2. 语音采集技术：麦克风阵列选型、抗噪处理、语音信号预处理
好，我们进入第二个核心话题——语音采集。说实话，CVR 系统里最容易被低估的就是这一块。很多人觉得，不就是放个麦克风嘛，能有多难？但我在项目里吃过亏，才明白前端采集做不好，后面算法再牛也白搭。
2.1 麦克风阵列选型：不是随便挑几个话筒
驾驶舱环境有多嘈杂，你想想看——发动机轰鸣、空调风声、无线电通讯、操纵杆机械声……单靠一个麦克风，根本扛不住。所以现代 CVR 普遍采用麦克风阵列。
阵列构型怎么选？我个人习惯分三种场景：
- 线性阵列：适合驾驶舱前部，沿仪表板布局。波束指向性好，能聚焦飞行员方向。
- 圆形阵列：适合顶棚中央安装。360度拾音，但算法复杂度高一些。
- 分布式阵列：多个独立麦克风分散布置。我曾在某型支线客机上见过这种方案，抗遮挡能力强，但同步要求极高。
选型时有个关键参数——阵元间距。理论上讲，间距不能超过最高频率波长的一半。比如你要采集 8kHz 的语音，波长约 4.3cm，那间距最好控制在 2cm 以内。嗯，这里要注意：间距太小，低频指向性会变差；太大，又会出现空间混叠。我一般取 1.5~2cm 作为折中。
核心指标速查表：
| 参数 | 推荐值 | 说明 |
|---|---|---|
| 阵元数量 | 4~8 个 | 4 阵元是底线，8 阵元效果明显提升 |
| 间距 | 1.5~2 cm | 兼顾 8kHz 以下语音频段 |
| 灵敏度 | -35 ± 3 dBV/Pa | 太低会丢失弱语音，太高容易饱和 |
| 信噪比 | ≥ 65 dBA | 低于 60 dBA 的麦克风不建议用 |
2.2 抗噪处理：跟发动机噪音抢信号
麦克风选好了，接下来就是怎么在 120 分贝的噪音里把人的说话声捞出来。我遇到过最极端的情况——某次试飞，发动机全推力状态下，驾驶舱噪音直接盖过了机内通话。那次之后，我对抗噪算法有了全新的认识。
常用的抗噪手段，我按优先级排个序：
- 波束成形（Beamforming）：延迟求和算法最简单，计算量小，适合嵌入式。自适应波束成形（如 MVDR）效果更好，但需要稳定的协方差矩阵估计。我建议 CVR 用固定波束成形打底，再加自适应做微调。
- 谱减法：经典方法，在频域把噪声估计值减掉。缺点是容易产生“音乐噪声”。我一般会加一个平滑后处理，听起来没那么刺耳。
- 维纳滤波：比谱减法更温和，但需要准确的噪声功率谱估计。驾驶舱噪声非平稳，所以我会用递归平均来实时更新噪声估计。
我的经验：抗噪处理不要追求“完全干净”。过度降噪会损伤语音的自然度，甚至丢失关键信息。CVR 的首要目标是可懂度，不是音质。我曾经见过一个团队把语音处理得“太干净”，结果空管指令里的尾音被切掉了，差点酿成事故。
2.3 语音信号预处理：滤波与增益控制
预处理是承上启下的环节。说白了，就是把麦克风出来的原始信号调理成适合后续编码和存储的样子。
2.3.1 滤波：该留的留，该砍的砍
驾驶舱语音的有效频段大概在 300Hz ~ 3400Hz（电话带宽标准）。低于 300Hz 的基本是发动机低频轰鸣和气流声，高于 3400Hz 的则是高频噪声和电子设备干扰。
我常用的滤波器配置：
- 高通滤波器：截止频率 200~300Hz，12dB/oct 斜率。用来切掉次声波和低频振动。
- 低通滤波器：截止频率 4kHz，24dB/oct 斜率。防止高频噪声混叠。
- 带阻滤波器：如果驾驶舱有固定频率的干扰（比如某些航电设备 1kHz 的蜂鸣声），我会加一个窄带陷波器。
嗯，这里要注意：滤波器会引入相位延迟。如果阵列里每个通道的滤波器不一致，波束成形的效果会大打折扣。所以我坚持所有通道用同一型号的滤波器芯片，并且做相位匹配校准。
2.3.2 增益控制：别让声音忽大忽小
驾驶舱里说话音量差异很大——机长可能离麦克风很近，副驾驶稍微远一点，后舱乘务员通话时信号更弱。如果没有自动增益控制（AGC），录音就会一会儿爆音一会儿听不清。
AGC 的设计要点：
- 目标电平：我一般设定在 -12dBFS 左右，留出 12dB 的余量给突发大声。
- 启动时间：1~5ms。太慢会漏掉语音起始部分，太快又会让背景噪声跟着起伏。
- 释放时间：100~500ms。说话间隙不要立刻把增益拉高，否则背景噪声会“呼”地一下冒出来。
避坑指南：我曾经在一个项目中用了快速 AGC，结果飞行员咳嗽一声，增益瞬间压下来，后面三秒钟的对话都变得很小声。后来我改成双环 AGC——一个快环处理瞬态，一个慢环维持整体电平。效果好了很多。
2.4 预处理流程总结
把上面这些串起来，一个典型的 CVR 语音采集预处理链路是这样的：
麦克风阵列 → 前置放大 → 抗混叠滤波 → ADC →
高通滤波 → 波束成形 → 谱减法降噪 → AGC →
低通滤波 → 输出给编码器每一步都有讲究。我见过不少团队在 ADC 之后直接做降噪，结果低频噪声被放大，高频细节丢失。正确的顺序应该是：先滤波去掉确定性的干扰，再做波束成形利用空间信息，最后用降噪算法处理残余噪声。
好了，语音采集这块就聊到这儿。下一节我们讲语音编码与压缩——怎么在有限的存储空间里，把驾驶舱里的每一句话都原原本本地留下来。