农步祥作品 - 智能音箱硬件和软件介绍[上] 硬件结构解析[Soomal?]
智能音箱硬件和软件介绍[上] 硬件结构解析
从2014年起，我们先后通过自购和合作厂商获得多个智能语音识别“流派”的品牌音箱产品。那么在接触和体验科大讯飞AIUI、亚马逊Alexa、Google Home 、微软小娜等实体化的硬件产品后，以及苹果的智能音箱HomePod即将上市之际，当我们打算总结时，却发现一直遗漏了一些需要为Soomal读者们解答的问题：这些智能音箱内部是什么结构，又是如何工作的？
随着市场、资金、技术人员的研发投入加大，语音识别交互产业技术也在逐步完善，除了诞生许多配套的软硬件供应商外，甚至已经有不少数量的开源硬件及开发资源，我们也将通过硬件和软件两部分去分析并介绍一个典型的功能完整、支持远场拾音[FAR]的智能音箱是如何诞生的。
从上图可以看出，一个典型的智能音箱除外壳以外所有的模块化部件数量并不算多。有1、处理器主板；2、电源和功放电路板；3、扬声器；4、麦克风；5、可编程MCU电路板；6、LED灯。而7是一个增强低频量感的被动单元，并不是必要的组件。
有意参与智能语音交互体验或者成为音箱硬件、应用的开发者，这些基于树莓派的智能音箱开发组件并不需要花多少金钱就能获得。但是要注意的是这已经是2017年的产物，是智能音箱产业开发者们经过无数生产实践整合出来的产品。智能语音助手的工作流程大致可以分为语音识别[ASR]――语言处理[NLP]――语音合成[TTS]三个步骤，但实际上还需要细分为大量的专业项目，我们就以智能音箱的工作流程来介绍智能音箱内部的重要硬件组成部分。
麦克风阵列
为了接收语音，智能音箱自然少不了麦克风[Mic]以及模拟信号转数字的组件[ADC]，智能音箱为何一般会做成圆柱形？是因为除圆柱形占地面积小的优点外，圆柱形可让多个麦克风协同工作的阵列在箱体中不容易出现死角，还能像人耳那样辨别声音的来源和方向。既然是“阵列”，那么就至少需要两个以上的麦进行协同工作。Alexa Echo、Echo Dot等就用了7个麦克风，而Google Home、Home mini只用了两个。当然智能音箱产品中还有一些是通过改变蓝牙音箱的内部电路实现智能化，没有增加麦克风阵列电路的空间。不支持远距离语音识别、需要通过按键操作说话的智能音箱，则往往只有一个麦克风进行拾音。
MEMS数字麦克风：从叮咚LLS-A1的拆解中，我们还可以看从内部到一只只的麦克风组件，但是在更新的智能音箱内部电路板上，这些智能音箱必备的组件居然“消失”了，取而代之的是一种体积极小、集成度更高的MEMS麦克风，它的外形就像一个迷你的时钟晶振。
除了体积大幅度减小，这些MEMS麦克风组件内部是由MEMS声音传感器和一个完整的Δ-Σ ADC流程电路的ASIC，这就意味着经过这样的麦克风可以直接输出数字音频PCM信号。市面上的MEMS数字麦克风主要来自AKM、娄氏、英飞凌等专业音频半导体厂商提供。
核心运算电路
变成数字信号后，进一步的识别和语言处理工作就要通过ARM处理器工作，国内的智能音箱一般采用全志、瑞芯微、AMLogic等小型处理器厂商的低功耗多核心ARM处理器，也有君正等MIPS处理器。由于省去了图形界面和显示输出，因此并不需要强大的处理性能。而美国厂商的智能音箱更偏爱集成度更高的TI、博通多媒体SoC，而联想的智能音箱甚至用上了英特尔的Atom X86处理器。虽然CPU性能不是最终影响智能音箱使用体验的关键因素，但更好的性能有利于更快地处理语音信息。
为了测试开发方便、优化语音处理的性能和速度，开源硬件的麦克风阵列所在的电路板还包含了一些可编程芯片，例如FPGA、DSP等，甚至XMOS也提供了这样的开发板，这些DSP子系统结合CPU通过操作系统的API用于语音的定向、降噪，甚至直接进行语音转换文本处理，DSP可以更低的功耗代价和更短的运算时间将语音信息转化为文本，这样语音信息只要经过阵列这一层电路板，实际上就经过了将模拟信号转变成一个可以供NLP工作流程的数字语音信号甚至是已经提取出来的文本信息。通过网络发送至云端进行进一步的计算。通过云端服务器获得的文本通过本地CPU运算转换为语音，也就是常说的TTS流程。
