会议录音芯片方案：端侧原生DOA声源定位加波束降噪，远场拾音，AEC 回声消除

WT2606A-64L-5W6 是一颗高集成度双无线音频 SoC，把 2.4G WiFi、蓝牙 V5.4 双模、双通道 24bit 音频 Codec、内置 DSP 浮点运算单元、3W D 类功放与本地存储管理收进一颗芯片。落到会议录音场景，端侧原生 DOA 声源定位、波束降噪、远场拾音与 AEC 回声消除四件事都在这颗芯片里完成，拾音、处理、落盘、上传不必再拼外围。

行业背景

做过会议录音设备的工程师都清楚，会议室是拾音最难的环境之一。说话人离麦克风远，通常在一米到五米之间，直达声衰减得厉害。房间混响把语音拖出尾巴，辅音糊在一起。一场会下来好几个人交替发言，谁在说、从哪个方向说，设备自己得先分清楚。要是开了扬声器做远端会议，回放声音还会被麦克风二次拾取，形成回声。

这些难题不是换一只高灵敏度麦克风就能解决的。信噪比上不去，混响和噪声会把语音淹没，多人交替发言还需要方位信息来分辨。传统方案一般是这样堆的，一颗主控 MCU 加一颗音频 Codec，降噪和波束不够就外挂一颗 DSP，要做云端纪要转写得再加 WiFi 模组，本地播报补 D 类功放，大容量录音再挂存储管理电路。BOM 表拉出来五六颗料，联调时 I2S、SPI、UART 来回抓波形，开发周期和成本都被吃掉不少。

WT2606A-64L-5W6 想解决的正是这个问题，会议录音这条路，能不能一颗芯片走完。

端侧原生DOA声源定位，先弄清楚谁在说

会议纪要转写的第一步其实不是识别，是分辨。同一段音频里混着几个人的声音，转写系统不知道谁在说，出来的稿子就没法用。

该芯片在端侧原生搭载 DOA 声源定位，依托内置 DSP 浮点运算单元实时解算，不需要外挂协处理器。双麦阵列拿到两个通道之间的时间差信息后，芯片能算出说话人的方位，再配合波束降噪把主要拾音方向对准说话人，侧向和后向的环境噪声与混响被压下去。对会议场景来说这意味着两件事，一是远场拾音更干净，二是方案侧可以按方位把不同人的语音分开送给上位机或云端，纪要转写的准确率跟着上来。

这里有一个选型上的实际收益。DOA 和波束降噪都跑在片内 DSP 上，方案里就少一颗协处理器，少一路 I2S 连线，少一份联调工作量。

双麦差分输入，硬件上没多少负担

该芯片提供差分麦克风输入（MIC1+/MIC1-），偏置电压由内置 MICLDO 直接输出，外部不需要额外的偏置电路。这一条对布板很友好，省掉偏置电阻网络，拾音前端的器件数量压到最低。

双麦的间距和朝向要和结构开孔匹配好，差分走线尽量对称并做包地处理。模拟地和数字地要分区单点接地，别让功放的开关噪声窜进拾音前端。该芯片的 ADC 信噪比做到 95dB 以上，接地和隔离没做好，这个指标是发挥不出来的。

从拾音到落盘，一条链路走完

采集端是双通道 24bit ADC，信噪比不低于 95dB，失真加噪声做到 -75dB，采样率覆盖 8kHz 到 48kHz。

信号进来之后先过 DSP 里的全链路算法，环境噪声消除（ENC）、回声消除（AEC）、自动增益控制（AGC）都在这一层完成，再配合 VAD 人声检测，静音段自动剔除，既省存储空间也省电。音效层面还有多段 EQ 和多段 DRC 可以调，不同会议室的房间特性可以做针对性补偿。

编码格式支持得很全，MP3、WAV、WMA、APE、FLAC、AAC、Opus、Speex、ADPCM、SBC 都在范围内。这里说一个经验。会议录音做本地归档建议用 FLAC 或 WAV 保住原始音质，后期转写和复核都留有余地，要做实时上传优先选 Opus 或 Speex，这两个编码本就是为低带宽、无线干扰环境下的流式传输设计的，能明显降低传输时延和带宽占用，规避上传时的卡顿与丢包。

存储是内置加外扩的多级架构。芯片片内自带 32M 到 192M 字节 Flash 和 892KB SRAM，放固件和常用音频资源绰绰有余，长时间会议直接落盘到 TF 卡或 eMMC。该芯片内置 1 路 SD 主机控制器，支持 eMMC 与 SD，还有专门 GPIO（P69/VDD_SD）做卡电源控制，热插拔供电管理方便。会后导出录音走全速 USB OTG，直连 PC 即可读取。

