3. 采集场景与路线规划：城市道路、高速公路、隧道、地下车库、不同车速下的数据采集策略

好，咱们接着聊。上一章讲了麦克风阵列怎么装，这一章咱们聊聊更头疼的事——去哪跑、怎么跑。

说实话，我见过太多团队，麦克风选得挺好，算法也牛，结果采集路线一塌糊涂。最后模型一上线，各种翻车。说白了，采集路线规划，直接决定了你数据的“含金量”。

3.1 城市道路：最复杂，也最考验功底

城市道路是车载语音的“主战场”。你想想看，用户大部分时间都在城里开。这里面的噪声环境，那叫一个五花八门。

核心策略：分层覆盖，重点攻坚

• 主干道：车速快，风噪和胎噪是主角。我建议选双向6车道以上的路，采集时尽量走中间车道，减少旁边车道大车的干扰。
• 次干道与支路：这里才是噩梦。行人、电动车、公交车、路边商铺的喇叭声……嗯，这些“瞬态噪声”对语音唤醒的误触发影响最大。
• 路口与红绿灯：停车等待时，环境音会突然安静下来，但旁边的车可能会摇下车窗聊天。这种“背景音突变”的场景，我建议单独标注出来。

3.2 高速公路：风噪与胎噪的“极限测试”

高速场景，说白了就是跟风噪和胎噪死磕。车速一上100km/h，风噪就成了绝对主导。

核心策略：车速分段，窗控配合

车速区间	主要噪声源	采集重点
60-80 km/h	胎噪 + 低风噪	正常对话，空调中档
80-100 km/h	风噪明显上升	提高音量指令，关闭车窗
100-120 km/h	风噪主导	紧急指令（如导航、电话），车窗全关

我个人习惯，在高速上采集时，会要求驾驶员保持一个固定的车速，比如100km/h，然后分别测试开窗1cm、3cm和全关的状态。你猜怎么着？开窗1cm时，风噪的频谱会有一个诡异的峰值，正好落在语音频段里。

3.3 隧道：声学环境的“黑洞”

隧道里，声音会混响。混响对语音识别的影响，比噪声还大。我见过有些算法在隧道里直接“失聪”。

核心策略：长短隧道都要跑，混响时间要记录

• 短隧道（< 500米）：主要采集入口和出口的“声压突变”。
• 长隧道（> 1公里）：重点采集隧道中段的稳定混响环境。这时候，车内说话会有明显的“桶音”感。
• 多车道隧道：旁边有大货车经过时，低频振动会通过车身传导到麦克风。这种“结构传导噪声”，普通降噪算法很难处理。

为什么会这样？因为隧道里的声音反射路径太复杂了。我曾经在一条3公里长的隧道里，用同一个指令反复测试，结果发现不同位置的信噪比能差出6个dB。所以，隧道内至少每隔200米要采集一组数据。

3.4 地下车库：低频噪声的“重灾区”

地下车库，说白了就是个巨大的低频共振箱。轮胎摩擦环氧地坪的声音、发动机的轰鸣声、还有那种“嗡嗡”的空调风机声……

核心策略：关注低频，注意反射

• 环氧地坪 vs 水泥地坪：环氧地坪的胎噪频率更低，更容易触发语音误唤醒。我建议两种地坪都要覆盖。
• 空旷区域 vs 立柱区域：立柱会形成声学阴影，导致语音指令在某些角度下完全收不到。
• 车辆启动瞬间：发动机启动时的振动，会通过车身传到麦克风。这个瞬间的噪声，是很多语音系统“卡壳”的原因。

3.5 不同车速下的采集策略：从0到120的“全频谱覆盖”

车速不同，噪声的频谱结构完全不同。你不能指望用60km/h的数据去训练120km/h的模型。

核心策略：按车速分桶，每个桶都要有足够的样本

• 0 km/h（怠速/停车）：重点采集发动机怠速振动、空调风声、以及车外行人说话声。这是做“语音唤醒”的基准场景。
• 30-60 km/h（低速）：城市工况，噪声以低频胎噪和发动机噪声为主。这时候的语音指令，往往比较随意，比如“帮我找个加油站”。
• 60-100 km/h（中速）：风噪开始抬头，胎噪依然存在。用户说话会不自觉地提高音量。我建议在这个区间，多采集一些“喊叫”式的指令。
• 100-120 km/h（高速）：风噪主导，语音信号被严重掩蔽。这时候的指令，通常都是短促的、紧急的，比如“挂断电话”、“导航回家”。

好了，这一章的内容就这些。说白了，采集路线规划，就是一场“噪声地图”的绘制。你跑得越全，地图越精细，模型就越抗造。下一章，咱们聊聊具体的采集设备怎么选，怎么搭。