod interkom.

Pen baca mendengar kanak-kanak berusia 3 tahun berbisik "cat" pada jarak 5 cm dan kanak-kanak berusia 10 tahun membaca dengan kuat pada jarak 15 cm. Bisikan itu sampai ke mikrofon pada −35 dBFS, bacaan kuat pada −8 dBFS — julat 27 dB yang mana enjin ASR dan pautan bawah interkom tidak dapat mengendalikan kedua-duanya tanpa bantuan. Automatic Gain Control (AGC) ialah algoritma yang menormalkan tahap mikrofon supaya pertuturan senyap menjadi boleh didengar dan pertuturan kuat tidak terpotong. Merentasi 11 model pengeluaran (B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2, Y6), AGC terletak dalam saluran audio selepas AEC dan sebelum DRC, dan penalaannya adalah salah satu daripada tiga regresi firmware yang paling kerap kami baiki dalam kemas kini lapangan. Artikel ini menjelaskan cara AGC berfungsi pada pen baca, cara ia ditalakan secara berbeza mengikut platform, dan cara menentukannya dalam kontrak pembelian supaya pen berkelakuan sama di meja yang senyap dan di taman permainan yang bising.

1. Mengapa AGC Lebih Sukar pada Pen Baca Berbanding pada Telefon

AGC pen baca perlu mengendalikan empat senario yang tidak ditangani oleh AGC telefon. Pertama, jarak pembesar suara ke mikrofon berubah daripada 1 cm (kanak-kanak berbisik ke hujung pen) hingga 30 cm (pen terletak di meja merakam carian suara merentasi bilik) — julat 30 dB yang tidak pernah dilihat oleh telefon kerana telefon sentiasa 5–15 cm dari mulut. Kedua, pen beroperasi dalam mod interkom di mana mikrofon menangkap bukan suara kanak-kanak tetapi suara ibu bapa dari seberang bilik, yang merupakan profil akustik yang berbeza. Ketiga, pen beroperasi dalam carian suara di mana pengguna menyebut satu perkataan atau frasa pendek, kemudian menunggu jawapan — AGC perlu menumpu dalam satu sebutan tunggal dan bukan merentasi perbualan berterusan. Keempat, pen beroperasi semasa dwitalak AGC di mana pembesar suara bermain dan mikrofon menangkap serentak, dan AGC mesti tidak mengepam gain ke atas semasa jurang senyap antara segmen narasi.

Pen AGC telefon mempunyai dekad penalaan di sebaliknya dan sampul operasi yang agak sempit. Pen AGC pena baca perlu mengendalikan sampul yang lebih luas dengan sejarah penalaan yang jauh lebih sedikit. Atas sebab itu, firmware pena baca pada setiap platform mendedahkan parameter AGC dalam fail konfigurasi yang boleh ditala mengikut program dan bahasa — tiada satu tetapan AGC yang berfungsi merentasi semua 11 model.

2. Empat Parameter AGC Yang Penting

AGC mempunyai empat parameter yang menentukan gelagatnya. target level ialah nilai dBFS yang AGC cuba pacu isyarat mikrofon ke arahnya — biasanya −12 hingga −18 dBFS untuk ASR dan −20 hingga −26 dBFS untuk interkom. attack time ialah seberapa cepat AGC mengurangkan gain apabila input lebih kuat daripada sasaran — biasanya 5–20 ms untuk pertuturan bagi mengelakkan pemotongan plosif. release time ialah seberapa cepat AGC meningkatkan gain apabila input lebih senyap daripada sasaran — biasanya 200–800 ms untuk mengelakkan pengepaman pada jeda singkat. compression ratio melebihi sasaran menentukan betapa agresifnya AGC mengehadkan isyarat kuat — biasanya 2:1 hingga 4:1 untuk ASR dan 1.5:1 hingga 2:1 untuk interkom.

Interaksi antara keempat-empat parameter ini tidak jelas. Tetapan buku teks untuk pertuturan ialah serangan pantas dan pelepasan perlahan, tetapi pada pen baca dengan jeda senyap singkat antara segmen narasi, pelepasan perlahan menyebabkan AGC mengepam gain ke atas antara segmen, yang kemudian memotong pada fonem pertama segmen seterusnya. Firmware pada L5, T2, Y6 menggunakan pelepasan "sedar-kehadiran-pertuturan" yang mengekalkan gain stabil apabila isyarat rujukan AEC aktif, yang menghalang artifak pengepaman.

