麦克风阵列音频检查方法与标准：裸板到整机验收排查-平芜编程栈

简介：面向麦克风阵列研发、测试与硬件质量验证场景的《麦克风阵列音频检查方法与标准》，适合声学工程师、硬件测试人员及智能音箱、会议系统、语音识别设备开发者对照使用，重点解决研发阶段音频评测项目不清、判据不统一的问题。压缩包仅含1个docx文档，约1.81MB，内容按裸板测试与整机测试两阶段组织。已有793人学习。文档梳理通道相位一致性、长时录音完整性、麦克风顺序、通道幅值一致性（差异≤3dB）、音频幅度、总谐波失真、信噪比、直流偏置、回采通道电噪声、恒频干扰、抗混叠、通道相对延时、结构共振/异音及麦克风气密性等项目，并给出测试音源、验收阈值与Audacity分析思路，便于搭建检查清单、定位音频异常并完善验收流程。

1. 录音能听见声音，却偏偏过不了验收：问题往往出在数据本身

麦克风阵列的音频检查方法与标准，最容易出错的地方是数据已经坏了，人耳却听不出来。手机外放一段音乐，录音回放对得上口型，你会觉得一切正常；可把同一段 40 分钟录音拖进频谱图，中间三道整齐的空白断口摆在那里，前面所有测试结果当场作废。更麻烦的是另一类：通道顺序接反、某一通道幅度低 4dB、MIC 比回路早 2ms——这些在主观试听里几乎无感，到了唤醒率和 AEC 效果上却全暴露出来。这正是裸板测试和整机测试要分两段做的原因：裸板先证明数据是干净、可信的，整机再谈声学指标。刚接手音频调试的硬件工程师、做声学评测的测试人员、被唤醒率问题反复折磨的嵌入式开发者，都适合顺着这条链往下看。

2. 裸板第一关：40 分钟录音丢帧、通道顺序错乱与同步性异常

裸板阶段的四个测试项目看着不起眼，却是整机阶段所有结论的地基：通道相位一致性、长时录音数据完整性、麦克风顺序、通道幅值一致性。地基塌了，后面测出来的 THD、SNR、延时全是假的。我一般先跑长时录音，再验通道顺序，最后看同步性，顺序反了会浪费大量时间——因为你分不清通道差异到底是硬件问题还是数据缺帧造成的问题。

2.1 40 分钟录音丢帧：频谱图上的空白断口

丢帧的典型表现是长时录音里出现一段严格为 0 的数据，长度几十毫秒到几百毫秒不等，在频谱图上表现为一条竖直的空白带。一旦发生丢帧，通道间的相对延时就会开始漂移，你后面算出来的 ΔT 根本不能用来判断采样晶振偏移。行业里常见的验收流程是这样：先在安静环境里本机播放音频同时录音不少于 5 分钟，再用外部声源正对 DUT 麦克风阵列中心循环播放 30 分钟以上的测试音，DUT 和采集板同时录音，总时长不低于 40 分钟；然后每隔 5 分钟取一段，比较 DUT 通道与采集板的相对延时 ΔT1、DUT 各通道之间的相对延时 ΔT2，只要 30 分钟内这两个值保持恒定，才算采样时钟稳定。

肉眼数断口不可靠，我习惯用脚本先扫一遍，把可疑时间段打印出来再去频谱图上核对：

import numpy as np import soundfile as sf # DUT 直接导出的原始多通道录音；always_2d=True 让单通道也按二维处理 data, sr = sf.read("dut_40min.wav", always_2d=True) print(f"采样率 {sr} Hz，时长 {len(data)/sr/60:.1f} min，通道数 {data.shape[1]}") hop = int(sr * 0.01) # 10ms 一帧，比常见丢包粒度更细 n = len(data) // hop * hop # 每帧每通道取峰值，丢帧处该帧峰值严格为 0 peak = np.abs(data[:n]).reshape(-1, hop, data.shape[1]).max(axis=1) for ch in range(data.shape[1]): zero = (peak[:, ch] == 0).astype(np.int8) # 只有严格 0 才算断口 edges = np.diff(np.concatenate(([0], zero, [0]))) starts, ends = np.flatnonzero(edges == 1), np.flatnonzero(edges == -1) # 连续 5 帧（50ms）以上才算一次真丢帧，避免正常静音段误报 gaps = [(round(s * 0.01, 2), round(e * 0.01, 2)) for s, e in zip(starts, ends) if e - s >= 5] print(f"通道 {ch}: {len(gaps)} 处断口(>=50ms)，前几处 {gaps[:5]}")

