1. 香薰機(jī)加語音控制到底圖個啥做了十幾年消費(fèi)類電子方案我越來越覺得香薰機(jī)這個品類特別有意思。它本身技術(shù)門檻不高——一個超聲波霧化片、一個風(fēng)扇、一個水位檢測、再加個MCU控制硬件成本壓到十幾塊錢就能做出來。但恰恰因?yàn)殚T檻低這個賽道卷得離譜大家都在找差異化的賣點(diǎn)。前幾年拼外觀、拼燈光、拼定時功能現(xiàn)在這些都成標(biāo)配了于是語音控制就成了新的角力點(diǎn)。你可能會問香薰機(jī)加語音控制用戶真的會用嗎我一開始也懷疑。但實(shí)測下來場景其實(shí)很自然晚上躺床上不想摸手機(jī)開APP直接說一句“打開香薰機(jī)”“調(diào)到二檔”“定時一小時”體驗(yàn)確實(shí)比按鍵和APP都順手。尤其是放在臥室、書房這種場景語音的免手操作優(yōu)勢非常明顯。而且香薰機(jī)的工作噪音本身就在30分貝以下語音識別的環(huán)境干擾相對可控這比語音控制油煙機(jī)、空調(diào)要友好得多。這篇內(nèi)容我打算把香薰機(jī)語音控制芯片的選型邏輯徹底講透。核心會圍繞離線語音方案展開重點(diǎn)對比WTK6900和WT2606A這兩顆在業(yè)內(nèi)出貨量很大的芯片同時也會聊到選型時容易踩的坑、外圍電路怎么配、語音包怎么做、量產(chǎn)測試怎么搞。適合正在做香薰機(jī)方案選型的硬件工程師、產(chǎn)品經(jīng)理也適合剛?cè)胄邢肓私怆x線語音方案的朋友?？赐昴阒辽倌芨闱宄裁磮鼍霸撨x哪顆芯片、成本差在哪、開發(fā)周期多長、量產(chǎn)時哪些參數(shù)必須卡死。2. 為什么香薰機(jī)優(yōu)先選離線語音而不是在線方案2.1 在線語音方案的三個硬傷先說結(jié)論香薰機(jī)這個品類除非你要做帶屏幕的高端智能音箱融合款否則離線語音幾乎是唯一合理的選擇。為什么這么說我拿實(shí)際項(xiàng)目經(jīng)歷給你拆解。在線語音方案的核心問題是依賴網(wǎng)絡(luò)和云端。你想想一個香薰機(jī)賣出去用戶家里的WiFi環(huán)境千差萬別2.4G頻段被鄰居家十幾個路由器擠得滿滿當(dāng)當(dāng)丟包率一高語音指令延遲就上去了。我見過最夸張的案例用戶說“打開香薰機(jī)”等了四秒才響應(yīng)這體驗(yàn)還不如直接按按鍵。而且云端識別要經(jīng)過錄音上傳、服務(wù)器解析、指令下發(fā)這一整條鏈路任何一個環(huán)節(jié)抖動都會影響響應(yīng)速度。第二個硬傷是隱私顧慮。香薰機(jī)放在臥室用戶對“一直在錄音上傳”這件事天然敏感。雖然正規(guī)方案都會做喚醒詞本地檢測、只在喚醒后才上傳但用戶不管這些技術(shù)細(xì)節(jié)看到“需要聯(lián)網(wǎng)”四個字心里就犯嘀咕。離線語音方案所有識別都在本地完成不聯(lián)網(wǎng)、不上傳這個賣點(diǎn)在詳情頁上寫出來就是實(shí)打?qū)嵉霓D(zhuǎn)化率。第三個硬傷是成本和復(fù)雜度。在線方案需要WiFi模組、需要云端服務(wù)費(fèi)、需要配網(wǎng)流程開發(fā)、需要處理斷網(wǎng)重連邏輯。WiFi模組再便宜也要五六塊錢加上云端授權(quán)費(fèi)、APP開發(fā)分?jǐn)傉wBOM成本比離線方案高出不少。而香薰機(jī)整機(jī)出廠價可能就幾十塊你讓老板多掏十幾塊做在線語音他肯定跟你急。2.2 離線語音方案的核心優(yōu)勢離線語音方案的本質(zhì)是把語音識別算法跑在本地芯片上不需要聯(lián)網(wǎng)、不需要云端。