音頻降噪領域長期存在一個難以突破的工程悖論：降噪深度與功耗呈近似指數(shù)級正相關。傳統(tǒng)雙麥降噪方案中，每提升 10dB 降噪深度，系統(tǒng)功耗通常需要增加 80%-120%。這導致 30dB 以上的高性能降噪方案，工作電流普遍超過 50mA，無法應用于電池供電的便攜設備、可穿戴設備和低功耗物聯(lián)網(wǎng)終端。

近期一款量產(chǎn)的低功耗雙麥降噪模塊打破了這一行業(yè)共識：在常規(guī)工作模式下電流僅為 15mA，比多數(shù)通用單片機的運行電流還低；而在近距離拾音模式下，實測降噪深度達到了 50dB。這一性能指標意味著，它可以將 99.999% 的環(huán)境背景噪音有效抑制，即使在 60dB 的工業(yè)環(huán)境噪音中，也能清晰提取 3 米內(nèi)的人聲信號。

本文將從理論瓶頸、硬件架構、算法優(yōu)化和工程實現(xiàn)四個維度，系統(tǒng)分析在 15mA 低功耗約束下實現(xiàn) 50dB 高降噪深度的技術路徑，探討音頻降噪技術未來的發(fā)展方向。

一、低功耗音頻降噪的理論瓶頸

要理解這一技術突破的意義，首先需要明確傳統(tǒng)降噪方案面臨的理論限制。

1.1 單麥降噪的物理天花板

單麥克風降噪的本質(zhì)是基于信號統(tǒng)計特性的盲源分離。由于單麥只能捕捉到 "人聲 + 噪音" 的一維混合信號，無法獲取聲音的空間信息，因此只能通過分析信號的頻譜、幅度和統(tǒng)計特性來區(qū)分人聲和噪音。

根據(jù)香農(nóng)信息論，單麥降噪的理論信噪比提升上限約為 25dB。在實際應用中，受限于算法精度和信號失真的約束，多數(shù)單麥方案的實際降噪深度只能達到 12-18dB，且在非穩(wěn)態(tài)噪音環(huán)境下效果會急劇下降。

1.2 傳統(tǒng)雙麥降噪的功耗困境

雙麥降噪通過引入空間維度信息，將一維信號問題轉(zhuǎn)化為二維空域濾波問題，理論上可以實現(xiàn)無限高的降噪深度。但在工程實現(xiàn)中，雙麥降噪的功耗主要來自三個方面：

波束成形計算：傳統(tǒng)延遲求和波束成形需要對兩路信號進行精確的時延估計和相位對齊，每采樣點需要數(shù)十次乘累加運算

自適應濾波：為了抑制殘留噪音，通常需要使用高階自適應濾波器，512 階濾波器每秒鐘需要進行超過 800 萬次運算

數(shù)模轉(zhuǎn)換開銷：多數(shù)方案采用數(shù)字接口設計，需要外接 ADC 和 DAC，每次轉(zhuǎn)換都會引入額外的功耗和信號失真

這三個部分的功耗占比超過了系統(tǒng)總功耗的 80%，導致傳統(tǒng)雙麥方案難以將工作電流控制在 30mA 以下。

1.3 AI 降噪的計算量陷阱

近年來興起的深度學習降噪方案，雖然在非穩(wěn)態(tài)噪音抑制方面表現(xiàn)出色，但也帶來了巨大的計算量負擔。一個中等規(guī)模的 CNN 降噪模型，每秒鐘需要進行數(shù)十億次浮點運算，即使經(jīng)過量化和剪枝優(yōu)化，功耗也通常超過 100mA，完全不適合低功耗應用場景。

二、硬件架構重構：從通用計算到專用加速

突破上述瓶頸的核心思路，是放棄 "通用 DSP + 軟件算法" 的傳統(tǒng)架構，轉(zhuǎn)而采用專為音頻降噪優(yōu)化的異構計算架構。通過將 90% 以上的計算任務硬件化，大幅降低系統(tǒng)功耗。

2.1 通用內(nèi)核 + 專用加速器的異構設計

該模塊采用了 "32 位 RISC-DSP 內(nèi)核 + 三個專用硬件加速器" 的異構架構，核心主頻僅為 64MHz，遠低于同類產(chǎn)品的 200-300MHz 主頻。但通過專用加速器的硬件加速，其實際音頻處理能力超過了多數(shù) 300MHz 主頻的通用 DSP。

三個專用加速器分別針對音頻處理中最耗時的三種操作進行了優(yōu)化：

1024 點 FFT/IFFT 加速器：采用基 - 2 蝶形算法硬件實現(xiàn)，完成一次 1024 點 FFT 僅需要 10 個時鐘周期，比軟件實現(xiàn)快 12 倍，功耗降低 85%