hop决定时间分辨率，10ms 足够定位到一次传输层的丢包；阈值e - s >= 5是关键参数，调小会把正常静音段也算成丢帧，调大会漏掉短促的断点。脚本报出断口之后，再去频谱图确认那一段是不是真的没有能量，两边对得上才能下结论。丢帧的根因通常集中在几处：采样晶振偏移导致采样率对不上、I2S 或 USB 传输中断、录音缓冲区溢出、存储写入速度跟不上。排查时先确认录音链路有没有做软件重采样，再看缓冲区大小和写入节奏，最后才怀疑晶振。务必在基本录音功能确认通过之后再寄样，否则评审侧拿到的第一份数据就是废的，来回一趟的时间成本远高于自己多测十分钟。

2.2 通道顺序错乱：敲击法怎么敲、结果怎么读

通道顺序只有 4 麦及以上的阵列才需要验证，2 麦阵列没有顺序要求。判断规则很明确：线性阵列要求从左到右，环形阵列要求逆时针，对着 MIC 收音孔从任意一颗 MIC 开始轻轻敲击，看录音里脉冲出现的先后顺序。顺序反了不会报错，但波束成形和后端定位算法会算到完全错误的方向上去，表现为“人明明在左边，设备却转向右边”这种玄学现象。

手动听太慢，直接按脉冲到达时间排序更省事：

import numpy as np, soundfile as sf data, sr = sf.read("knock_4mic.wav", always_2d=True) win = int(sr * 0.005) # 5ms 平滑包络，抑制敲击瞬间的毛刺 env = np.apply_along_axis(lambda x: np.convolve(x, np.ones(win) / win, mode="same"), 0, np.abs(data)) first = [] for ch in range(data.shape[1]): thr = env[:, ch].max() * 0.3 # 取峰值 30% 作为到达判据 idx = np.flatnonzero(env[:, ch] > thr) first.append(idx[0] / sr if len(idx) else -1) print("各通道首个敲击到达时间(s):", [round(t, 4) for t in first]) print("按到达时间排序的通道号:", np.argsort(first))

thr取 0.3 是个经验值，环境噪声大时可以提到 0.5；排序结果与 PCB 上的实际物理位置一一对照，就能判断是通道映射表写错，还是硬件走线交叉。这里翻车最多的情况是软件侧的通道映射表和硬件丝印不一致，改完映射表记得重新敲一遍确认，别只改代码不复测。

2.3 通道同步性：1kHz 单频电信号看相位差

通道不同步在频谱图上是看不出来的，必须用 1kHz 单频电信号直接灌进电路板的模拟输入，相位差一眼就能看出来：某个通道和其他通道的波形明显错位，问题就在这个通道的采样链路上。这种电信号注入方式只适用于模拟麦克风，数字麦克风和整机带结构的同步性验证要在消声室里完成，因为数字麦的信号在进芯片之前就已经是数字量，你没法在中途灌信号。

要量化相位差，用互相关算样本偏移比肉眼比对可靠：

import numpy as np from scipy.signal import correlate def ch_lag(a, b, sr): """返回 b 相对 a 的延时（毫秒），正值表示 b 滞后""" c = correlate(a - a.mean(), b - b.mean(), mode="full") lag = c.argmax() - (len(b) - 1) # 转成有符号样本偏移 return lag / sr * 1000 sr = 48000 # data 为 1kHz 电信号下的多通道录音 for ch in range(1, data.shape[1]): print(f"通道 {ch} 相对通道 0 的延时: {ch_lag(data[:, 0], data[:, ch], sr):.3f} ms")

1kHz 一个周期是 1ms，同批通道之间的偏移应该远小于这个量级；如果某个通道稳定偏出几十微秒以上，基本可以判定是采样时序或者通道配置问题，而不是麦克风本身的差异。同步性不达标时整机的阵列算法会直接失效，这类问题在裸板阶段修成本最低。

3. 幅值三件套：63dBC 下幅度不达标、通道差 3dB、直流偏置超标

幅值类问题是音频调试里最高频的一类，因为它同时受灵敏度、模拟增益、结构密封和测量方法影响，任何一个环节错一点，数字就对不上。更坑的是，很多人测幅值时连高通滤波都没做，直流分量和底噪一起进了 RMS，测出来的数看着“差不多”，其实根本不达标。