它的優(yōu)勢可以總結(jié)成四個字快、穩(wěn)、私、省?？焓侵疙憫?yīng)速度。本地識別沒有網(wǎng)絡(luò)往返延遲從說完指令到執(zhí)行動作通常能控制在300毫秒以內(nèi)用戶感覺就是“話音剛落就動了”。穩(wěn)是指不受網(wǎng)絡(luò)環(huán)境影響用戶家里斷網(wǎng)了、路由器壞了語音控制照樣能用。私是指語音數(shù)據(jù)不出設(shè)備用戶心理負(fù)擔(dān)小。省是指BOM成本和開發(fā)成本都更低一顆離線語音芯片幾塊錢外圍電路簡單開發(fā)周期也短。當(dāng)然離線語音也有局限。它的識別詞條數(shù)量有限一般支持幾十到上百條指令不能像在線方案那樣做自然語言理解。但對于香薰機(jī)這種指令集固定的產(chǎn)品來說完全夠用。你無非就是開關(guān)、檔位調(diào)節(jié)、定時、燈光控制這幾類指令撐死了二十條離線方案綽綽有余。2.3 香薰機(jī)語音指令集的典型設(shè)計在選芯片之前先要把指令集定下來。我做過好幾個香薰機(jī)項(xiàng)目指令集設(shè)計有幾個原則常用指令要短、易混淆指令要拉開差異、反饋要明確。典型的指令集大概長這樣喚醒詞用“小香小香”或者“你好香薰”開關(guān)指令用“打開香薰”“關(guān)閉香薰”檔位調(diào)節(jié)用“一檔”“二檔”“三檔”或者“調(diào)大”“調(diào)小”定時用“定時一小時”“定時兩小時”“取消定時”燈光用“打開燈光”“關(guān)閉燈光”“呼吸燈模式”。加起來大概十五到二十條。這里有個坑要注意指令詞之間要有足夠的音素差異。比如“打開”和“調(diào)大”如果放在一起識別率會受影響因?yàn)轫嵞付际恰癮”。我一般建議把容易混的指令在詞條設(shè)計階段就改掉比如把“調(diào)大”改成“增強(qiáng)”音素差異就拉開了。這個細(xì)節(jié)后面講語音包制作時還會展開。3. WTK6900與WT2606A芯片選型的核心對比3.1 兩顆芯片的定位差異WTK6900和WT2606A都是業(yè)內(nèi)做離線語音方案很常見的芯片但它們的定位其實(shí)有差異。WTK6900更偏向純語音識別MCU主打低成本、低功耗、快速響應(yīng)適合指令集簡單、不需要復(fù)雜外設(shè)控制的產(chǎn)品。WT2606A則是一顆帶語音識別能力的多媒體主控除了語音識別還能做音頻播放、LED驅(qū)動、觸摸控制適合功能更豐富的產(chǎn)品。打個比方WTK6900像是一個專職的“耳朵”你告訴它聽什么它就聽什么聽完輸出一個信號給主控去執(zhí)行。WT2606A則像是一個“耳朵嘴巴小腦”它不光能聽還能直接控制外設(shè)、播放反饋音、驅(qū)動燈效一顆芯片把活全干了。對于香薰機(jī)來說選哪顆取決于你的產(chǎn)品定義。如果你做的是基礎(chǔ)款香薰機(jī)只要語音開關(guān)和檔位調(diào)節(jié)WTK6900就夠了成本更低。如果你做的是帶RGB燈效、帶語音反饋、帶多檔定時的高配款WT2606A更合適因?yàn)樗苁〉粢活w主控和一顆音頻功放。3.2 關(guān)鍵參數(shù)對比表我把兩顆芯片的關(guān)鍵參數(shù)整理成表格方便你直接對照選型。參數(shù)項(xiàng)WTK6900WT2606A核心架構(gòu)專用語音識別DSP32位MCUDSP雙核識別方式離線命令詞識別離線命令詞識別語音播報詞條數(shù)量最多約50條最多約100條響應(yīng)時間約200-300ms約300-500ms音頻輸出無僅輸出控制信號支持PWM/DAC音頻輸出外設(shè)接口UART/GPIOUART/GPIO/PWM/ADC/I2C工作電壓3.3V3.3V待機(jī)功耗約10mA約25mA封裝SOP16/QSOP24QFN32典型單價3-5元6-10元開發(fā)難度低中從表格能看出來WTK6900的優(yōu)勢是便宜、簡單、功耗低WT2606A的優(yōu)勢是集成度高、功能全、可擴(kuò)展性強(qiáng)。