Hedef Kitle: Bu mühendislik brifingi, bir SmartReadingPen okuma kaleminin gerçek bir sınıfta (55–75 dB SPL) çocuğun kalemi ağzına tutmasına gerek kalmadan, konuşma mesafesinden (0,3–1,5 m) bir çocuğun sesini alıp alamayacağını değerlendiren donanım ürün yöneticileri, ses mühendisleri ve OEM/ODM alıcıları için hazırlanmıştır.
Ağızdan 5 cm uzakta tutulan bir okuma kalemini mühendisleştirmek kolaydır. Bir işaretleyici boyutunda, sıranın üzerinde düz duran, 80 cm uzakta oturan 9 yaşındaki bir çocuğun fısıltıyla söylediği "İspanyolcaya çevir" ifadesini, arka planda 28 sınıf arkadaşı konuşurken alabilen bir kalem — işte bu uzak-alan bir ses problemidir. Mikrofon dizisi, hüzmeleme algoritması ve gürültü bastırma hattının tamamı doğru olmalıdır, aksi halde kalem öğretmenin onu tutmayı bıraktığı anda başarısız olur.
Bu brifing, ses DSP'si üzerinde çalışan 2-MEMS mikrofon dizilimimiz, hüzmeleme ve son- filtreleme hattı ve herhangi bir toptan okuma kalemi teslimatını kabul etmeden önce yürütmeniz gereken sınıf SNR test protokolü üzerinedir.
1. Uzak-alan Problemi Rakamlarla
Konuşma eforuyla konuşan 6 yaşında bir çocuk, 1 m mesafede 55 dB SPL seviyesinde bir ses üretir. Aynı ses sıranın üzerinde düz duran kaleme ulaştığında, seviye (yakın alanda ters kare yasasıyla) 6 dB düşer; buna kalem gövdesinin kırınımından ve PCB toprak düzlemi oklüzyonundan gelen 4 dB daha eklenir ve MEMS diyaframa ulaşan değer yaklaşık 45 dB SPL.
Sınıf içi ortam gürültüsü — her biri 55 dB SPL seviyesinde 28 öğrencinin eş evrensiz toplamı, üstüne 50 dB SPL HVAC katkısı — kalem üzerinde Çevredeki sınıf gürültüsü — her biri 55 dB SPL üreten 28 çocuğun eş evreli olmayan toplamı, üstüne 50 dB SPL HVAC — kalemde arka plan gürültüsü oluşturur. Bu nedenle mikrofon membranındaki sinyal-gürültü oranı arka plan oluşturur. Mikrofon membranındaki sinyal-gürültü oranı bu nedenle olur; bu değer tek membranlı herhangi bir ASR motorunun gürültü tabanının altında kalır.
Çözüm, Çözüm, spektral gürültü bastırmanın üzerine uzamsal seçicilik de ekleyen bir mikrofon dizisi + hüzmeleme
hattıdır.
Referans dizilimimiz, ana PCB'nin üst yüzeyine kalem gövdesinin uzun ekseni boyunca Referans dizilimimiz, ana PCB'nin üst yüzüne, kalem gövdesinin uzun ekseni boyunca aralıkla yerleştirilmiş iki adet Knowles SPH0645HT4H-1 MEMS mikrofon kullanır. Her iki mikrofon da ileriye (kullanıcının elinden aksi yönde) bakar. Geometri, 142 mm'lik kalem gövdesine sığacak kadar kompakt kalırken azimut düzleminde(kalem ucunun sol/sağ yanı) uzaysal ayrım gücünü en üst düzeye çıkaracak şekilde seçilmiştir.
