2、采集设备选型与搭建：麦克风阵列选型与车载安装声学考量
好，咱们接着聊。上一章讲了数据采集的总体流程，这一章我重点说说硬件选型。说白了，你算法再牛，前端采集的音频质量不行，后面全是白搭。我在项目里见过太多这种情况——花了大价钱做标注，结果发现底噪太大，模型根本学不出来。
2.1 麦克风阵列选型：线性 vs 环形
先说说阵列类型。目前车载主流就两种：线性阵列和环形阵列。怎么选？看你的应用场景。
线性阵列
线性阵列，说白了就是把麦克风排成一排。我习惯用在需要定向拾音的场景，比如只采集驾驶员位置的语音。
- 优点：波束成形指向性强，对特定方向的声音增益高
- 缺点：水平方向覆盖有限，垂直方向基本没区分度
- 常见配置：2麦、4麦、6麦，间距通常15-30mm
我的经验：线性阵列做beamforming时，麦克风间距很关键。间距太小，低频指向性差；间距太大，会出现空间混叠。我一般推荐4麦线性阵列，间距20mm，这个配置在大多数车型上表现稳定。
环形阵列
环形阵列，麦克风围成一个圈。适合全向拾音场景，比如车内多人对话。
- 优点：360°覆盖，能区分来自不同座位的声音
- 缺点：算法复杂度高，对安装位置更敏感
- 常见配置：4麦、6麦、8麦，直径通常50-80mm
你想想看，如果车里有四个人同时说话，线性阵列基本抓瞎。环形阵列配合DOA（到达方向）算法，能大致判断声源来自哪个座位。嗯，这里要注意——环形阵列的麦克风一致性要求更高，我曾经遇到过一批货，8个麦里有2个灵敏度差了3dB，结果DOA角度偏差了十几度。
| 对比项 | 线性阵列 | 环形阵列 |
|---|---|---|
| 覆盖范围 | 水平120°左右 | 360°全向 |
| 算法复杂度 | 低 | 高 |
| 典型应用 | 主驾唤醒、单通道降噪 | 多音区分离、声源定位 |
| 安装难度 | 低 | 中 |
2.2 声卡与ADC选型
麦克风选好了，接下来是声卡和ADC。很多人忽略这一步，觉得随便买个USB声卡就行。我告诉你，大错特错。
车载语音采集对ADC的要求其实挺苛刻的：
- 采样率：至少48kHz，我建议用96kHz。为什么？留出过采样空间，后面做降采样时能降低量化噪声
- 位深：24bit起步。16bit的动态范围只有96dB，车内环境噪声加上空调、胎噪，很容易把弱信号压到量化噪声里
- 通道数：至少支持8通道同步采集。别问我为什么，你想想看，4麦阵列加上参考信号通道，8个通道刚刚好
- 信噪比：ADC的SNR要大于100dB。我踩过坑，用过一款标称95dB的ADC，实际测下来只有88dB，底噪直接影响了VAD（语音活动检测）的准确率
避坑指南：我曾经在选型时贪便宜，选了一款消费级的USB声卡。结果采集的数据里每隔几秒就有个click噪声，排查了三天才发现是声卡的USB时钟抖动导致的。后来换了专业级的音频接口，问题立刻解决。所以，声卡这块别省。
2.3 车载安装位置的声学考量
最后说说安装位置。这个环节最容易被忽视，但影响最大。同样的麦克风阵列，装在A柱和装在顶棚，采集到的数据质量天差地别。
A柱安装
A柱是很多车厂的首选位置。为什么？
- 离驾驶员近，信噪比高
- 安装方便，走线简单
- 不影响车内美观
但A柱也有问题。我测过几款车，A柱位置的低频共振比较明显，尤其是发动机怠速时，A柱的振动会直接耦合到麦克风里。另外，A柱的反射面复杂，容易产生梳状滤波效应。
顶棚安装
顶棚位置，通常是车内后视镜附近。这个位置的优势：
- 声场相对均匀，能较好覆盖全车
- 远离车窗和车门，风噪影响小
- 振动干扰比A柱小
但顶棚安装也有坑。我记得有一次，我们把环形阵列装在顶棚中央，结果发现后排乘客的声音明显偏弱。后来分析发现，顶棚的吸音材料对高频有衰减，导致后排语音的高频分量丢失了。解决办法是调整阵列的波束成形参数，补偿高频衰减。
后视镜安装
后视镜位置，现在很多新车都在用。好处是：
- 位置居中，左右对称
- 离驾驶员和副驾都比较近
- 便于集成摄像头做多模态
但后视镜的声学环境其实挺复杂的。后视镜本身是个空腔结构，容易产生共鸣。我建议在后视镜内部加一些阻尼材料，减少腔体共振。
重要提醒：不管选哪个位置，一定要做实车声学测试。我见过太多项目，实验室里测得好好的，装到车上就翻车。原因很简单——实验室的混响时间和车内完全不一样。所以，我的习惯是：先做仿真，再装样车，最后用实测数据验证。这三步缺一不可。
好了，这一章的内容就这些。总结一下：麦克风阵列选型看场景，线性阵列适合定向，环形阵列适合全向；声卡和ADC别省钱，24bit/96kHz是底线；安装位置一定要做实车测试，别光看理论。下一章我们聊聊具体的采集流程和参数配置。