選型時不要只看單價要把外圍BOM省下來的錢算進(jìn)去。比如WT2606A能直接驅(qū)動喇叭做語音反饋省掉一顆功放芯片和一顆主控整體BOM可能反而更低。3.3 什么場景選WTK6900WTK6900最適合的場景是產(chǎn)品功能簡單、成本敏感、開發(fā)周期短。具體到香薰機(jī)如果你做的是走量款只要求語音開關(guān)和兩三個檔位調(diào)節(jié)WTK6900是首選。它的開發(fā)流程也簡單。芯片通過UART和主控MCU通信識別到指令后輸出對應(yīng)的串口碼主控收到碼值執(zhí)行動作。你甚至不需要改主控的固件架構(gòu)只要在串口中斷里加一個解析函數(shù)就行。我做過一個項(xiàng)目從拿到芯片到出樣機(jī)三天時間其中兩天還是在等PCB打樣。WTK6900的另一個優(yōu)勢是功耗低。香薰機(jī)雖然大部分時間是插電使用但有些便攜款需要電池供電待機(jī)功耗就很關(guān)鍵。WTK6900待機(jī)電流大概10mA配合主控的休眠策略整機(jī)待機(jī)功耗可以壓到很低。3.4 什么場景選WT2606AWT2606A適合功能更豐富的香薰機(jī)。比如你想做語音反饋——用戶說“打開香薰”機(jī)器回一句“好的已為您打開”這種交互體驗(yàn)明顯更好但需要音頻播放能力。WT2606A內(nèi)置音頻解碼和DAC輸出直接接一個小喇叭就能播報不需要額外的語音芯片。再比如你想做RGB燈效聯(lián)動——語音切換檔位時燈環(huán)顏色跟著變。WT2606A有豐富的PWM通道可以直接驅(qū)動WS2812燈帶省掉一顆燈效驅(qū)動芯片。還有觸摸控制WT2606A內(nèi)置觸摸檢測可以做觸摸語音雙?？刂朴脩趔w驗(yàn)更完整。WT2606A的代價是開發(fā)復(fù)雜度高一些需要配置音頻參數(shù)、調(diào)試觸摸靈敏度、處理多任務(wù)調(diào)度。但如果你團(tuán)隊(duì)有嵌入式開發(fā)經(jīng)驗(yàn)這些都不是大問題。而且WT2606A的SDK通常提供圖形化配置工具很多參數(shù)點(diǎn)選就能完成不需要從頭寫代碼。3.5 選型決策的五個關(guān)鍵問題我總結(jié)了一個選型決策清單你對著問自己五個問題答案就清楚了。第一你的產(chǎn)品需要語音反饋嗎需要就選WT2606A不需要就選WTK6900。第二你的指令集超過30條嗎超過就選WT2606A不超過就選WTK6900。第三你需要芯片直接驅(qū)動燈效或觸摸嗎需要就選WT2606A。第四你的整機(jī)BOM預(yù)算卡得很死嗎卡得死就選WTK6900。第五你的開發(fā)周期有多長兩周以內(nèi)選WTK6900一個月以上可以考慮WT2606A。這五個問題問完選型基本就定了。我見過很多項(xiàng)目在選型上糾結(jié)太久其實(shí)大可不必。先定產(chǎn)品定義再定指令集芯片選型是水到渠成的事。4. 硬件設(shè)計與外圍電路的關(guān)鍵細(xì)節(jié)4.1 麥克風(fēng)選型與布局離線語音方案的效果一半靠芯片算法一半靠麥克風(fēng)選型和布局。我見過太多項(xiàng)目芯片選對了但麥克風(fēng)沒搞好識別率慘不忍睹。麥克風(fēng)首選駐極體麥克風(fēng)或者M(jìn)EMS麥克風(fēng)。