AEC 回声消除，开着扬声器也能录

会议设备经常要一边放远端的声音一边拾音，回声消除做不好，远端参会者就会听到自己刚才说过的话。

该芯片把回声消除和噪声抑制都放在端侧完成，配合内置功放实现边说边听。芯片还单独引出了 AEC 回声消除参考输出引脚（P104/AEC0），回放的参考信号在片内直接取用，AEC 把回放路径的声学回声消掉，麦克风拾到的就只剩本地人声，不会被自己的播报声误触发，也不会把回放音二次传给远端。

再叠加前面提到的 Opus 与 Speex 流式编解码，在 WiFi 干扰或弱网环境下，双向语音依然保持流畅、清晰、完整。

联网与纪要转写，数据怎么走出去

纪要转写多半要上云，无线这一环该芯片是双模设计。

WiFi 支持 IEEE 802.11b/g/n，1×1 天线、20MHz 通道，STA 与 SoftAP 两种模式之外还支持 SoftAP 加 STA 并发。发射功率最高 +19dBm，接收灵敏度 -99dBm，会议室和办公环境覆盖没问题。并发模式的好处是设备既能连云端做转写，又能开热点供手机直连做本地配置，一台设备两条路。

蓝牙符合 V5.4 规范，BR 或 EDR 与 BLE 齐备，支持 LE audio 的 BIS 或 CIS 功能，A2DP、AVRCP、HFP、SPP 等全套协议都在。落到会议设备上，常见做法是让 BLE 负责配网和状态推送，A2DP 外推音频到耳机音箱，WiFi 负责云端数据，三条通道各司其职。

识别侧该芯片支持离在线双模式，KWS 离线关键词唤醒跑在端侧，没网也能用，复杂语义和开放对话走云端，端到端兼容海内外主流 AI 大模型。唤醒前芯片可运行在低功耗状态，深度休眠电流小于 10μA。

状态提示与播报方面，该芯片内置双通道 24bit DAC，信噪比达到 104dB，支持差分 Cap-less 输出，后面直接接 3W 单声道 D 类功放，免外接 LC 滤波器。5V 供电 4Ω 负载下输出 3W（THD+N=10%），放提示音、播报录音状态都够用。SPI 或 QSPI 屏驱动带 2D 图形加速，配一块小屏显示录音时长和电量没有压力，两路 UART 随时对接外部主控。

核心特性一览

· 端侧原生 DOA 声源定位，依托片内 DSP 浮点运算单元实时解算，不外挂协处理器

· 波束降噪加远场拾音，可按发言人方位分轨，纪要转写准确率更高

· 双麦差分输入（MIC1+/MIC1-），内置 MICLDO 直接输出偏置，外部不需偏置电路

· 双通道 24bit ADC，信噪比不低于 95dB，THD+N 达 -75dB，采样率 8kHz 到 48kHz

· 端侧 AEC 回声消除，边播报边拾音，开扬声器开会也不会二次拾取回放音

· 内置 32M 到 192M 字节 Flash 与 892KB SRAM，TF 卡与 eMMC 直落盘，USB OTG 即插即用

· 双无线集成，WiFi IEEE 802.11b/g/n 与蓝牙 V5.4 双模同芯，双天线接口相互独立

· 104dB DAC 加 3W D 类功放，免 LC 滤波器直驱喇叭

会议录音专项设计要点

供电，主电源 VDD42 范围 2.2V 到 4.2V，3.7V 锂电池可以直接供。如果用 5V 输入，务必先降压到 4.2V 以下再接芯片，这是最容易踩的坑。功放电源 VDD50 是独立电源域（3.0 到 5.5V），瞬时峰值电流可达 1.36A，供电余量要留够。芯片内部自带 LDO 输出 3.3V，可以给 Flash 和 TF 卡供电，IO 电平是 3.3V 域。

双麦布局，两只麦克风的间距和朝向要与结构开孔一起定下来，差分走线等长对称并包地。间距定得合理，波束成型的效果才出得来。

接地，模拟地与数字地分区，单点接地，功放的开关噪声不能窜进拾音前端。ADC 95dB 以上的信噪比指标要靠布线来兑现。

天线与 USB，WiFi 天线的匹配元件按实际天线结构现场调试，不能照抄参考设计的默认值。蓝牙 2.4G 天线走线按 50Ω 阻抗控制，远离高速信号线和电源平面。USB 的 DM 或 DP 数据线必须加 TVS 防护，结电容选 0.45pF 以下，否则会伤眼图。

调试，双 UART 都能用于烧写和通讯，建议在板上引出测试点，ICE 调试口复用 USB 引脚预留好即可。

具体设备落地

该芯片把 Codec、降噪 DSP、WiFi 模组、蓝牙模组、功放与存储管理收到一颗，会议设备的 BOM 和联调周期都能压缩。落到具体产品，会议录音笔、会议录音工牌、会议拾音终端、桌面会议终端、会议一体机、录音卡片这些品类都能直接承接。