绝大多数智能音箱系统还支持智能家居功能，此时音箱内部的操作系统通过无线局域网络输出特定指令控制已经处于联网状态并且通电待机中的智能家电设备。
音频输出电路和扬声器
变成数字音频信号后，接下来自然就是Soomal读者们最为熟悉的音频输出部分了：将数字信号转换为模拟信号并通过功放和扬声器[喇叭]输出语音信息。音频输出部分的功率和音质往往最终决定了一个智能音箱的体积和物料成本，通常就是简单的D类数字功放电路和扬声器了。
绝大多数智能音箱对音质并不偏重，只需要一个小口径的全频单元就可以解决发声工作，讲究一些的智能音箱还会有多单元分频、被动单元增强低音等方式提升音质和音效。但也有少数以音质为长项的“音质派”智能音箱，音质成本反而占了很大比重，例如JBL Horizon Smart和Google Home Max等，而后者售价甚至高达379美元。
亚马逊还考虑到绝大多数用户都有现成的音箱可用，推出了通过模拟输出外接音箱将“功能机”变成“智能机”的音箱智能化产品Echo Dot[叮咚也有类似产品]。不过这类产品上市后人们很快就发现一个问题：它们需要传统的音箱产品保持待机工作，这对于使用待机功耗很低的数字功放音箱或许不是问题，但模拟功放电路设计的音箱甚至甲类功放待机，那就意味着严重的耗电暖炉和工作损耗了，这也注定了这类过渡产品市场潜力很小。
为了提供视觉化的交互信息，智能音箱一般还会有LED灯珠，单LED一般通过闪烁和明暗、呼吸等效果进行工作状态反馈，圆环状LED可以表示声音来源方向等效果，甚至还有类似Google Home那样的RGB LED，LED通过系统和可编程MCU芯片进行控制。
过去在智能音箱行业对于产品主要还集中在“音箱”属性上，但从去年底开始又出现了新的趋势，亚马逊似乎已经不满足于灯珠的效果，推出了带摄像头、屏幕显示的亚马逊Echo Show、Echo Spot等，增加了可视电话通讯、多媒体视频播放器等更多的用途，这类产品似乎已经不能归类为“智能音箱了”。
以上的组件加上电源、外壳，就可以组装成了一个完整的智能音箱。音箱的硬件部分对于智能音箱是否好使起到了地基的作用，造型的美丑、音质的优劣、运算速度快慢等硬件特性决定了用户对音箱的第一印象的好坏，但是消费后如何保持用户黏度和长期使用、实用性的功能等等却并不是硬件能解决的问题，一个音质再好的Google Home也无法遥控家里的美的空调，这些语音识别应用的技术源头和隔阂来自何处？下一章中我们将介绍智能音箱的核心技术――软件系统和语音识别技术的结构。
本文的相关书签：
1104020306931
相关的文章
本文一共有 16 条评论
123.153.160.***123.153.160.***
119.040.048.***119.040.048.***
192.187.***.***192.187.***.***
111.085.***.***111.085.***.***
114.246.***.***114.246.***.***
119.096.002.***119.096.002.***
211.143.230.***211.143.230.***
123.245.088.***123.245.088.***
116.030.***.***116.030.***.***
113.107.***.***113.107.***.***
171.106.194.***171.106.194.***
提示本贴不可匿名回复，回复等级为:0 ，您现在正处在潜水状态
7248 为防止广告机贴垃圾，不得已而为之【图片】一起看看多媒体音箱与发烧级音响内部结构有什么不同？【惠威吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：23,068贴子：
一起看看多媒体音箱与发烧级音响内部结构有什么不同？收藏
数码家电「天猫618」抢100元大额券,先到先得!每满,大屏满减,惊爆狂欢!「天猫618」全民狂欢&嗨&购,理想生活上天猫!