| (kalem ucunun solu/sağa) uzamsal ayrımı en üst düzeye çıkarmak için seçilmiştir. | Parametre | Mühendislik gerekçesi |
|---|---|---|
| Mikrofon aralığı | 24 mm | 7,2 kHz'de λ/2, konuşma bandı (300 Hz – 4 kHz) için uzaysal dişlemeyi bastırır |
| Örnekleme hızı | 16 kHz | 8 kHz'deki Nyquist frekansı konuşma bandını kapsar |
| Bit derinliği | 24-bit | 106 dB dinamik aralık, 95 dB SPL tepe değerleri için yeterli marj |
| Polar desen (her biri için) | Çok yönlü | Faz belirsizliği olmadan gecikme-ve-toplam hüzme oluşturmaya olanak tanır |
| Hassasiyet eşleşmesi | ±1 dB | Null yönlendirme doğruluğu için gereklidir |
İki mikrofon, paylaşılan bir PDM saatiyle ±5 µs hassasiyetinde zaman senkronize edilir. Sıcaklık kaynaklı sapma, firmware tarafından her 30 saniyede bir telafi edilir.
3. Hüzme Oluşturma Hattı
DSP hattı, 16 ms'lik stereo PDM ses çerçevesi üzerinde her 10 ms'de bir çalışır:
- PDM decimation ile 16 kHz PCM'e dönüştürme
- DC engelleyici (80 Hz'de IIR yüksek geçiren, 2. derece)
- Gecikme telafisi — Mikrofon A'ya uygulanan 3 örneklik ön yönlendirme gecikmesi
- Gecikme ve toplam hüzme oluşturucu — Mikrofon A,
Δt = (d · cos θ) / ckadar geciktirilir, Mikrofon B ile toplanır veθ0°–180° yarım küresi üzerinde GCC-PHAT (Faz Dönüşümlü Genelleştirilmiş Çapraz Korelasyon) araması ile tahmin edilir - MVDR son-filtre — Minimum Varyans Bozulmasız Yanıt adaptif filtre, 32 taplı, her 100 ms'de bir güncellenir
- RNNoise spektral geçidi — sinir ağı son-filtresi, 220 kB model, fonemler arasındaki kalıntı gürültüyü bastırır
- AGC — bkz. TC-143
İşlem hattı, 38 ms uçtan uca gecikme ekler; bu, Q8 platformunda 120 ms'lik ASR bütçesinin rahatlıkla altındadır.
4. Ölçülen SNR ve ASR Kelime Doğruluğu
| Senaryo | Ortam SPL | 1 m'de Ses SPL | Tek mikrofonda SNR | Hüzme oluşturma sonrası SNR | WER (en-US) |
|---|---|---|---|---|---|
| Sessiz yatak odası | 35 dB | 50 dB | +15 dB | +21 dB | %4,2 |
| TV açık oturma odası | 60 dB | 55 dB | −5 dB | +4 dB | %7.8 |
| Sınıf, 28 çocuk | 62 dB | 55 dB | −7 dB | +2 dB | %9.4 |
| Grup çalışması sırasında sınıf | 70 dB | 55 dB | −15 dB | −4 dB | %13.6 |
| Dış mekan oyun alanı | 68 dB | 60 dB | −8 dB | +1 dB | %11.2 |
+6 dB'lik tipik hüzme oluşturma kazancı, kullanılabilir bir kalem ile iade edilen bir kalem arasındaki farktır. "grup çalışması sırasında sınıf" senaryosunda, tek mikrofonlu %24'lük WER, %13,6'ya düşer — tam altında olduğu NLU niyet sınıflandırması eşiğinin altına, yani hala kurtarılabilir.
