Pensel Bacaan Tangkapan Suara Jarak Jauh dan Pembentukan Pancaran: Mendengar Suara Anak dari Sebelah Penjuru Sudut Bacaan

Khalayak sasaran: Kertas teknikal ini ditulis untuk pengurus produk perkakasan, jurutera audio, dan pembeli OEM/ODM yang sedang menilai sama ada pena bacaan SmartReadingPen boleh menangkap suara kanak-kanak pada jarak perbualan (0.3–1.5 m) di dalam bilik darjah sebenar (55–75 dB SPL) tanpa kanak-kanak itu perlu memegang pena dekat mulut mereka.

Pena bacaan yang dipegang 5 cm dari mulut memang mudah direka. Pena bacaan sebesar penanda, diletakkan rata di atas meja, menangkap bisikan "terjemah ke bahasa Sepanyol" daripada kanak-kanak berusia 9 tahun yang duduk 80 cm jauhnya sementara 28 rakan sekelas berbual di latar belakang — itulah masalah audio jarak jauh. Tatasusunan mikrofon, algoritma pembentukan pancaran, dan saluran penekanan hingar semuanya mesti tepat, jika tidak pena itu gagal sebaik sahaja guru berhenti memegangnya.

Ini ialah kertas teknikal mengenai tatasusunan 2-mikrofon MEMS kami, saluran pembentukan pancaran dan penapis selepas pemprosesan yang berjalan pada audio DSP, serta protokol ujian SNR bilik darjah yang patut anda jalankan sebelum menerima sebarang penghantaran pena bacaan borong.

1. Masalah Jarak Jauh dalam Angka

Kanak-kanak berumur 6 tahun yang bercakap pada usaha perbualan menghasilkan suara 55 dB SPL pada jarak 1 m. Apabila suara yang sama sampai ke pena yang terletak rata di atas meja, tahapnya jatuh 6 dB (hukum kuasa dua songsang pada jarak dekat) ditambah lagi 4 dB disebabkan pembelauan laras pena dan oklusi satah tanah PCB, mendarat sekitar 45 dB SPL pada diafragma MEMS.

Hingar bilik darjah di sekeliling — 28 kanak-kanak pada 55 dB SPL setiap satu, dijumlahkan secara tidak koheren, ditambah HVAC pada 50 dB SPL — menghasilkan latar belakang 62 dB SPL di pena. Nisbah isyarat-ke-hingar pada membran mikrofon adalah −17 dB, iaitu di bawah lantai hingar mana-mana enjin ASR membran tunggal.

Penyelesaiannya ialah saluran tatasusunan mikrofon + pembentukan pancaran yang menambah selektiviti spatial di atas penekanan hingar spektral.

2. Geometri Tatasusunan 2-MEMS

Tatasusunan rujukan kami menggunakan dua mikrofon MEMS Knowles SPH0645HT4H-1 yang dipasang pada bahagian atas PCB utama, berjarak 24 mm di sepanjang paksi panjang laras pena. Kedua-dua mikrofon menghadap ke hadapan (menjauhi tangan pengguna). Geometri ini dipilih untuk memaksimumkan diskriminasi spatial dalam satah azimut (kiri/kanan hujung pena) sambil mengekalkan tatasusunan yang cukup kecil untuk dimuatkan dalam perumahan pena 142 mm.

Dua mikrofon tersebut diselaraskan masanya dalam lingkungan ±5 µs melalui jam PDM bersama. Hanyut suhu dikompensasi dalam firmware setiap 30 saat.

3. Talian Paip Pembentukan Pancaran

Talian paip DSP beroperasi setiap 10 ms pada satu bingkai audio PDM stereo 16 ms:

1. Penurunan kadar PDM kepada PCM 16 kHz
2. Penghalang DC (IIR lulus tinggi pada 80 Hz, tertib ke-2)
3. Pampasan kelewatan — kelewatan pra-pengawalan sebanyak 3 sampel dikenakan pada Mik A
4. Pembentuk pancaran tunda-dan-jumlah — Mik A dilewatkan sebanyak Δt = (d · cos θ) / c, dijumlahkan dengan Mik B, dengan θ dianggarkan melalui pencarian GCC-PHAT (Generalized Cross-Correlation with Phase Transform) merentasi hemisfera 0°–180°
5. Penapis pasca MVDR — Penapis adaptif Minimum Variance Distortionless Response, 32-tap, kemas kini setiap 100 ms
6. Gerbang spektrum RNNoise — penapis pasca neural, model 220 kB, menyekat bunyi baki antara fonem
7. AGC — lihat TC-143

Talian paip menambah 38 ms kependaman hujung-ke-hujung pada platform Q8, jauh dalam bajet ASR 120 ms.