3.1 音频幅度不达标：先分清模拟麦、数字麦和回采通道

标准流程是扬声器距离 DUT 50cm，播放mic_amplitude.wav，调音量让 MIC 处的声压级达到 63dBC，此时有 AEC 的录音幅值应该在 0.004 到 0.005 之间。如果是 -26dBFS 灵敏度的数字麦，对应幅值约 0.0014，其他灵敏度自己按比例换算；模拟麦和数字麦在无 AEC 场景下的标准幅值是 0.03，穿戴类项目因为结构和佩戴方式特殊，幅值要单独处理。关键约束只有一条：数字增益始终为 0，也就是不要做任何数字放大，幅值不够就靠调模拟增益补，主控芯片的录音增益寄存器和指令手册要提前翻熟。

import numpy as np, soundfile as sf from scipy.signal import butter, sosfilt data, sr = sf.read("mic_amplitude_63dBC.wav", always_2d=True) sos = butter(4, 100, "hp", fs=sr, output="sos") # 100Hz 高通，等价于 Audacity 的 High Pass Filter seg = sosfilt(sos, data[int(sr * 1):int(sr * 3), 0]) # 跳过起播 1s，取 2s 稳定段 print(f"peak={np.abs(seg).max():.4f} rms={np.sqrt((seg ** 2).mean()):.4f}")

sosfilt之前必须截止到 100Hz 以上把直流和低频底噪去掉，否则直流偏置会被算进峰值；取 2s 稳定段是为了避开播放起始的淡入。算出来的数值和 0.004~0.005 比，偏低就查模拟增益和麦克风灵敏度配置，偏高先怀疑增益设错或者声压级没校准到位。用 Audacity 手工看的时候同理，先做“效果—High Pass Filter”再去读幅值，这一步漏掉的人不在少数。

3.2 通道幅值一致性超 3dB：单频点对照怎么找

一致性测试用76dBC_sweep.wav，DUT 按实际使用场景摆放，外部声源放在距拾音孔 0.5m 处播放扫频，录完之后多路麦克风的包络形状应该基本一致。真正的判据是逐频点比较：挑一个幅值差异明显的单频段，打开频谱用“分析—对照”，若差的绝对值不超过 3dB，这个频点的一致性就算过关，依此类推把所有频点过一遍。超过 3dB 的频点就是问题所在。

import numpy as np def level_at(x, sr, f0, half=20): """取 f0±half Hz 内最大谱峰的 dB 值""" spec = np.abs(np.fft.rfft(x * np.hanning(len(x)))) freqs = np.fft.rfftfreq(len(x), 1 / sr) m = (freqs > f0 - half) & (freqs < f0 + half) return 20 * np.log10(spec[m].max() + 1e-12) for f0 in [200, 500, 1000, 2000, 4000, 6000]: vals = [level_at(data[:, ch], sr, f0) for ch in range(data.shape[1])] diff = max(vals) - min(vals) flag = "超标" if diff > 3 else "OK" print(f"{f0} Hz: 差值 {diff:.2f} dB {flag}")

half=20是搜索带宽，扫频信号的频点在快速变化，带宽给太窄会采到旁瓣、给太宽会把邻近频点混进来，20Hz 在 1/3 倍频程附近比较稳。定位到超标频点之后，排查顺序是：先看 MIC 密封件的松紧和是否压紧，密封不良会造成低频段一致性变差；密封没问题再查元器件本身的灵敏度分档和焊接，这两处是批量一致性问题的主因。别一上来就怀疑算法或者软件增益表，先把物理层排除干净。

3.3 直流偏置超标：1Hz 低通滤出来看

分析直流偏置时为了排除噪声干扰，要用截止频率 1Hz 的低通滤波器把信号滤一遍。麦克风通道的判断标准：模拟麦通路的直流能量不大于 MIC 幅值的 1/3，按 0.005 的幅值算就是 0.0017 左右；数字麦通路应该小于 0.0015 的 1/3；回采通道的直流偏置要求更严，要小于 0.5%。

from scipy.signal import butter, sosfilt import numpy as np sos = butter(2, 1, "lp", fs=sr, output="sos") # 1Hz 低通，只留直流 dc = sosfilt(sos, data[:, 0]) print(f"直流均值 {dc.mean():.6f}，相对峰值占比 {abs(dc.mean()) / np.abs(data[:, 0]).max():.2%}")

