一、声源定位（DOA）算法的技术路线对比

声源定位（Direction of Arrival，DOA）在麦克风阵列信号处理领域有多种技术路线，主要包括：基于波达时间差（Time Difference of Arrival，TDOA）的双耳时间差（ITD）方法、基于最大功率的波束扫描（Beamforming）方法和基于子空间的谱估计方法（如MUSIC、ESPRIT）。各方法在精度、计算复杂度和阵列几何要求上各有优劣。

TDOA方法因其计算量小、实现简单且对麦克风一致性要求相对宽松，成为小型双麦阵列（如AR-1106这类紧凑模组）的首选方案。其核心原理是：声音到达两个麦克风的时间差与其到达方向的余弦值成正比——当声源正对两个麦克风的中轴线时，到达时间差最大；当声源移动到垂直方向时，时间差趋近于零。

二、TDOA算法的实际实现流程

AR-1106的TDOA定位算法在实际实现中包含以下关键步骤：

• 信号预处理：两路麦克风信号经过带通滤波，保留语音有效频段（通常300Hz至3.4kHz），抑制低频风声和高频噪声。
• 互相关计算：对两路滤波后的信号计算互相关函数（GCC，Generalized Cross-Correlation），找到互相关峰值对应的时延τ，即为TDOA估计值。GCC-Phat（相位变换加权）是语音信号互相关中常用的加权方法，通过归一化频谱相位，减少噪声对互相关峰值的干扰。
• 角度映射：将时延τ映射为声源方向角θ。对于间距为d的两个麦克风，在远场假设下，θ = arccos(τ×c/d)，其中c为声速（约343m/s）。AR-1106的定位范围为0°至180°（半平面），对应两个麦克风阵列所在平面内360°的一半。
• 平滑与输出：对连续的帧间TDOA估计值做时域平滑（如滑动平均或卡尔曼滤波），避免帧间估计值跳动；最终以9600bps串口输出当前估计角度。

三、5米远场触发距离对算法鲁棒性的影响

AR-1106支持5米最远触发距离。远场假设是TDOA算法成立的重要前提：只有当声源与麦克风阵列的距离足够远，使得声波可以近似为平面波而非球面波时，"声源方向"的概念才有明确的几何定义。

以1米处说话人为例，声波波长在1kHz时约为34cm，当麦克风间距与波长可比拟时（双麦间距通常5cm以内），近场球面波效应会导致TDOA估计值的非线性偏差。而在5米远场条件下，声波的曲率显著减小，TDOA估计值更接近平面波模型，角度估计精度相应提升。

5米的拾音距离也意味着声源信号的衰减约34dB（按距离反比衰减计算，从1m到5m衰减约14dB，但加上空气吸收等实际衰减因素），这对麦克风的灵敏度、信噪比和模组的动态范围提出了更高要求。AR-1106通过内置AI降噪过滤环境干扰，在一定程度上补偿了远场拾音带来的SNR下降。

四、9600bps串口协议与舵机联动的实时性分析

AR-1106通过9600bps串口输出角度数据（16进制格式，如90°输出5A）。9600bps的波特率在串口通信中属于较低水平，每字节（8数据位+1停止位=10位）传输时间约1.04ms。假设每个角度数据包为2字节（方向字节+校验或固定格式），则每包传输时间约2.08ms，加上串口帧间隔，单次角度更新约需3-5ms。

对于摄像头云台或机器人转向等舵机联动应用，舵机的响应速度通常由其机械特性和PWM控制周期决定（SG90舵机的标准PWM周期约20ms）。9600bps的串口更新速率（约200Hz，即每秒200次角度更新）对于云台跟随应用是足够的——人说话的语速约每秒3-5个音节，角度变化频率远低于200Hz，串口通信不构成云台跟踪速度的瓶颈。

需要注意的是，SG90舵机的启动电流约800mA，AR-1106的模组供电能力不足以直接驱动——MEMORY.md建议使用外部1A-2A 5V电源独立为舵机供电，避免AR-1106因供电不足而重启。

五、唤醒词自定义约束与声学设计

AR-1106的唤醒词自定义规则（单次最多10条、建议4-6字、避免口语化/多音字/重叠音等）对声学设计提出了明确的约束边界。4字的命令词（如"打开灯光"）在频谱上通常分布在多个音节之间，相邻音节的共振峰过渡提供了足够的区分度，有利于语音识别引擎的准确判断。

避免口语化词汇（如"那个"、"这个"）的原因在于口语词在连续语音中的边界模糊，发音往往受前后词语的影响产生连读和音变，增加了语音识别的难度。对于噪声环境下的唤醒词识别，建议通过实际环境测试验证唤醒词的鲁棒性，而非仅依赖安静环境的测试结果。

六、选型建议

AR-1106是德宇科创产品线中功能定位最独特的产品——它不专注于语音通话质量，而是专注于声源定位这一垂直能力。当项目需要摄像头跟随说话人转向、机器人主动朝向声源、或者需要基于说话人方位做差异化语音处理时，AR-1106提供了开箱即用的TDOA定位+DSP降噪+舵机驱动的完整方案。其余德宇科创语音模组（A59P/AU-60/A-59F等）均不具备声源定位功能。对于需要更高定位精度或360°全平面覆盖的场景，可能需要采用更大阵列和更复杂算法的方案。