5. Neden 2 Mikrofon, 4 veya 6 Değil?
4 mikrofonlu ve 6 mikrofonlu doğrusal dizileri değerlendirdik. Dengeler:
| Dizi boyutu | Eksen üzeri kazanç | Sıfır derinliği | Yanal çözünürlük | BOM maliyeti | PCB genişliği |
|---|---|---|---|---|---|
| 1 mikrofon (temel) | 0 dB | 0 dB | Yok | 0,40 $ | 8 mm |
| 2 mikrofon, 24 mm | +6 dB | −12 dB | 30° | 0,80 $ | 28 mm |
| 4 mikrofon, 60 mm | +9 dB | −18 dB | 15° | 1,60 $ | 64 mm |
| 6 mikrofon, 100 mm | +11 dB | −22 dB | 10° | 2,40 $ | 104 mm |
4 mikrofonlu ve 6 mikrofonlu seçenekler, çocukların alışık olduğu "kalem gibi" form faktörünü bozan daha uzun bir kalem gövdesi gerektirir. Shenzhen Ar-Ge kullanıcı panelinde 240 çocukla yapılan üç endüstriyel tasarım çalışmasının ardından, akustik performans ve form faktör arasındaki en iyi denge olarak 2 mikrofonlu diziyi tercih ettik.
Alıcı ipucu: Bir tedarikçi tek mikrofonlu bir kalem için "profesyonel hüzme oluşturma" iddiasında bulunuyorsa, 65 dB SPL ortam gürültüsü altındaki WER değerini isteyin. Spektral son filtreleme olmadan tek mikrofonlu bir kalem, gerçek bir sınıfta %20'nin üzerinde WER sunar ve pilot uygulamanızı başarısız kılar.
6. GCC-PHAT Varış Yönü Kestirimi
Hüzme oluşturucunun çocuğun nerede oturduğunu bilmesi gerekir. GCC-PHAT algoritması, iki mikrofon sinyalinin spektrumlarını beyazlaştırdıktan sonra çapraz korelasyonunu yaparak varış gecikmesine karşılık gelen gecikmede keskin bir pik üretir. Pik bir açıya dönüştürülür:
θ = arccos((τ · c) / d)
burada τ zaman gecikmesi, c ses hızı (343 m/s) ve d mikrofon aralığıdır (0,024 m). Kestirimci, 0°–150° yarım küresinde ±5° doğrulukla açıları çözer ve her 100 ms'de bir günceller. Çocuk sıranın etrafında hareket ettiğinde, hüzme oluşturucu 100 ms içinde yönünü ayarlar.
30 çocuklu bir sınıfta algoritma, hedef çocuğu diğer 29 konuşmacıdan ayırt etmelidir. MVDR son filtresi, hedef yönde birim kazanç kısıtı altında toplam çıkış gücünü en aza indirerek en yüksek girişim kaynaklarına otomatik olarak uzaysal boşluklar yerleştirir.
7. RNNoise: Son 4 dB
Uzaysal filtrelemeden sonra, artık gürültü yaklaşık −4 dB SNR düzeyindedir. Sinir ağı son filtresi, Xiph.org RNNoise modelinin 60 saatlik sınıf ve ev gürültüsü üzerinde eğitilmiş 220 kB'lık bir taşımasıdır. Frekans alanında çalışarak her 10 ms'de bir kanal başına kazanç maskesi tahmin eder.
| RNNoise aşaması | Aşamadan sonraki SNR | WER (en-US) |
|---|---|---|
| Hüzme oluşturulmuş ses | −4 dB | %13,6 |
| RNNoise sonrası | +2 dB | %9,8 |
| AGC + ASR ön uç sonrası | +5 dB | %7,4 |
Birleşik işlem hattı (hüzme oluşturma + RNNoise + AGC), "sınıf içi grup çalışması" WER değerini tek mikrofonlu durumdaki %24'ten %7,4seviyesine düşürüyor; bu, sınıf ortamında kullanılabilirliğin sınırında olmakla birlikte kritik olmayan amaçlar (çeviri, arama) için kabul edilebilir. Kritik amaçlar (set_volume, set_voice, ebeveyn PIN'i) için onay istemi zorunlu tutulur.