二阶 1Hz 低通的过渡带比较缓，做量化判断够用；如果只想验证量级，直接取均值也接近。直流偏置超标会让有效动态范围变小，严重时 AEC 收敛变慢，通常的修法是查 ADC 配置、麦克风偏置电压和耦合电容，硬件层面能解决就不要指望软件去直流。

4. 谐波与杂散：THD 超标、-90dB 恒频干扰、7kHz 抗混叠折痕

这一类问题的共同点是“耳朵听不出来、算法很敏感”。THD 超标会影响唤醒率，恒频干扰会在频谱上立一根不动的尖峰，抗混叠没做好则会把 8kHz 以上的能量折叠回带内，三者在频谱图上长得完全不一样，混淆了就会往错误的方向改。

4.1 THD 超标：先分清是基频太小还是真失真

自播自录测 THD 的流程有讲究：先本机播放校准音，调整音量键让距离 DUT 麦克风处的声压级达到本机场景的验收音量（dBA），然后保持音量不变，再播76dBC_sweep.wav录一遍，算 MIC 所录音频的总谐波失真。指标分远近场两套：远场（≥3 米）要求 100~200Hz 的 THD ≤8%（即 ≤-22.0dB）、200~400Hz ≤5%（≤-26.0dB）、400Hz~8kHz ≤3%（≤-30.5dB）；近场（≤1 米）放宽到 100~200Hz ≤20%（≤-14.0dB）、200~400Hz ≤14%（≤-17.0dB）、400Hz~8kHz ≤8%（≤-22.0dB）。

换算公式很简单：THD(%) = 10^(∆/20) × 100，∆ 是谐波相对基频的 dB 差。举个原文里的例子，基频 270Hz 幅值 -16dB，第二峰值是三次谐波 810Hz、幅值 -50dB，∆=-34dB，算出 THD 约 2.0%，达标；另一个点基频 265Hz 幅值 -27.6dB，第二峰值 795Hz 幅值 -36dB，∆=-8.4dB，明显超标。

import numpy as np def thd_percent(x, sr, f0): spec = np.abs(np.fft.rfft(x * np.hanning(len(x)))) / len(x) freqs = np.fft.rfftfreq(len(x), 1 / sr) def peak(f, half=10): m = (freqs > f - half) & (freqs < f + half) return spec[m].max() base = peak(f0) harm = max(peak(f0 * k) for k in range(2, 9)) # 2~8 次谐波中的最高峰 delta_db = 20 * np.log10(harm / base) # 负值，越负越好 return delta_db, 10 ** (delta_db / 20) * 100 for f0 in [150, 270, 400, 800, 1500]: d, p = thd_percent(seg, sr, f0) print(f"{f0} Hz: ∆={d:.1f} dB, THD={p:.1f}%")

f0 * k覆盖 2 到 8 次谐波，half=10是峰值搜索带宽，频点密集的扫频信号要适当收窄。这里有个很关键的判断陷阱：如果基频能量本身就很小，算出来的 THD 会虚高。遇到这种情况，要拿同一次录音里 THD 达标的相邻频点来比谐波能量的绝对值——比如 300Hz 报超标，而 400Hz 基频 -20dB、二次谐波 -50dB，300Hz 基频 -40dB、二次谐波也是 -50dB，那 300Hz 的绝对谐波能量其实没变大，是基频太小导致比值超标，这种情况不该判不合格。另外，MIC 音频出现大量谐波时，第一嫌疑是 SPK 本身的 THD 超标（选型阶段就要卡死），第二嫌疑是 SPK 腔体带动结构振动，别一上来就改麦克风。回采通道如果接在功放后端，谐波多就先查功放失真；参考信号带一点谐波（THD ≤3%）对算法影响不大，但主观音效会受影响。

4.2 恒频干扰：-90dB 以下的尖峰可以放过

判断方法很直接：安静环境下看各通道录音的频谱，固定频率上立着一根不随内容变化的尖峰就是恒频干扰。标准是——在信号幅度满足要求的前提下，谐波恒频在 -90dB 以下可以接受，由外部噪声导致的恒频要单独评估，不能一刀切判不合格。

排查从电源入手最有效：先看供电是否稳定、干净，把 MIC 阵列供电换成 LDO 看尖峰是否消失，再看 MIC 信号走线有没有和其他电信号串扰。常见的串扰源是 LED 驱动和触控 IC，这两种都是周期性开关信号，很容易耦合到高阻的麦克风输入上。改板之前，先把可疑电路逐个断电对比频谱，确认是哪个源，比盲改布线省事得多。