駐極體便宜幾毛錢一顆但一致性差一些需要做靈敏度分檔。MEMS麥克風(fēng)貴一點(diǎn)但一致性好、抗干擾強(qiáng)量產(chǎn)時省心。我的建議是走量款用駐極體中高端款用MEMS。布局上有三個鐵律。第一麥克風(fēng)開孔要遠(yuǎn)離喇叭否則語音反饋時會產(chǎn)生回聲干擾識別。如果結(jié)構(gòu)限制實(shí)在避不開就要在固件里做回聲消除但離線芯片的回聲消除能力有限最好還是從結(jié)構(gòu)上解決。第二麥克風(fēng)開孔要朝上或者朝側(cè)面不要朝下否則放在桌面上時聲音會被桌面反射干擾。第三麥克風(fēng)周圍要加密封泡棉防止機(jī)殼內(nèi)部的氣流和震動傳到麥克風(fēng)上。還有一個細(xì)節(jié)麥克風(fēng)開孔的直徑和深度會影響頻響。開孔太小高頻衰減嚴(yán)重識別率下降開孔太大容易進(jìn)灰。我一般建議開孔直徑1.5到2毫米深度不超過3毫米。這個參數(shù)最好在結(jié)構(gòu)打樣階段就驗(yàn)證不要等到量產(chǎn)了才發(fā)現(xiàn)問題。4.2 電源設(shè)計與濾波離線語音芯片對電源噪聲比較敏感尤其是WTK6900這種純DSP架構(gòu)的芯片。電源紋波大了識別率會明顯下降。我一般建議在語音芯片的電源引腳旁邊放一顆10微法和一顆0.1微法的電容10微法濾低頻紋波0.1微法濾高頻噪聲。如果香薰機(jī)用的是超聲波霧化片那電源設(shè)計要格外注意。霧化片工作時會產(chǎn)生高頻開關(guān)噪聲這個噪聲會通過電源線傳導(dǎo)到語音芯片。我通常會在霧化片驅(qū)動電路和語音芯片之間加一顆磁珠或者電感做隔離同時語音芯片的電源走線要單獨(dú)從LDO拉出來不要和霧化片共用一路。還有一點(diǎn)如果香薰機(jī)用鋰電池供電要注意電池電壓范圍。WTK6900和WT2606A的工作電壓都是3.3V但鋰電池電壓從4.2V放到3.0V所以需要一顆LDO穩(wěn)壓到3.3V。選LDO時要注意壓差和靜態(tài)電流壓差大了效率低靜態(tài)電流大了待機(jī)功耗高。4.3 喇叭與音頻反饋電路如果你選WT2606A做語音反饋喇叭和功放電路也要設(shè)計好。香薰機(jī)體積小喇叭一般選小尺寸的比如20毫米到30毫米直徑、8歐姆0.5瓦的規(guī)格。功放可以用WT2606A內(nèi)置的DAC直接驅(qū)動但輸出功率有限如果音量要求大還是要加一顆功放芯片。這里有個坑喇叭的磁場會干擾麥克風(fēng)。如果喇叭和麥克風(fēng)離得太近喇叭播放語音反饋時磁場會直接耦合到麥克風(fēng)上造成識別誤觸發(fā)。我一般建議喇叭和麥克風(fēng)的間距至少3厘米如果結(jié)構(gòu)做不到就要在麥克風(fēng)后面加磁屏蔽片。音頻反饋的內(nèi)容也要設(shè)計好。不要用太長的語音比如“好的已為您打開香薰機(jī)并設(shè)置為一檔”太啰嗦了。用戶要的是快速確認(rèn)一句“好的”或者“已打開”就夠了。反饋音太長還會影響下一次識別的響應(yīng)速度因?yàn)槔炔シ艜r麥克風(fēng)在收音容易把反饋音當(dāng)成指令。4.4 與主控MCU的通信接口WTK6900和WT2606A都支持UART通信這也是最常用的接口方式。通信協(xié)議一般是這樣語音芯片識別到指令后通過UART發(fā)送一串?dāng)?shù)據(jù)主控MCU收到后解析執(zhí)行。協(xié)議設(shè)計要注意兩點(diǎn)。第一要有幀頭和校驗(yàn)防止誤觸發(fā)。我一般用“0xAA 指令碼 校驗(yàn)和”的格式主控收到后先檢查幀頭和校驗(yàn)都對了才執(zhí)行。