4. SNR Diukur dan Ketepatan Perkataan ASR

Perolehan beamforming tipikal +6 dB ialah perbezaan antara pen yang boleh digunakan dan pen yang dipulangkan. Dalam senario "bilik darjah semasa kerja kumpulan", WER mikrofon tunggal 24% jatuh kepada 13.6% — sedikit di bawah ambang 15% di mana klasifikasi niat NLU masih boleh pulih.

5. Mengapa 2 Mikrofon, Bukan 4 atau 6?

Kami mempertimbangkan tatasusunan linear 4-mik dan 6-mik. Pertukarannya:

Pilihan 4-mik dan 6-mik memerlukan badan pen yang lebih panjang sehingga memecahkan faktor bentuk "seperti pen marker" yang biasa digunakan oleh kanak-kanak. Selepas tiga kajian reka bentuk industri dengan 240 kanak-kanak di panel pengguna R&D Shenzhen, kami memilih tatasusunan 2 mik sebagai keseimbangan terbaik antara prestasi akustik dan faktor bentuk.

Tip untuk pembeli: Jika vendor mendakwa mempunyai "beamforming profesional" pada pen bermik tunggal, minta WER pada hingar ambien 65 dB SPL. Pen bermik tunggal tanpa penapisan spektrum selepas akan menghasilkan WER melebihi 20% di dalam bilik darjah sebenar dan akan gagal ujian rintis anda.

6. Penganggar Arah Tiba GCC-PHAT

Pembentuk pancaran perlu mengetahui di mana kanak-kanak itu berada. Algoritma GCC-PHAT mengkorelasi silang dua isyarat mik selepas memutihkan spektrumnya, menghasilkan puncak tajam pada lag yang sepadan dengan kelewatan masa tiba. Puncak ditukar kepada sudut:

θ = arccos((τ · c) / d)

di mana τ ialah kelewatan masa, c ialah kelajuan bunyi (343 m/s), dan d ialah jarak antara mik (0.024 m). Penganggar ini dapat menentukan sudut dengan ketepatan ±5° dalam hemisfera 0°–150° dan dikemas kini setiap 100 ms. Apabila kanak-kanak bergerak di sekitar meja, pembentuk pancaran mengarahkan dalam masa 100 ms.

Dalam bilik darjah dengan 30 orang kanak-kanak, algoritma ini perlu membezakan kanak-kanak sasaran daripada 29 penutur lain. Penapis MVDR selepas mengendalikan ini dengan meminimumkan jumlah kuasa output tertakluk kepada kekangan gandaan kesatuan dalam arah sasaran, yang secara automatik meletakkan nol spatial pada pengganggu paling kuat.

7. RNNoise: 4 dB Terakhir

Selepas penapisan spatial, bising sisa berada pada sekitar −4 dB SNR. Penapis neural selepas ialah port 220 kB model RNNoise Xiph.org, yang dilatih pada 60 jam hingar bilik darjah dan rumah. Ia beroperasi dalam domain frekuensi, meramalkan topeng gandaan setiap binari setiap 10 ms.

Saluran paip gabungan (beamform + RNNoise + AGC) menurunkan WER "bilik darjah semasa kerja berkumpulan" daripada 24% (satu mikrofon) kepada 7.4%, yang berada di sempadan boleh digunakan dalam bilik darjah tetapi boleh diterima untuk niat tidak kritikal (terjemah, carian). Untuk niat kritikal (set_volume, set_voice, PIN ibu bapa), kami memerlukan prompt pengesahan.

8. Belanjawan Kuasa dan Pengewapan

Saluran paip beamforming berjalan pada audio DSP serentak dengan wake-word KWS, tetapi pada pulau pemprosesan yang berbeza. Kuasa dan pengewapan:

Kos 5 mW adalah tambahan kepada 2.4 mW KWS yang sentiasa aktif, menjadikan jumlah 7.4 mW semasa mendengar secara aktif. Pada sel T2 (2,500 mAh), ini masih memberikan 14 jam masa dengar siap sedia.

9. Protokol Pengesahan untuk Pembeli OEM

Ujian penerimaan 5 langkah untuk pickup medan jauh pada pena calon:

1. WER bilik senyap pada jarak 1 m, ambien SPL 50 dB, 200 percubaan perkataan bangun. Sasaran: kadar bangun ≥ 99%.
2. Ujian TV pada 3 m dengan berita TV berterusan pada SPL 60 dB, 100 arahan suara pada 1 m. Sasaran: ≤ 2 penerimaan palsu.
3. Ujian hingar celoteh dengan celoteh 4 penutur pada SPL 65 dB, 100 arahan pada 1 m. Sasaran: kadar kejayaan arahan ≥ 90%.
4. Ujian bisikan pada 0.5 m, suara SPL 40 dB, 50 arahan. Sasaran: kadar kejayaan arahan ≥ 90%.
5. Ujian sasaran bergerak dengan kanak-kanak berjalan dari 0° hingga 90° pada jarak 1 m, 30 arahan. Sasaran: kadar kejayaan arahan ≥ 85%.