4.3 抗混叠：7kHz 折痕 -40dB、6kHz 折痕 -70dB

麦克风通道和回采通道都需要做低通滤波，过滤高于 8kHz 的信号，否则 8kHz 以上的能量会折叠回带内。用自播自录1_15kHz.wav来验：外部播放 50cm 处 63dBC，频谱采样点设为 1024，先看 6kHz~7kHz 的对照能量值，再在 7kHz 处找折痕，用折痕处的值减去对照值，要求小于 -40dB；6kHz 折痕处要求小于 -70dB。没做低通滤波的频谱会出现明显的镜像折叠，做了之后折痕会落到标准线以下。

这一项还会连带影响唤醒率，抗混叠不达标对唤醒率的影响幅度可以按评审侧的评估口径去看，但排查顺序永远是先补滤波器再谈效果。软件侧确认采样率配置和抗混叠滤波器系数，硬件侧确认模拟前端有没有低通网络，两边都得对。

5. 整机结构：延时超过 20ms、共振高阶谐波、气密性压不下去

到了整机阶段，问题从电路转向结构和装配。这三个项目的共同点是：数据本身没坏，是物理形态变了导致的性能劣化，改起来成本高，所以必须一次测准。

5.1 MIC 与回路延时超 20ms：符号方向比数值更致命

麦克风相对回采通道的音频延时要求在 0~20ms 之间，而且麦克风信号不能早于回路信号，否则违反因果性，AEC 算法没法用。测试直接复用 THD 和回路幅值测试的那两段音频就行，不用额外准备素材。20ms 以内属于算法允许的误差；到了 25ms 左右，AEC 做出来的效果就明显不是最优了。

import numpy as np from scipy.signal import correlate def mic_ref_delay(mic, ref, sr): """返回 mic 相对 ref 的延时（ms），正值表示 mic 滞后于 ref""" n = min(len(mic), len(ref)) c = correlate(mic[:n] - mic[:n].mean(), ref[:n] - ref[:n].mean(), mode="full") lag = c.argmax() - (n - 1) return lag / sr * 1000 d = mic_ref_delay(mic_ch, ref_ch, sr) print(f"MIC 相对回路延时 {d:.2f} ms", "违反因果性" if d < 0 else ("超标" if d > 20 else "OK"))

互相关的结果符号一定要盯住：负值意味着 MIC 比回路还早收到声音，这种情况优先查回路链路上的缓冲、功放前级和处理延迟是不是配多了。延时随距离变化是正常的物理现象，但同一位置反复测出来数值跳变，就要怀疑录音不同步或者前面 2.1 的丢帧没排干净。

5.2 结构共振、震动与异音：三阶与四阶谐波分得开

共振的表现是：缺乏有效减震措施的结构，在特定频段通道幅度远大于没有共振的通道。震动和异音更像隐藏问题——内部器件松动、碰撞、摩擦时，震动会引起明显的四阶及以上高阶谐波，而发生震动的频段谐波主要还是喇叭的二、三次谐波，高阶能量很弱；异音通常是打线、结构件碰撞，在频谱上呈宽频噪声。

判断标准要在 MIC 通道幅度达标的前提下来做：模拟麦幅度不放大，数字麦放大 11.5dB，然后看频谱，二、三次谐波能量不超过 -60dB，四阶以上不超过 -75dB。解决方向分两类：震动靠加强内部器件减震（泡棉、硅胶、橡胶）加 EQ 调节；异音靠加强减震、增大结构内部间隙，这类问题相对容易做到完全避免。

这里有个反复踩的坑：THD 和共振异音都涉及 EQ 调节，但 EQ 只能针对超标频段。如果把调节频段放得太宽，整体音量被压下去，测试时为了达到指定音量又得增大播放功率，结果原先达标的其他频段反而超标。调 EQ 之前先把超标频点标出来，只动那几个点。

5.3 气密性不达标：密封前后差不到 15dB

麦克风收音通道密封性没做好，音箱、电视类产品会直接影响唤醒打断效果，油烟机、扫地机这类强自噪产品则会影响使用场景下的唤醒和识别性能。但这一项不是所有产品都要做：如果麦克风离扬声器、自噪声源在 0.5 米以上，或者麦克风模组和扬声器模组处于完全独立的不同腔体内，气密性不作要求。