8. Güç ve Gecikme Bütçesi
Hüzme oluşturma işlem hattı, uyandırma sözcüğü KWS ile aynı anda ses DSP'si üzerinde, fakat farklı bir işlem adasında çalışır. Güç ve gecikme:
| Aşama | Güç (mW) | Gecikme (ms) |
|---|---|---|
| PDM yakalama + indirgeme | 0,6 | 2 |
| GCC-PHAT DoA kestirimi | 0,4 | 4 |
| Gecikmeli toplamlı hüzme oluşturucu | 0,7 | 3 |
| MVDR adaptif filtre | 1,2 | 5 |
| RNNoise çıkarımı | 1,8 | 18 |
| AGC | 0,3 | 1 |
| ASR'ye çıkış | yok | 5 |
| Toplam | 5,0 mW | 38 ms |
5 mW'lık bu maliyet, sürekli açık 2,4 mW KWS'nin üzerine eklenir ve aktif dinleme sırasında toplam 7,4 mW'a ulaşır. T2 (2.500 mAh) bir hücrede bu hâlâ 14 saat bekleme dinleme süresi sağlar.
9. OEM Alıcıları için Doğrulama Protokolü
Aday bir kalemde uzak-alan ses alımı için 5 adımlı kabul testi:
- Sessiz oda WER 1 m mesafede, 50 dB SPL ortam gürültüsü, 200 uyandırma sözcüğü denemesi. Hedef: ≥ %99 uyandırma oranı.
- 3 m'de TV testi 60 dB SPL sürekli TV haberleri, 1 m'de 100 sesli komut. Hedef: ≤ 2 hatalı kabul.
- Kalabalık gürültüsü testi 65 dB SPL'de 4 konuşmacılı uğultu, 1 m'de 100 komut. Hedef: ≥ %90 komut başarı oranı.
- Fısıltı testi 0,5 m mesafede, 40 dB SPL ses, 50 komut. Hedef: ≥ %90 komut başarı oranı.
- Hareketli hedef testi çocuk 0°'den 90°'ye yürürken 1 m mesafede 30 komut. Hedef: ≥ %85 komut başarı oranı.
Bunlar, her ürün yazılımı sürümünde dahili olarak yürüttüğümüz aynı 5 testtir.
10. Özelleştirme ve Yol Haritası
Bir müze hediye dükkanı veya havayolu çocuk eğlence sistemi kurulumu daha geniş bir ses alım lobu gerektirebilir (çocuklar çoğu zaman eksen dışındadır). Üç özelleştirme kademesi sunuyoruz:
| Kademe | Hüzme genişliği | Kazanç | NRE | Teslim süresi |
|---|---|---|---|---|
| Dar (varsayılan) | 30° | +6 dB | $0 | 0 hafta |
| Geniş | 60° | +4 dB | $2,400 | 3 hafta |
| Çok yönlü (yalnızca son filtre) | 180° | +2 dB | $4,800 | 5 hafta |
2027 yol haritası şunları ekliyor: nöral hüzme oluşturma — 1,2 M sınıf klibi üzerinde eğitilmiş 2 katmanlı bir Conv-TasFormer — bu, 2 mikrofonlu dizide +8 dB kazanç sağlar ve sınıf WER değerini %6'nın altına indirir. Bu, daha geniş kapsamlı yapay zekâ entegrasyonu yol haritamızın 2024-2026.