第二要有防重復(fù)機(jī)制。用戶說一次指令語音芯片可能連續(xù)發(fā)送多次主控要做去重比如500毫秒內(nèi)收到相同指令只執(zhí)行一次。如果主控MCU的串口資源緊張也可以用GPIO直連。WTK6900支持把識別結(jié)果映射到GPIO電平輸出比如識別到“打開”就拉高某個引腳識別到“關(guān)閉”就拉低。這種方式最簡單但指令多了引腳不夠用適合指令集很少的產(chǎn)品。5. 語音包制作與識別率調(diào)優(yōu)實(shí)戰(zhàn)5.1 語音包制作流程語音包制作是離線語音方案開發(fā)中最容易被低估的環(huán)節(jié)。很多人以為芯片選好了、電路畫好了就完事了結(jié)果語音包沒做好識別率上不去項(xiàng)目卡在最后一步。語音包制作的一般流程是先整理指令詞列表然后用芯片廠商提供的工具生成語音模型再把模型燒錄到芯片里。WTK6900和WT2606A都有配套的PC端工具操作界面大同小異基本就是導(dǎo)入詞條、選擇發(fā)音人、生成模型、下載到芯片。詞條整理有幾個原則。第一詞條要短最好控制在四個字以內(nèi)。第二詞條之間音素差異要大避免“打開”和“調(diào)大”這種韻母相同的組合。第三要覆蓋用戶可能說的多種表達(dá)方式比如“打開香薰”和“開機(jī)”可以都加上但不要加太多同義句否則容易互相干擾。發(fā)音人的選擇也有講究。一般工具會提供男聲、女聲、童聲幾種選項(xiàng)。香薰機(jī)的用戶以女性居多我一般選女聲模型識別率會更好。如果產(chǎn)品面向全年齡段可以選中性一點(diǎn)的發(fā)音人。5.2 識別率調(diào)優(yōu)的五個手段語音包生成后識別率不達(dá)標(biāo)怎么辦我總結(jié)了五個調(diào)優(yōu)手段按優(yōu)先級排列。第一調(diào)整麥克風(fēng)增益。語音芯片一般有AGC自動增益控制但AGC的響應(yīng)速度和目標(biāo)電平可以調(diào)。如果識別率低先試試把增益調(diào)高一點(diǎn)讓麥克風(fēng)拾取的信號更強(qiáng)。但也不能太高太高了底噪也放大反而影響識別。第二優(yōu)化詞條設(shè)計。如果某個詞條總是識別錯先看看它和哪個詞條容易混然后把其中一個改掉。比如“定時”和“提示”容易混可以把“提示”改成“提醒”。第三調(diào)整喚醒詞靈敏度。喚醒詞是語音識別的第一道關(guān)喚醒率低了后面識別率再高也沒用。喚醒詞靈敏度一般可以在工具里調(diào)調(diào)高了容易誤喚醒調(diào)低了喚醒困難。我一般建議在安靜環(huán)境下測試喚醒率要達(dá)到95%以上誤喚醒率控制在24小時內(nèi)不超過3次。第四做環(huán)境噪聲測試。香薰機(jī)的工作環(huán)境有霧化片的水聲、風(fēng)扇的風(fēng)聲這些噪聲會影響識別。測試時要把香薰機(jī)開到最大檔然后在不同距離下測試識別率。如果噪聲影響大就要在結(jié)構(gòu)上做隔音或者換指向性更好的麥克風(fēng)。第五考慮加一顆降噪芯片。如果以上手段都試過了還是不行可以考慮在麥克風(fēng)后面加一顆硬件降噪芯片。降噪芯片能濾掉穩(wěn)態(tài)噪聲對風(fēng)扇聲、水聲這種持續(xù)噪聲效果明顯。但降噪芯片會增加BOM成本和PCB面積不到萬不得已不建議加。5.3 實(shí)測數(shù)據(jù)與經(jīng)驗(yàn)值我拿一個實(shí)際項(xiàng)目的數(shù)據(jù)給你參考。項(xiàng)目是一臺超聲波香薰機(jī)用WTK6900方案麥克風(fēng)是駐極體放在桌面中央用戶在1米距離說話。