3. Garis Dasar AGC Mengikut Model

Jadual di bawah meringkaskan penalaan AGC merentasi 11 model pengeluaran. "Target level" ialah dBFS yang AGC sasarkan semasa tangkapan ASR; "Attack" dan "Release" ialah pemalar masa dalam ms; "Ratio" ialah nisbah mampatan melebihi sasaran; "Range" ialah gain maksimum yang akan diaplikasikan AGC dalam dB.

Coraknya jelas. Platform L5, T2 dan Y6 mempunyai penalaan AGC yang paling agresif: serangan terpantas, pelepasan terpantas, gain maksimum tertinggi (36 dB). Mereka memerlukan ini kerana mereka menyokong carian suara (tangkapan perkataan tunggal dengan input yang sangat perlahan) dan mod interkom (jarak berubah-ubah dari penutur). Platform K7, KF1, Q6 dan Q8 mempunyai penalaan pertengahan yang sesuai untuk ASR dan interkom. Platform B1, B2, F8 dan P2 mempunyai penalaan yang paling konservatif — mereka hanya perlu mengendalikan ASR pada jarak 5–10 cm yang agak konsisten.

4. Interaksi AGC-ASR

Tahap sasaran AGC mempunyai kesan langsung terhadap ketepatan ASR. Enjin ASR pada L5 dilatih pada pertuturan pada −16 dBFS ± 4 dB; isyarat di luar julat itu kehilangan ketepatan kerana model akustik mengandaikan taburan tenaga tertentu. Jika AGC memacu isyarat ke −20 dBFS, enjin ASR melihat isyarat yang lebih perlahan daripada jangkaan dan kadar ralat perkataan meningkat sebanyak 8–12 peratus. Jika AGC memacu isyarat ke −12 dBFS, enjin ASR melihat pengklipan pada plosif dan kadar ralat perkataan meningkat sebanyak 5–8 peratus.

Merentasi portfolio, peningkatan ketepatan ASR daripada AGC yang ditala dengan betul berbanding tanpa AGC adalah kira-kira 6–9 mata peratusan pada pertuturan kanak-kanak pada jarak yang berubah-ubah. AGC pada dasarnya memberikan enjin ASR tahap input yang konsisten supaya ia boleh menjalankan tugasnya.

Pepijat biasa dalam firmware awal ialah menetapkan sasaran AGC kepada 0 dBFS (skala penuh digital) dengan menganggap "lebih kuat adalah lebih baik untuk ASR." Ini salah — ia menyebabkan AGC menolak segala-galanya kepada gain maksimum, input yang perlahan menjadi bising, dan ketepatan ASR jatuh sebanyak 12–18 mata peratusan. Firmware semasa menyasarkan −16 hingga −18 dBFS, yang meninggalkan 4–6 dB ruang kepala untuk plosif dan puncak yang tidak dijangka.

5. AGC dalam Mod Interkom

Mod interkom ialah senario AGC yang paling mencabar kerana suara ibu bapa boleh datang dari mana-mana arah di dalam bilik. Ibu bapa mungkin berada pada jarak 50 cm dengan tahap perbualan biasa (−25 dBFS pada mikrofon), atau 2 m jauhnya dengan suara kuat (−15 dBFS pada mikrofon), atau 5 m jauhnya sambil menjerit (−35 dBFS pada mikrofon). AGC perlu mengesan ketiga-tiga senario tanpa pengepaman, tanpa keratan, dan tanpa menjadikan suara ibu bapa kedengaran tidak semula jadi di pautan turun.

Firmware K7, KF1, Q6, Q8 menggunakan AGC dengan julat gain maksimum 30 dB dan masa pelepasan 300 ms, yang sesuai untuk julat 50 cm hingga 2 m. Firmware L5, T2, Y6 melanjutkan ini kepada julat gain maksimum 36 dB dengan masa pelepasan 200–250 ms, yang mengendalikan julat 50 cm hingga 5 m. Firmware B1, B2, F8, P2 tidak menyokong mod interkom kerana julat AGC terlalu sempit.

Pepijat interkom yang biasa dalam firmware ODM pihak ketiga ialah menggunakan parameter AGC yang sama seperti mod ASR. Ini berfungsi pada 50 cm tetapi gagal teruk pada 3 m, di mana suara ibu bapa berada pada −35 dBFS dan gain maksimum AGC sebanyak 24 dB tidak dapat mengangkatnya ke sasaran. Hasilnya ialah pautan bawah interkom yang hampir tidak kedengaran. Firmware pena baca pada K7 dan ke atas menggunakan set parameter AGC yang berbeza untuk ASR dan interkom, ditukar secara automatik berdasarkan mod audio aktif.