Ini adalah 5 ujian yang sama kami jalankan secara dalaman pada setiap keluaran firmware.

10. Penyesuaian dan Pelan Halatuju

Pelaksanaan kedai cenderamata muzium atau hiburan kanak-kanak syarikat penerbangan mungkin memerlukan lobus pickup yang lebih lebar (kanak-kanak kebanyakannya di luar paksi). Kami menawarkan tiga tahap penyesuaian:

Peta hala tuju 2027 menambah pembentukan pancaran neural — Conv-TasFormer 2-lapis yang dilatih pada 1.2 M klip bilik darjah — yang memberikan gain +8 dB pada tatasusunan 2-mikrofon dan menurunkan WER bilik darjah di bawah 6%. Ia merupakan sebahagian daripada peta hala tuju integrasi AI 2024-2026.

Bacaan Berkaitan

• Pengesanan Kata Bangun dan Pendengaran Sentiasa Aktif Pena Bacaan
• Mikrofon MEMS Pena Bacaan dan Pembatalan Bunyi
• AGC Pena Bacaan dan Kawalan Gain Automatik
• Pembatalan Gema Pena Bacaan dan AEC
• Penekanan Bunyi Pena Bacaan dan RNNoise
• Kes Penggunaan Pena Bacaan Perolehan Daerah Sekolah Awam

11. Disiplin Ujian Pembuatan & Akustik

Tatasusunan 2-MEMS, firmware pembentukan pancaran GCC-PHAT, penapis adaptif MVDR, dan pasca-penapis RNNoise disepadukan ke dalam setiap unit B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2 dan Y6 di talian pengeluaran Shenzhen Longhua dan Dongguan Houjie kami, kedua-duanya ISO 9001 dan ISO 14001 diperakui. Mikrofon Knowles SPH0645HT4H-1 diletakkan dalam toleransi kedudukan ±0.15 mm oleh talian pick-and-place Yamaha YSM20; padanan sensitiviti ±1 dB disahkan bagi setiap unit di ruang akustik FCT terhadap rujukan 94 dB SPL @ 1 kHz. Binari firmware pembentukan pancaran ditandatangani dan di-flash di stesen yang sama; ujian bench hujung talian memainkan nada 1 kHz berkalibrasi dari azimut −45° dan mengesahkan gain paksi +6 dB ± 0.8 dB dan nol lateral −12 dB ± 1.5 dB . Purata keluaran harian ialah 6,800 unit siap, puncak syif 11,400 unit pada September 2025. Hasil lulus pertama ialah 98.6% pada aras AQL II (Kritikal 0, Utama 1.0, Kecil 2.5). Masa utama pengeluaran ialah 75 hari standard atau 45 hari dipercepatkan (yuran 12%, MOQ ≥ 10,000). Masa utama sampel ialah 7 hari dari request-a-quote.

12. Liputan Pensijilan

Setiap pena yang dilengkapi pembentukan pancaran dihantar bersama portfolio pensijilan pasaran destinasi: CE (RED/EMC/LVD), FCC Part 15, UKCA, EN 71-1/2/3, ASTM F963, CPSIA/CPC, RoHS, REACH, PSE (Jepun), KC (Korea), GCC/SFDA (Arab Saudi), SNI (Indonesia), NOM (Mexico), INMETRO (Brazil), RCM (Australia/NZ), NRCS LOA (Afrika Selatan), dan ESMA/TIS (UAE/Thailand). Penghantaran bateri menggunakan UN38.3 + IEC 62133 + MSDS. Pematuhan privasi didokumentasikan untuk GDPR, COPPA, PIPL, LGPD, PDPA Thailand, dan California Prop 65. Talian paip tangkapan medan jauh tidak mengekalkan audio mentah di luar penimbal cincin pembentukan pancaran 10 ms, yang merupakan hujah pematuhan paling kukuh untuk perolehan daerah sekolah yang memerlukan bukti pengurangan data COPPA dan GDPR-K yang boleh disahkan. Bidang kuasa baharu di luar garis dasar 47 negara akan diberikan sebut harga pada $1,800 setiap locale untuk dossier baharu dengan tempoh siap 15 hari bekerjapusingan.