64 通道并行濾波器組加速器：支持同時對 64 個不同頻段的信號進行濾波處理，單周期完成一個頻段的濾波運算

16 位 MAC 陣列加速器：包含 8 個并行的 16 位乘累加單元，單周期完成 8 次乘累加運算，是自適應濾波算法的核心

這種架構設計的優(yōu)勢在于，通用內(nèi)核只負責簡單的控制和調(diào)度，所有計算密集型任務全部由專用加速器完成。實測表明，在相同的降噪效果下，該架構的功耗僅為通用 DSP 架構的 1/3。

2.2 全模擬信號鏈路設計

另一個反常識的設計是采用了純模擬輸入輸出的全鏈路設計。模塊內(nèi)部集成了兩路 16 位高精度 Σ-Δ ADC 和一路 16 位 DAC，直接支持模擬麥克風輸入和模擬音頻輸出。

與傳統(tǒng)數(shù)字接口方案相比，全模擬鏈路具有三個顯著優(yōu)勢：

降低 BOM 成本：省去了外部 ADC 和 DAC 芯片

減少功耗：避免了兩次外部數(shù)模轉(zhuǎn)換帶來的功耗開銷，系統(tǒng)總功耗降低 30% 以上

提高信號保真度：減少了信號轉(zhuǎn)換過程中的失真，總諧波失真 (THD) 控制在 0.05% 以內(nèi)

2.3 細粒度電源管理

為了將工作電流進一步壓縮到 15mA，模塊采用了三級細粒度電源管理機制：

多電壓域設計：內(nèi)核、加速器和 IO 口分別采用 1.2V、1.5V 和 3.3V 獨立供電，不用的模塊可以單獨斷電

動態(tài)頻率調(diào)節(jié)：根據(jù)輸入信號的復雜度自動調(diào)節(jié)內(nèi)核主頻，安靜環(huán)境下主頻可降至 16MHz，電流僅為 7mA

零靜態(tài)功耗設計：所有寄存器和存儲器都采用低功耗工藝制造，待機電流小于 0.8μA

三、算法層面的極致優(yōu)化：用物理和數(shù)學代替算力

硬件架構只是基礎，真正實現(xiàn) 50dB 降噪深度的關鍵，是對傳統(tǒng)降噪算法進行了從物理原理到數(shù)學實現(xiàn)的全方位優(yōu)化。

3.1 近距離差分波束成形：物理層面的噪音抑制

該模塊最具創(chuàng)新性的算法設計，是采用了15mm 間距的近距離差分波束成形技術。與傳統(tǒng)的遠距離延遲求和波束成形不同，差分波束成形利用的是聲音的聲壓差而非時間差。

其基本原理非常簡單：

plaintext

y(t) = p?(t) - p?(t)

其中p?(t)和p?(t)分別是兩個麥克風接收到的聲壓信號。

當聲源位于正前方時，兩個麥克風接收到的聲壓幾乎相等，相減后人聲信號被保留；當聲源位于其他方向時，兩個麥克風接收到的聲壓存在差異，相減后噪音信號被抵消。

這是一種純物理層面的噪音抑制機制，不需要任何算法計算，功耗為零。實測表明，這種差分結構對正后方噪音的抑制深度可以達到 30dB 以上，從源頭上就過濾掉了大部分環(huán)境噪音。

3.2 頻域分塊自適應濾波：計算量降低 70%

經(jīng)過差分波束成形后，殘留的噪音主要來自正前方和側面。為了在低功耗下進一步抑制這些噪音，模塊采用了頻域分塊自適應濾波算法 (FDAF) 代替?zhèn)鹘y(tǒng)的時域 NLMS 算法。

FDAF 算法的核心思想是將時域信號轉(zhuǎn)換到頻域進行處理，利用 FFT 的快速卷積特性將計算復雜度從 O (N2) 降低到 O (NlogN)。對于一個 512 階的濾波器，F(xiàn)DAF 算法的計算量只有時域 NLMS 算法的 1/5。

再結合硬件 FFT 加速器的加速效果，整個自適應濾波模塊的計算量降低了 70% 以上，功耗僅為傳統(tǒng)時域方案的 1/4。

3.3 輕量級 AI 輔助分類：只做決策，不做處理

為了提升對非穩(wěn)態(tài)噪音（如鍵盤聲、關門聲、車流聲）的抑制能力，模塊引入了一個輕量級 AI 模型。但與多數(shù)純 AI 降噪方案不同，這個模型的作用不是直接生成降噪信號，而是對噪音類型進行分類。

該模型采用了深度可分離卷積結構，參數(shù)總量僅為 97KB，運行時僅占用 18KB 內(nèi)存。它可以實時識別 12 種常見的噪音類型，然后系統(tǒng)根據(jù)噪音類型自動選擇最優(yōu)的傳統(tǒng)降噪算法參數(shù)：

對于穩(wěn)態(tài)低頻噪音（空調(diào)聲、風扇聲），使用高通濾波器 + 譜減法

對于瞬態(tài)高頻噪音（鍵盤聲、關門聲），使用瞬態(tài)噪聲抑制算法

對于多人說話場景，使用波束成形 + 語音活動檢測 (VAD)