安靜環(huán)境下喚醒率98%指令識別率96%。開一檔霧化時喚醒率96%指令識別率93%。開三檔霧化時喚醒率93%指令識別率88%。距離拉到3米時安靜環(huán)境下喚醒率92%指令識別率85%。這些數(shù)據(jù)說明什么說明香薰機(jī)自身的噪聲對識別率有影響但影響可控。三檔霧化時識別率降到88%還在可用范圍內(nèi)。距離拉到3米時識別率下降明顯但香薰機(jī)一般不會放那么遠(yuǎn)1到2米是典型使用距離。我的經(jīng)驗(yàn)值是量產(chǎn)標(biāo)準(zhǔn)定在安靜環(huán)境識別率95%以上、最大檔噪聲環(huán)境識別率85%以上這個標(biāo)準(zhǔn)用戶基本感知不到識別問題。如果低于這個標(biāo)準(zhǔn)就要回去調(diào)優(yōu)。6. 量產(chǎn)測試與常見問題排查6.1 量產(chǎn)測試工裝設(shè)計語音方案量產(chǎn)時測試工裝很關(guān)鍵。你不能讓產(chǎn)線工人對著每臺機(jī)器喊指令效率太低而且產(chǎn)線噪聲大識別率不穩(wěn)定。我一般建議用工裝播放標(biāo)準(zhǔn)音頻。工裝里存一段標(biāo)準(zhǔn)指令音頻通過小喇叭對著香薰機(jī)播放香薰機(jī)識別后輸出信號工裝檢測信號是否正確。這種方式一致性好、速度快適合大批量生產(chǎn)。工裝設(shè)計要注意三點(diǎn)。第一喇叭和香薰機(jī)的距離要固定一般10到15厘米。第二測試環(huán)境要盡量安靜如果產(chǎn)線噪聲大就要加隔音罩。第三工裝要能自動判斷結(jié)果識別正確亮綠燈識別錯誤亮紅燈工人只管放機(jī)器和看燈就行。測試項(xiàng)一般包括喚醒測試、每條指令的識別測試、誤喚醒測試。誤喚醒測試比較耗時一般抽檢不做全檢。全檢只做喚醒和主要指令識別。6.2 常見問題速查表我把量產(chǎn)和售后中遇到的常見問題整理成表格方便你快速排查。問題現(xiàn)象可能原因排查方法解決方案喚醒困難麥克風(fēng)增益低測麥克風(fēng)輸出幅度調(diào)高AGC增益喚醒困難麥克風(fēng)開孔堵塞檢查開孔是否有異物清理開孔或改結(jié)構(gòu)誤喚醒頻繁喚醒詞靈敏度高安靜環(huán)境測試誤喚醒率調(diào)低靈敏度指令識別錯詞條音素相近分析混淆詞條修改詞條設(shè)計指令識別錯電源噪聲大示波器測電源紋波加濾波電容或磁珠語音反饋時誤觸發(fā)喇叭干擾麥克風(fēng)斷開喇叭測試增加間距或加屏蔽響應(yīng)延遲大主控處理慢測串口輸出到執(zhí)行的時間優(yōu)化主控固件部分機(jī)器識別差麥克風(fēng)一致性差抽測麥克風(fēng)靈敏度換MEMS麥克風(fēng)或分檔這張表基本覆蓋了80%的常見問題。遇到問題時按表排查一般都能定位到原因。6.3 幾個容易踩的坑第一個坑是忽略結(jié)構(gòu)對聲學(xué)的影響。很多硬件工程師覺得語音是電路的事結(jié)構(gòu)隨便搞搞就行。實(shí)際上麥克風(fēng)開孔位置、腔體密封、內(nèi)部氣流都會影響識別率。我建議在結(jié)構(gòu)設(shè)計階段就讓聲學(xué)工程師參與至少要做一次聲學(xué)仿真。第二個坑是語音包版本管理混亂。量產(chǎn)時發(fā)現(xiàn)識別率不行改了語音包重新燒錄但忘了記錄版本號后面出了問題找不到對應(yīng)關(guān)系。我一般要求語音包文件名帶日期和版本號比如“香薰機(jī)語音包_v1.2_20240615”燒錄記錄也要存檔。第三個坑是測試標(biāo)準(zhǔn)不統(tǒng)一。