发烧级功放几十公斤重！音箱的重量在100公斤到几百公斤之间
这就叫货真价实
多媒体有源音箱音质永远赶不上发烧级音响
真正发烧级的多媒体音箱价格也经常在两万元以上！而且还必须外接发烧级的解码器或者声卡，解码器至少要几千元以上吧！而且不具备全功能遥控器！低频下潜深度与大型音箱完全不可同日而语！
文明友好的惠威音响吧【【【【【【【【 真正没有辱骂没有恶意攻击，文明，友好的惠威论坛更多更准确的音响知识在【惠威音响】吧欢迎光临【惠威音响】吧
【惠威音响】【图片【图片】【图片】【图片】【图片】【图片】【图片】【图片】【图片】【图片】【图片】
文明友好的惠威音响吧【【【【【【【【 真正没有辱骂没有恶意攻击，文明，友好的惠威论坛更多更准确的音响知识在【惠威音响】吧欢迎光临【惠威音响】吧
【惠威音响】【图片【图片】【图片】【图片】【图片】【图片】【图片】【图片】【图片】【图片】【图片】
大音箱才能听到真正的低音【【【【【【【【【【【【【【【【如果你没有听过10-15寸大口径大音箱，你永远不会明白为什么HI-END音箱或者世界顶级录音室的音箱统统都是大口径音箱！！！比如JBL15寸大喇叭只要一开声，感觉真是太好听了！太美了！！！低频极其宽松，富有弹性，完全没有6.5寸以下音箱紧绷绷的感觉！！！大口径低音单元能播放出完全毫无压缩的声音，大动态！！！低频扎实！！！震撼！！！！高潮处裤管生风！！！一曲经典曲目【鼓诗】，惊天动地！！！！！再昂贵的发烧级小口径音箱播放【鼓诗】也只是明显压缩的声音！！！大音箱不但大动态表现优秀，播小编制也音色极佳，播放蔡琴《被遗忘的时光》，把蔡琴的美妙音色毫无保留的呈现，一听难忘。播放流行与爵士，大箱是顶级效果。听大型交响乐只有大口径音箱才能真正完美再现交响乐极其庞大的动态及复杂的声场，层次感，比如德沃夏克的【新大陆】第4乐章，太感人了！！！！！
苏宁易购,智能数码惊爆价抢购,天天优惠不断,赶紧行动更多优惠等你来抢!智能数码,苏宁易购品类全,折扣多,正品保障,提供票据,极速物流,售后无忧,特色服务!
如果你没有听过10-15寸大口径大音箱，你永远不会明白为什么HI-END音箱或者世界顶级录音室的音箱统统都是大口径音箱！！！比如JBL15寸大喇叭只要一开声，感觉真是太好听了！太美了！！！低频极其宽松，富有弹性，完全没有6.5寸以下音箱紧绷绷的感觉！！！大口径低音单元能播放出完全毫无压缩的声音，大动态！！！低频扎实！！！震撼！！！！高潮处裤管生风！！！
登录百度帐号随机推荐大家喜欢12345
有回复时邮件通知我 最新文章
2,803热评文章
4,135热门文章暂无文章最近留言
电声研发技术员的个人博客网站，记录工作经验|生活点滴与学习心得；分享高品质无损音乐|经典电影及wordpress网站建设心得优化技巧
记住我的登录信息
点击“立即注册”转到用户注册页面。输入用户名或电子邮箱地址，您会收到一封新密码链接的电子邮件。 用户名或电子邮件地址音箱造型结构_百度知道
音箱造型结构
为什么音箱的造型多为长方体？制造音箱的外部多为什么材料？音箱的板厚与哪些因素有关？
我有更好的答案
A、电动式扬声器应用最广，它利用音圈与恒定磁场之间的相互作用力使振膜振动而发声。电动式的低音扬声器以锥盆式居多，中音扬声器多为锥盆式或球顶式，高音扬声器则以球顶式和带式、号筒式为常用。B、锥盆式扬声器的结构简单，能量转换效率较高。它使用的振膜材料以纸浆材料为主，或掺入羊毛、蚕丝、碳纤维等材料，以增加其刚性、内阻尼及防水等性能。新一代电动式锥盆扬声器使用了非纸质振膜材料，如聚丙烯、云母碳化聚丙烯、碳纤维纺织、防弹布、硬质铝箔、CD波纹、玻璃纤维等复合材料，性能进步提高。C、球顶式扬声器有软球顶和硬球顶之分。软球项扬声器的振膜彩蚕丝、丝绢、浸渍酚醛树脂的棉布、化 纤及复合材料，其特点是重放音质柔美；硬球顶扬声器的振膜彩铝合金、钛合金及铍合金等材料，其特点是重放音质清脆。D、号筒式扬声器的辐射方式与锥盆式扬声器不同，这是在振膜振动后，声音经过号筒再扩散出去。其特点是电声转换及辐射效率较高、距离远、失真小，但重放频带及指向性较窄。E、带式扬声器的音圈直接制作在整个振膜（铝合金聚酰亚胺薄膜等）上，音圈与振膜间直接耦合。