İlgili İçerikler
- Okuma Kalemi Uyandırma Sözcüğü Algılama ve Her Zaman Açık Dinleme
- Okuma Kalemi MEMS Mikrofon ve Gürültü Engelleme
- Okuma Kalemi AGC ve Otomatik Kazanç Kontrolü
- Okuma Kalemi Yankı İptali ve AEC
- Okuma Kalemi Gürültü Bastırma ve RNNoise
- Okuma Kalemi Kullanım Senaryosu Devlet Okulu Bölgesi Satın Alma
11. Üretim & Akustik Test Disiplini
2-MEMS dizisi, GCC-PHAT hüzme oluşturma yazılımı, MVDR uyarlanabilir filtre ve RNNoise son filtresi; Şenzhen Longhua ve Dongguan Houjie üretim hatlarımızdaki her B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2 ve Y6 birimine entegre edilmiştir; her iki hat da ISO 9001 ve ISO 14001 sertifikalıdır. Knowles SPH0645HT4H-1 mikrofonları, Yamaha YSM20 pick-and-place hattı tarafından ±0,15 mm konum toleransıyla yerleştirilir; ±1 dB hassasiyet eşleşmesi, her birim için FCT akustik odasında 94 dB SPL @ 1 kHz referansına karşı doğrulanır. Beamforming üretici yazılımı ikili dosyası aynı istasyonda imzalanır ve yanıp söner; hat sonu banka testi, kalibre edilmiş bir 1 kHz tonunu −45° azimutundan çalar ve +6 dB ± 0,8 dB eksen kazancını ve −12 dB ± 1,5 dB yanal sıfır noktasını doğrular. Günlük işleme ortalaması 6.800 bitmiş ünite, Eylül 2025'te vardiya zirvesi 11.400 ünite'dir. İlk geçiş verimi, AQL II seviyesinde (Kritik 0, Büyük 1,0, Küçük 2,5) %98,6'dır. Üretim teslim süresi 75 gün standart veya 45 gün ekspres (%12 ücret, MOQ ≥ 10.000)'tir. Numune teslim süresi, 7 gün'dür.12. Sertifika Kapsamıteklif iste.
sayfasından itibaren
Beamforming özellikli her kalem, hedef pazarın sertifika portföyü ile birlikte teslim edilir: CE (RED/EMC/LVD), FCC Part 15, UKCA, EN 71-1/2/3, ASTM F963, CPSIA/CPC, RoHS, REACH, PSE (Japonya), KC (Kore), GCC/SFDA (Suudi Arabistan), SNI (Endonezya), NOM (Meksika), INMETRO (Brezilya), RCM (Avustralya/Yeni Zelanda), NRCS LOA (Güney Afrika), ve ESMA/TIS (BAE/Tayland). Pil sevkiyatında UN38.3 + IEC 62133 + MSDS kullanılır. Gizlilik uyumluluğu şunlar için belgelenmiştir: GDPR, COPPA, PIPL, LGPD, Tayland PDPA, ve California Prop 65. Uzak alan toplama hattı, 10 ms'lik hüzmeleme halka tamponunun dışında ham ses verisini saklamaz; bu da okul bölgesi tedarik süreçlerinde doğrulanabilir COPPA ve GDPR-K veri minimizasyonu kanıtı talep edilmesi durumunda en güçlü uyumluluk argümanıdır. 47 ülkelik temel çerçevenin dışındaki yeni yargı bölgeleri için lokal başına 1.800 ABD doları karşılığında, 15 iş günü teslim süresiyle yeni bir dosya teklif edilir.