研發(fā)階段在安靜辦公室測識別率很好量產(chǎn)在嘈雜產(chǎn)線測識別率下降。所以測試標(biāo)準(zhǔn)要提前定好在什么環(huán)境、什么距離、什么噪聲條件下測研發(fā)和量產(chǎn)用同一套標(biāo)準(zhǔn)。第四個坑是忽略溫度影響。香薰機(jī)工作時內(nèi)部溫度會升高尤其是霧化片附近。麥克風(fēng)的靈敏度會隨溫度漂移高溫下識別率可能下降。我一般建議做高低溫測試在45度環(huán)境下驗(yàn)證識別率。7. 成本拆解與方案落地建議7.1 兩種方案的BOM成本對比我拿一個典型香薰機(jī)項(xiàng)目做成本拆解對比WTK6900和WT2606A兩種方案的BOM差異。WTK6900方案語音芯片4元、駐極體麥克風(fēng)0.5元、外圍阻容0.3元、PCB分?jǐn)?.5元合計約5.3元。主控MCU和霧化驅(qū)動電路是原有設(shè)計不額外增加成本。WT2606A方案語音芯片8元、MEMS麥克風(fēng)1.5元、喇叭1元、功放0.8元、外圍阻容0.5元、PCB分?jǐn)?.8元合計約12.6元。但WT2606A省掉了原有主控MCU的2元實(shí)際凈增約10.6元。從成本看WTK6900方案明顯更省。但WT2606A方案多了語音反饋、燈效驅(qū)動、觸摸控制這些功能產(chǎn)品溢價空間也更大。選哪個取決于你的產(chǎn)品定位和定價策略。7.2 開發(fā)周期估算WTK6900方案開發(fā)周期大概兩到三周。第一周做硬件設(shè)計和打樣第二周做語音包和固件調(diào)試第三周做測試和優(yōu)化。如果團(tuán)隊(duì)有現(xiàn)成的香薰機(jī)主控方案時間還能壓縮。WT2606A方案開發(fā)周期大概四到六周。多出來的時間主要花在音頻調(diào)試、燈效聯(lián)動、觸摸調(diào)優(yōu)上。如果團(tuán)隊(duì)第一次用WT2606A還要花時間熟悉SDK和工具鏈。我的建議是如果項(xiàng)目時間緊先用WTK6900快速出樣機(jī)驗(yàn)證市場等產(chǎn)品定型了再考慮升級到WT2606A做高配款。這樣風(fēng)險最小節(jié)奏也最穩(wěn)。7.3 方案落地檢查清單最后給你一份方案落地檢查清單從選型到量產(chǎn)逐項(xiàng)確認(rèn)。產(chǎn)品定義明確指令集不超過20條功能不復(fù)雜選WTK6900需要語音反饋和燈效聯(lián)動選WT2606A。麥克風(fēng)選型確認(rèn)走量款用駐極體中高端用MEMS開孔位置和尺寸在結(jié)構(gòu)階段驗(yàn)證。電源設(shè)計確認(rèn)語音芯片電源單獨(dú)走線加濾波電容遠(yuǎn)離霧化片驅(qū)動電路。語音包制作完成詞條音素差異大喚醒率95%以上指令識別率90%以上。通信協(xié)議確認(rèn)UART幀頭校驗(yàn)完整防重復(fù)機(jī)制到位。量產(chǎn)工裝就緒標(biāo)準(zhǔn)音頻播放測試自動判斷結(jié)果測試標(biāo)準(zhǔn)統(tǒng)一。高低溫測試通過45度環(huán)境下識別率不低于常溫的90%。版本管理規(guī)范語音包和固件版本號記錄存檔燒錄記錄可追溯。這份清單是我做了多個香薰機(jī)語音項(xiàng)目后總結(jié)出來的照著走基本不會出大問題。實(shí)際做的時候每個項(xiàng)目還會有各自的特殊情況但核心邏輯是一樣的先定產(chǎn)品再定芯片然后死磕語音包和聲學(xué)結(jié)構(gòu)最后把量產(chǎn)測試卡死。這幾步做到位語音控制的體驗(yàn)就不會差。