這種 "AI 分類 + 傳統(tǒng)算法處理" 的混合框架，既保留了傳統(tǒng)算法低功耗、低延遲的優(yōu)勢，又獲得了 AI 算法對復雜噪音的強大識別能力。引入該模型后，非穩(wěn)態(tài)噪音的抑制能力提升了 15dB，而系統(tǒng)功耗僅增加了 2mA。

四、工程實現(xiàn)的細節(jié)：決定最終效果的 "最后一公里"

很多團隊在復制上述硬件和算法后，發(fā)現(xiàn)實際降噪效果遠達不到預期。這是因為雙麥降噪的最終效果，70% 取決于工程實現(xiàn)的細節(jié)。

4.1 麥克風一致性校準：精度決定上限

差分波束成形的效果高度依賴于兩個麥克風的一致性。如果兩個麥克風的靈敏度差 0.5dB，降噪深度就會下降 10dB 以上；如果相位差超過 1 度，降噪效果會急劇惡化。

該模塊在出廠前，每一個單元都會在標準消聲室中進行逐臺校準：

使用標準聲源發(fā)出 1kHz 的正弦波信號

精確測量兩個麥克風的輸出幅度和相位

在數(shù)字域計算校準系數(shù)，將兩個麥克風的響應完全對齊

校準精度達到了0.1dB 的幅度誤差和 0.1 度的相位誤差，這是目前行業(yè)內(nèi)的最高水平。正是因為有了如此高精度的校準，才能實現(xiàn) 50dB 的峰值降噪深度。

4.2 聲學腔體設計：PCB 也是聲學器件

很多工程師容易忽略的一個事實是：PCB 板本身就是一個重要的聲學器件。如果腔體設計不合理，會產(chǎn)生結構共振和聲泄漏，嚴重影響降噪效果。

該模塊的 PCB 板采用了 1.6mm 厚的 FR-4 材質(zhì)，麥克風周圍做了密封處理，內(nèi)部填充了吸音材料，有效抑制了結構共振。麥克風與 PCB 板之間采用硅膠墊隔離，減少了振動傳導。

對比測試表明，同樣的芯片和算法，使用普通 PCB 板安裝時，降噪深度只有 28dB；而使用經(jīng)過優(yōu)化的聲學腔體設計后，降噪深度可以達到 48dB。

4.3 動態(tài)范圍優(yōu)化：兼顧小聲和大聲

一個優(yōu)秀的降噪系統(tǒng)，必須能夠同時處理 20dB 的小聲說話和 116dB 的大聲喊叫。該模塊采用了三級自動增益控制 (AGC) 架構：

前置可編程增益放大器 (PGA)：0-40dB 可調(diào)，適應不同靈敏度的麥克風

數(shù)字 AGC：-20dB 到 + 20dB 可調(diào)，自動調(diào)節(jié)語音音量

峰值限制器：防止大聲說話時出現(xiàn)削波失真

同時，模塊采用了 16 位高精度 ADC，動態(tài)范圍達到了 96dB，確保在各種音量下都能獲得清晰的信號。

五、實測數(shù)據(jù)與技術對比

為了客觀評估該方案的性能，我們在標準消聲室中進行了對比測試。測試環(huán)境為 60dB 白噪音，人聲位于正前方 0°，噪音源位于 90° 方向。

表格

從測試數(shù)據(jù)可以看出，該方案在降噪深度和功耗兩個維度上都取得了顯著的領先優(yōu)勢，同時保持了極低的算法延遲，完全滿足實時通話的要求。

六、總結與展望

低功耗雙麥降噪技術的突破，為便攜設備、可穿戴設備和物聯(lián)網(wǎng)終端的音頻交互帶來了新的可能性。本文分析的技術路徑表明，通過硬件架構的專用化、算法的物理化和工程實現(xiàn)的精細化，可以在極低的功耗下實現(xiàn)高性能的降噪效果。

未來，低功耗音頻降噪技術將朝著三個方向發(fā)展：

硬件與算法的深度協(xié)同：進一步將更多的算法功能硬件化，實現(xiàn) "算法即硬件"

邊緣 AI 的輕量化：開發(fā)更小、更高效的 AI 模型，實現(xiàn) "感知 - 決策 - 處理" 的全鏈路智能化

多傳感器融合：結合麥克風陣列、振動傳感器和光學傳感器，實現(xiàn)更精準的聲源定位和噪音抑制

對于電子工程師來說，這一技術突破也帶來了重要的啟示：真正的技術創(chuàng)新不是堆砌參數(shù)和功能，而是深入理解問題的本質(zhì)，用最簡單、最有效的方法解決問題。在追求高性能的同時，更要關注功耗、成本和可靠性等工程實際問題。

【技術討論】 大家在低功耗音頻設計中遇到過哪些難題？有沒有其他值得關注的低功耗降噪技術？歡迎在評論區(qū)分享你的經(jīng)驗和見解。

審核編輯 黃宇