一、背景：从分立Codec到单芯片语音处理
传统语音通话设备的音频信号链通常由外部Codec（ADC/DAC）+ DSP语音处理芯片 + 功放三个独立器件构成，布线复杂且BOM成本较高。AU-60将DSP、ADC、DAC语音处理链路完整集成在单芯片内，配合USB UAC免驱和SPI控制端口，可直接替代传统分立方案，显著简化整机音频子系统的设计复杂度。
二、内置Codec与外部Codec的对比分析
AU-60内置ADC/DAC的SNR为105dB，最大输出幅度1.07Vrms，配置120Ω输出阻抗。对比常见的WM8960、TLV320AIC系列等外部Codec，AU-60的内置ADC/DAC在SNR指标上与主流中高端Codec相当，但其ADC输入幅度范围（MIC输入单端最大1.0Vrms）与外部Codec的典型PGA可调范围存在差异，固件设计时需根据麦克风灵敏度选型确保信号不超限。
内置Codec的核心优势在于时序一致性：ADC采样、DSP处理和DAC输出的时钟信号由同一PLL产生，避免了分立方案中两颗芯片时钟不同源导致的字时钟同步问题。I2S接口在AU-60中支持主从模式切换，可灵活对接各类主控平台的I2S总线时序要求。
三、双麦双波束独立输出的实现机制
AU-60的双波束模式与A59P架构一致：两路麦克风输入经独立AEC+ENC+Beam Forming链路处理后，分别输出至不同音频通道。这一特性在产品层面的应用价值在于：两路输出可分别馈送至不同的语音识别引擎（ASR）或通话编码器，实现真正独立的双通道音频采集。
固件层面，双波束的波束指向角由固件烧录时配置，不可由外部MCU动态修改，这是当前版本的固件限制。若需要在运行时动态调整波束指向角，需通过SPI端口发送控制指令修改DSP内部指向参数寄存器（具体寄存器地址需参考固件手册）。
四、AI降噪的深度学习算法特点
AU-60的AI降噪（45~90dB）采用基于深度神经网络的时频掩码方法，相较于传统谱减法和维纳滤波，其优势在于对非稳态噪声（敲击声、突发尖叫等）的抑制能力。神经网络模型在固件中的推理运行通常采用INT8或定点量化方式，以降低DSP算力需求和功耗。不同噪声类型的降噪效果差异反映了模型训练集的多样性覆盖程度。
五、总结与定位
AU-60是当前产品线中接口最全面的全功能模组，USB+I2S主从+SPI的组合覆盖了绝大多数语音处理应用场景的接入需求。内置Codec设计使其成为替代分立音频链路的优选方案，尤其适合中小型整机厂商快速完成语音通话功能的原型验证和小批量试产。