音圈生产的交变磁场与恒磁场相互作用，使带式振膜振动而辐射出声波。其特点是响应速度快、失真小，重放音质细腻、层次感好。箱体用来消除扬声器单元的声短路，抑制其声共振，拓宽其频响范围，减少失真。音箱的箱体外形结构有书架式和落地式之分，还有立式和卧式之分。箱体内部结构又有密闭式、倒相式、带通式、空纸盆式、迷宫式、对称驱动式和号筒式等多种形式，使用最多的是密闭式、倒相式和带通式。落地音箱属大型音箱，箱体高度在750MM以上，书架音箱的箱体高度在750MM以下，450MM~750MM之间的为中型书架音箱，450MM以下的为小型书架音箱。家庭影院系统的前置主音箱为立式音箱，有使用书架式的，也有使用落地式的，这要根据视听室面积大小、功放功率大小及个人爱好而定。通常，对于视听室在15平方米以下的，宜选用中型书架音箱；低于10平方米的应选用小型书架箱；大于15平方米的房间，可选用中型书架音箱或落地箱。前置主音箱、中置音箱和环绕音箱均以倒相式设计居多，其次是密闭工和1/4波长加载式、迷宫式等。超重低音音箱以带通式和双腔双开口式居多，其次是倒相式、密闭式。分频器有功率分频和电子分频器之分，主要作用均是频带分割、幅频特性与相频特性校正、阻抗补偿与衰减等作用。功率分频器也称无源式后级分频器，是在功率功放之后进行分频的。它主要由电感、电阻、电容等无源组件组成滤波器网络，把各频段的音频信号分别送到相应频段的扬声器中去重放。其特点是制作成本低，结构简单，适合业余制作，但插入损耗大、效率低、瞬态特性较差。电子分频器也称有源式前级分频器，是由各种阻容组件与晶体管或集成电路等有源器件组成，它常置于前置放大器和功率放大器信号线路中的一种模拟电子滤波器，能把前置放大器输出的音频信号分成不同频段后，再送入功率放大器进行放大处理。其特点是各频段频谱平衡，相互干扰小，输出动态范围大，本身有一定的放大能力，插入损耗小。但电路构成要相对复杂一些。分频器按分频频段可分二分频、三分频和四分频。二分频是将音频信号的整个频带划分为高频和低频两个频段；三分频是将整个频带划分成高频、中频和低频三个频段；四分频将三分频多划分出一个超低频段。分频点与分频斜率是直接影响分频品质分频频率（交*频率）。分频点是指两个相邻扬声器（如二分频中的高音与低音，三分频中的高音与中音，中音与低音）的频响曲线在某一频率上的相交点，通常为两个扬声器中功率输出的一半处（即-3dB点）的频率，要根据音箱和每个扬声器的频率特性和失真度等参数决定。通常二分频分频器的分频点取1KHz~3KHZ之间，三分频取250HZ~1KHZ和5KHZ两个分频点。分频斜率（也称滤波器的衰减斜率）用来反映分频点以下频响曲线的下降斜率，用分贝/倍频程（dB/oct）来表示。它有一阶（6 dB/oct）、二阶（12 dB/oct）、三阶（18 dB/oct）和四阶（24 dB/oct）之分，阶数越高，分频点后的频率曲线斜率就越大。较常用的是二阶分频斜率。高阶分频器 可增加斜率，但相移位大；低阶分频器能产生较平缓的斜率和很好的瞬态响应，但幅频特性较差。决定高、低音滤波的阶数主要应考虑到扬声器本身在分频点处相位的良好衔接问题。
采纳率：81%
来自团队：
设计为长方体这是为了减少音箱内驻波而设计的，所以音箱的长宽高不能是整倍数关系，还有它不规则形状的音箱可以比较好的减少驻波。 选用合成木材是为了方便加工，一般用选用高密度板，所选用板材越厚越好，这是为了避免箱体太薄而产生震动。 记得采纳啊
本回答被提问者采纳
音箱的造型多为长方体，也有球形的和圆柱形的，现在的音箱是多种多样的，制造音箱的外部材料一般是塑料和密度板外壳，也有玻璃和大理石板材的，音箱的板厚与体积大小，扬声器的尺寸因素有关，也就是说扬声器的尺寸越大板的厚度也要越厚。
为您推荐：
其他类似问题
您可能关注的内容
音箱的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。1688.com,阿里巴巴打造的全球最大的采购批发平台
1688/淘宝会员（仅限会员名）请在此登录
cbulogin.center.et2Server is OK}