6. Artifak Pengepaman dan Cara Mengelakkannya

Artefak AGC yang paling biasa pada pena baca ialah "pam gain" — gain meningkat semasa momen senyap, kemudian bunyi kuat yang seterusnya akan terpotong, kemudian gain menurun semula, dan momen senyap yang berikutnya menyebabkan gain meningkat sekali lagi. Anak anda akan mendengar suara sendiri atau narasi mereka turun naik seperti denyutan.

Pengepaman disebabkan oleh masa pelepasan AGC yang terlalu cepat berbanding dinamik input. Pada firmware B1/B2 sebelum 2.4.7, pelepasan ialah 200 ms, yang terlalu cepat dan menghasilkan pengepaman yang boleh didengar apabila kanak-kanak berhenti sebentar antara perkataan semasa pengesahan sebutan. Firmware 2.4.7 meningkatkan pelepasan kepada 400 ms dan menambah pengesan kehadiran pertuturan yang menahan gain supaya stabil apabila isyarat rujukan AEC aktif. Artifak tersebut hilang.

Pada firmware L5, AGC mempunyai "mod keselesaan" yang berasingan yang digunakan semasa main balik narasi yang menahan gain pada kesatuan (0 dB) tanpa mengira input mikrofon, yang mencegah sebarang pengepaman semasa narasi pertuturan tunggal. Mod keselesaan dilumpuhkan secara automatik apabila pengguna mula bercakap.

Untuk pembelian, ujian adalah mudah: mainkan segmen narasi 30 saat melalui pembesar suara pen semasa mikrofon terbuka dalam bilik yang senyap, dan dengar isyarat mikrofon yang dirakam. Jika anda boleh mendengar isyarat narasi denyut dalam rakaman, masa pelepasan AGC terlalu cepat.

7. AGC dan Skor Keyakinan ASR

Engine ASR melaporkan skor keyakinan dengan setiap hasil pengecaman. AGC mempengaruhi skor ini secara tidak langsung — isyarat yang dicas AGC dengan betul pada −16 dBFS menghasilkan keputusan ASR berkepastian tinggi, isyarat yang dicas berlebihan atau kurang menghasilkan keputusan berkepastian lebih rendah. Pada perisian tegar L5, engine ASR melaporkan tahap isyarat input semula kepada saluran audio talian. dan AGC melaraskan sasarannya jika purata berjalan keyakinan ASR sedang menurun.

Gelung maklum balas ini yang menjadikan perisian tegar L5 "berasa lebih pintar" daripada perisian tegar lama — ia menyesuaikan AGC dengan kelantangan pertuturan biasa pengguna dari semasa ke semasa. Pengguna bilik darjah yang senyap mendapat tahap sasaran yang lebih tinggi; pengguna playground yang kuat mendapat tahap sasaran yang lebih rendah. Penyesuaian berlaku dalam 10–20 minit penggunaan dan berterusan dalam profil setiap pengguna perisian tegar.

Untuk pembelian, ujian adalah: minta panel 12 kanak-kanak menggunakan pen selama 30 minit setiap satu dalam persekitaran biasa mereka, kemudian ukur ketepatan ASR mengikut kuartil tahap input. Jika kuartil bawah (penutur paling senyap) lebih daripada 5 mata peratusan di belakang kuartil tertidur atas, AGC tidak menyesuaikan diri dengan input tahap rendah.

8. AGC dan Hayat Bateri

AGC memang memberi sedikit kesan sebenar terhadap hayat bateri. Algoritma AGC pada L5 berjalan pada 4 MIPS, iaitu jumlah yang boleh diabaikan berbanding RNNoise pada 38 MIPS atau pembentukan pancaran pada 8 MIPS, namun ia tetap mengekalkan codec mikrofon dalam keadaan aktif semasa mod main sahaja jika tidak digating dengan betul. Firmware L5 4.2.0 melaksanakan mod "AGC tunggu sedia" yang melumpuhkan kemas kini gain apabila isyarat mikrofon berada di bawah −50 dBFS selama lebih daripada 500 ms, sekali gus menjimatkan kira-kira 1.2 mA pada rel 5 V ketika petikan senyap.

Di seluruh portfolio, mod siap sedia AGC hanya dilaksanakan pada L5, T2, Y6. K7, KF1, Q6, Q8 mengekalkan AGC berjalan secara berterusan. Ini memberikan perbezaan masa beroperasi 4–6 minit sepanjang sesi bacaan 6 jam — kecil, tetapi nyata.