测试方法是：扬声器距 DUT 50cm，让 MIC 处达到 63dBC，循环播放76dBC_sweep.wav，先录多个扫频周期；再用阻尼、橡皮泥一类材料把麦克风收音孔封住，继续录多个周期；要求每个频点密封前后的能量差在 15dB 以上。密封后幅度掉到底噪水平就是达标，密封后几乎没变化就是漏气。

import numpy as np, soundfile as sf def band_energy(x, sr, f0, half=50): spec = np.abs(np.fft.rfft(x * np.hanning(len(x)))) freqs = np.fft.rfftfreq(len(x), 1 / sr) m = (freqs > f0 - half) & (freqs < f0 + half) return 20 * np.log10(spec[m].max() + 1e-12) before, sr = sf.read("sweep_open.wav", always_2d=True) after, _ = sf.read("sweep_sealed.wav", always_2d=True) for f0 in [500, 1000, 2000, 4000]: a = band_energy(before[:, 0], sr, f0) b = band_energy(after[:, 0], sr, f0) print(f"{f0} Hz: 密封前 {a:.1f} dB，密封后 {b:.1f} dB，差 {a - b:.1f} dB", "OK" if a - b >= 15 else "漏气")

逐频点看比只看总值有用，因为漏气往往只发生在低频段。密封不达标的解决方向：先确认收音通道有没有密封层，不建议只靠打胶做密封；再看密封层的侧向厚度是不是偏薄；最后确认材质，硅胶、橡胶合适，开孔率高的泡棉不行。

6. 五条踩坑记录与一套从现象到频段的定位顺序

6.1 五条反复翻车的踩坑记录

现象：幅值算出来比标准高不少，调低模拟增益后反而不合格。原因：没做高通滤波，直流分量和底噪一起进了 RMS。解决：先用 100Hz 高通或 Audacity 的 High Pass Filter 处理再读数，所有幅值类测试统一加这一步。

现象：EQ 调完这一版，原来达标的频段又超了。原因：EQ 调节频段放太宽，整体音量被拉低，为凑音量又加大播放功率。解决：只对超标的那几个频点做窄带衰减，调完重新全频段复测一遍。

现象：幅度怎么调都上不去，有人直接在软件里加数字增益。原因：把数字放大当成了灵敏度补偿。解决：数字增益始终为 0，幅值不足靠模拟增益和麦克风灵敏度选型解决，数字放大只会把噪声一起放大。

现象：气密性怎么测都差不到 15dB。原因：用打胶方式做密封，胶层本身透声，或者密封层侧向厚度太薄。解决：换硅胶、橡胶类密封层，保证侧向厚度，别用开孔率高的泡棉。临时验证也要用橡皮泥压实，不能随手糊一圈。

现象：裸板数据一切正常，整机测出来全乱。原因：样机没做基本录音功能确认就寄出，丢帧问题一路带到评审。解决：寄样前必做 40 分钟长时录音，确认不丢帧、采样晶振偏移小，基本要求不满足绝不寄。

6.2 从现象到频段：一张固定的排查顺序

拿到一份异常录音，我不会漫无目的地翻频谱，而是按现象反推测试项。下面这张表是我现在每次都照着走的顺序，先排数据完整性，再排电路，最后排结构。

现象	先查什么	关键阈值
频谱上有竖直空白带	长时录音完整性、相对延时是否漂移	无 ≥50ms 断口，ΔT 恒定
敲击脉冲顺序与物理位置不符	通道映射表、硬件走线	线性从左到右、环形逆时针
某通道相位明显错位	1kHz 电信号注入，通道同步性	通道间偏移远小于 1ms
整体幅值偏低	模拟增益、麦克风灵敏度	AEC 通路 0.004~0.005
单一频点通道差大	MIC 密封件松紧、元器件分档、焊接	单频点差值 ≤3dB
低频 THD 高但谐波绝对值不大	基频能量、SPK 选型、腔体振动	远场 100~200Hz ≤8%
频谱上固定频率尖峰	供电、LDO、LED 与触控 IC 串扰	恒频 ≤-90dB
高频出现镜像折叠	抗混叠低通、采样率配置	7kHz 折痕 ≤-40dB
MIC 比回路还早	回路链路缓冲与处理延迟	0~20ms 且不早于回路
密封后能量几乎不降	密封层材质、侧向厚度	每频点差 ≥15dB