13. OEM Fiyatlandırma ve SKU Dengeleri
Uzak alan hüzmeleme, 11 SKU genelinde fabrika fiyatı olan birim başına 3,80–14,50 ABD doları standart firmware paketine dahildir. Kademe dilimleri: giriş seviyesinde P2 (500 mAh, 4 MB NAND), orta dilimde B1/B2/F8/K7/KF1 5,40–8,60 ABD doları, orta dilimde L5/P2/Q6 7,20–10,40 ABD doları ve üst dilimde Q8/T2/Y6 11,80–14,50 ABD doları. 2 mikrofonlu dizinin BOM maliyeti, 10K MOQ'da kalem başına 0,80 ABD dolarıdır (0,40 ABD doları × 2 mikrofon); üst segment OEM programları için 4 mikrofonlu yükseltme kalem başına 1,60 ABD dolarıdır ve 64 mm PCB genişliği gerektirir (kalem form faktörünü bozar). Özel hücreme desenleri şu şekilde teklif edilir: dar (30°) dahil, geniş (60°) 2.400 ABD doları NRE ve 3 haftalık teslim süresiyle, çok yönlü (180°) 4.800 ABD doları NRE ve 5 haftalık teslim süresiyle. MOQ kademeleri: stok nötr için 500 adet, özel renk için 1.000, özel serigrafi logosu için 3.000, perakende ambalajlı tam özel marka için 5.000 adet. Ödeme koşulları: T/T 30/70, görüldüğünde L/C, tekrarlayan alıcılar için OA, numune siparişleri için PayPal. Bir OEM/ODM uzak alan toplama programı başlatmak için hedef SKU karışımınızı, en önemli üç hedef pazarınızı ve kabul testi tercihinizi (varsayılan, geniş veya çok yönlü) fiyat-teklifi-iste adresine gönderin; mühendislik ekibimiz bir iş günü içinde boyutlandırılmış bir firmware paketi, birim maliyet merdiveni ve uyumluluk dosyası dizini ile döner.
14. 47.000+ Adet Üniteden Elde Edilen Dahili Doğrulama Metrikleri
2023'ten bu yana 47 ülkede konuşlandırılan 47.000'den fazla ünitenin ardından, hüzmeleme hattı Q8 platformunda P95 gecikmesi 28,6 milyon hüzmeleme ses çerçevesi— P95 gecikmesinde — ~%3,2 WER38 msQ8 platformunda. Sahada en sık karşılaşılan olumsuz senaryo, müşteri destek kayıtlarının %41,2'sinde yer alan 70 dB SPL seviyesindeki "grup çalışması sırasında sınıf" senaryosudur; bunu %24,6 ile "3 metre mesafeden TV testi", %18,4 ile "65 dB SPL ortam uğultusu" ve %15,8 ile "açık hava oyun alanı" izler. Hüzmeleyici, RNNoise son filtrelemesinin ardından grup çalışması senaryolarının %92,4'ünde WER değerini %10'un altına indirir. Üretici yazılımı sürüm haritası standart 86 sürümü temel alınarak hazırlanmıştır: 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. Spektral kapının altındaki TV sesinin yol açtığı akustik kapı hatalı kabul oranı, F8 platformlarında v3.1.2 üretici yazılımı güncellemesinin ardından %1,4'ten %0,4'edeğerindik %38,7'den %5,1'e gerilemiştir.
15. Mühendislik Alıcısı Çıkarımları
OEM/ODM uzak-alan mikrofon alımı için beş temel kural:
- Ana sipariş formunu (master PO) imzalamadan önce her zaman 5 adımlı kabul testini §9'da çalıştırın. Pilot verileri, gerçek gürültü tabanınızı ve gerçek çocuk ses dağılımınızı yansıttığı için her benchmark sayfasından daha değerlidir.
- Lütfen belirtinhüzme genişliğini firmware kilitlendiğinde net olarak belirtin. Masaya bağlı bir sınıf ortamı için dar (30°); perakende/seyahat için geniş (60°); eksen dışı ses alımının baskın olduğu müze/havayolu uygulamalarında yalnızca omnidirectional (180°) tercih edin.
- Geniş hüzmeli varyant için 3 hafta ve omnidirectional varyant için 5 hafta ayırın. MVDR son işlem filtresinin yeniden eğitimi en uzun süreci oluşturur.
- 2027 neural beamformer (Conv-TasFormer) yaygınlaştırılırken pilot sürüm için bir %5 kanarya OTA kohortu planlayın. Kanarya, regresyon sorunlarını tüm filoya ulaşmadan uçtaki sınıf ortamlarında yakalar.
- Uzak-alan mikrofon alımını her zaman AGC hattıyla birlikte değerlendirin. AGC olmadan, +6 dB'lik beamforming kazancı, konuşma ses yüksekliğinde ASR ön ucunu klipleyebilir.