9. Cara Menentukan AGC dalam Kontrak Pembelian

Bahasa RFQ untuk AGC pena baca perlu menyatakan kelas algoritma, aras sasaran, dan pemalar masa: "Mikrofon AGC perlu menyasarkan −16 dBFS ± 2 dB untuk mod ASR dan −22 dBFS ± 2 dB untuk mod interkom, dengan masa serangan 5–15 ms, masa pelepasan 200–400 ms, nisbah pemampatan 2:1 hingga 4:1 melebihi sasaran, dan gain maksimum 30 dB untuk platform berkemampuan interkom serta 36 dB untuk platform berkemampuan carian suara. AGC perluertakan pelepasan peka kehadiran pertuturan bagi mencegah pengepaman semasa pertuturan ganda AEC, dan perluertakan mod keselesaan semasa main balik narasi pertuturan tunggal yang mengekalkan gain pada kesatuan."

Tiga butiran penting. Pertama, tahap sasaran mesti ditentukan mengikut mod — ASR, interkom, carian suara, dan main sahaja setiap satu memerlukan sasaran yang berbeza. Kedua, ujian artifak pengepaman mesti ditentukan — prosedur QA harus memainkan narasi 30 saat sambil merakam mikrofon, dan isyarat yang dirakam tidak seharusnya menunjukkan pengepaman_gain lebih daripada 3 dB puncak ke puncak semasa segmen narasi. Ketiga, ketepatan ASR input rendah mesti ditentukan — ketepatan ASR pada pertuturan pada input −35 dBFS mestilah dalam lingkungan 5 mata peratusan ketepatan pada pertuturan pada input −15 dBFS.

Tip pembeli: Uji AGC dengan merakam 10 minit audio bilik darjah melalui pen dan mengukur julat kelantangan isyarat yang dirakam. AGC yang ditala dengan baik menghasilkan rakaman dengan julat kelantangan di bawah 12 dB; AGC yang ditala dengan buruk menghasilkan rakaman dengan julat kelantangan melebihi 20 dB.

9b. Agihan Tahap Output AGC Merentasi Kes Penggunaan

Tahap sasaran AGC berbeza mengikut kes penggunaan kerana pengguna hiliran audio berbeza. ASR mahukan −16 dBFS untuk padanan model akustik terbaik; interkom mahukan −22 dBFS untuk meninggalkan headroom untuk codec pautan turun; carian suara mahukan −16 dBFS untuk kebolehpercayaan utterances pendek. Carta di bawah menunjukkan bagaimana AGC yang sama mengendalikan setiap senario.

10. Matriks Keputusan dan Cadangan

Untuk program pen bacaan baharu yang bermula pada 2026, cadangannya ialah AGC sasaran dwi dengan kedudukan terbiar yang menyedari kehadiran pertuturan pada L5, T2, Y6 (sasaran ASR −16 dBFS, sasaran interkom −22 dBFS, mod keselesaan semasa narasi), dan AGC sasaran tunggal pada K7, KF1, Q6, Q8 (sasaran ASR −18 dBFS, sasaran interkom −22 dBFS). Untuk platform warisan B1, B2, F8, P2, AGC sasaran tunggal sedia ada pada −14 hingga −16 dBFS boleh diterima untuk program ASR sahaja.

Bagi pegawai perolehan yang menulis spesifikasi AGC, baris yang menutup kontrak berbunyi: "Mikrofon AGC perlu menyasarkan −16 dBFS ± 2 dB untuk mod ASR, dengan serangan ≤ 15 ms, pelepasan 200–400 ms, nisbah 2:1–4:1, gain maksimum ≥ 30 dB untuk platform interkom; AGC perluertakan pelepasan peka kehadiran pertuturan bagi mencegah pengepaman semasa pertuturan ganda AEC; ujian pengepaman gain QA perlu menunjukkan variasi puncak ke puncak ≤ 3 dB pada isyarat mikrofon yang dirakamkan semasa main balik narasi 30 saat."

Bacaan Berkaitan

• Pembatalan Gema Pen Bacaan dan AEC
• Penindasan Bunyi Pen Bacaan dan RNNoise
• Tatasusunan Mikrofon Pembentukan Pancaran Pen Bacaan
• DRC Pen Bacaan dan Pemampatan Julat Dinamik
• Pemampatan Codec Pen Bacaan MP3 lwn AAC lwn Opus
• Pengecaman Pertuturan Automatik ASR Pen Bacaan
• Perkhidmatan Pen Bacaan OEM
• Minta Sebutharga Pen Bacaan