13. Harga OEM & Pertukaran SKU

Pembentukan pancaran medan jauh disertakan dalam pakej firmware standard pada harga kilang $3.80–$14.50 setiap unit merentasi 11 SKU. Jalur harga: P2 (500 mAh, NAND 4 MB) di peringkat kemasukan, B1/B2/F8/K7/KF1 jalur pertengahan pada $5.40–$8.60, L5/P2/Q6 jalur pertengahan pada $7.20–$10.40, dan Q8/T2/Y6 premium pada $11.80–$14.50. Kos BOM tatasusunan 2 mikrofon ialah $0.80 setiap pen ($0.40 × 2 mikrofon) pada MOQ 10K; naik taraf 4 mikrofon untuk program OEM mewah berharga $1.60 setiap pen dan memerlukan lebar PCB 64 mm (memecahkan faktor bentuk penanda). Corak pancaran tersuai disebut harga seperti berikut: sempit (30°) disertakan, lebar (60°) pada NRE $2,400 dengan masa siap 3 minggu, omniarah (180°) pada NRE $4,800 dengan masa siap 5 minggu. Tahap MOQ: 500 unit untuk stok neutral, 1,000 untuk warna tersuai, 3,000 untuk logo skrin sutera tersuai, 5,000 untuk label peribadi penuh dengan pembungkusan runcit. Terma pembayaran ialah T/T 30/70, L/C pada penglihatan, OA untuk pembeli berulang, PayPal untuk pesanan sampel. Untuk memulakan program tangkapan medan jauh OEM/ODM, hantar campuran SKU sasaran anda, tiga locale destinasi utama anda, dan pilihan ujian penerimaan anda (lalai, lebar, atau omniarah) kepada request-a-quote; pasukan kejuruteraan kami akan membalas dengan pakej firmware bersaiz, tangga kos seunit, dan indeks dossier pematuhan dalam satu hari bekerja.

14. Metrik Pengesahan Dalaman Daripada 47,000+ Unit

Selepas 47,000+ unit digunakan merentasi 47 negara sejak 2023, talian paip pembentukan pancaran telah merekodkan 28.6 juta bingkai audio berpancaran pada kependaman P95 38 ms pada platform Q8. Senario advers paling biasa di lapangan ialah "bilik darjah semasa kerja berkumpulan" pada 70 dB SPL (direkodkan dalam 41.2% tiket sokongan pelanggan), diikuti dengan "ujian TV pada 3 m" (24.6%), "bunyi celoteh pada 65 dB SPL" (18.4%), dan "taman permainan luar" (15.8%). Pembentuk pancaran pulih kepada bawah 10% WER dalam 92.4% senario kerja berkumpulan selepas penapisan selepas RNNoise. Peta versi firmware ialah garis dasar standard 86 keluaran: B1/B2 2.4.7, F8 3.1.2, K7/KF1 1.9.5, L5 4.2.0, P2 2.0.3, Q6/Q8 3.3.1, T2/Y6 2.6.4. Tembakan palsu get akustik (penerimaan palsu disebabkan audio TV di bawah get spektral) menurun daripada 1.4% kepada 0.4% selepas kemas kini firmware v3.1.2 pada platform F8.

15. Petikan Penting untuk Pembeli Teknikal

Lima garis panduan untuk pembelian OEM/ODM tangkapan jarak jauh:

1. Sentiasa jalankan ujian penerimaan 5 langkah dalam §9 sebelum menandatangani PO induk. Data perintis mengatasi mana-mana helaian penanda aras kerana ia merakam tahap hingar sebenar dan taburan suara kanak-kanak sebenar anda.
2. Tentukan lebar pancaran[pembetulan: pencemaran han — keluarkan hanya skrip asli Bahasa Melayu; alih keluar setiap aksara skrip asing] pada kunci firmware. Sempit (30°) untuk bilik darjah yang terhad di meja; lebar (60°) untuk runcit/perjalanan; omniarah (180°) hanya untuk pemasangan di muzium/syarikat penerbangan di mana tangkapan luar paksi mendominasi.
3. Tempahkan 3 minggu untuk varian pancaran lebar dan 5 minggu untuk varian omniarah. Latihan semula penapis pasca MVDR adalah tiang panjang.
4. Rancang untuk kumpulan kenari OTA 5% semasa melancarkan pembentuk pancaran neural 2027 (Conv-TasFormer). Kenari mengesan regresi pada bilik darjah tepi sebelum ia sampai ke seluruh armada.
5. Sentiasa padankan tangkapan jarak jauh dengan saluran paip AGC — tanpa AGC, gain pembentuk pancaran +6 dB boleh memotong hujung hadapan ASR pada kelantangan perbualan.