1   語音模組簡介

基于語音識別技術的語音模組主要包括語音識別芯片和其他外圍電路，開發者將模塊嵌入到產品內以實現人機語音交互目的。

圖1 音色變化對比圖

2   相關背景

應用在金貝高端柜機的語音模組是實現人機交互的重要部件，截止目前共經過兩次結構更改，編碼由300 072 000 001 變為340 147 060 006， 再變為340 147 060 009。本次更改為模組結構更改，由于語音模組硬件因質量問題比較突出和主控芯片停產，重新設計新平臺以解決目前的質量和資源問題。新平臺MCU集成度較老平臺高，可降低模塊整體元器件用量，提高模塊整體可靠性。自切換新模組以來，出現了兩類問題影響用戶體驗：模組重啟以及聲音信號輸出異常。

圖2 內部結構圖

3   原因分析

3.1 音色變化失效機理分析

1）故障模組在正常通電3 min 以上異常即可復現故障，斷電后重新上電故障現象消失，通電一段時間后再次復現故障，如此反復，可正常執行指令，功能無異常，僅音色發生變化；

2）40 倍放大鏡下檢查外觀未發現器件焊接、破損等裝配異常；

3）測量系統供電、整機電流均正常；

4）正常工作狀態下，芯片DAC 輸出波形正常，音色變化時，DAC 輸出波形已出現明顯可見噪聲，至此鎖定為主控問題（如圖1）。

5）將不良模組配置Logic 電壓，降頻試驗；

①VDD_LOG@0.95 V，CLK_12S_FRAC_IN=1.2G，播放4 h 音色變化（原不良模組默認配置）

② VDD_LOG@0.975 V，CLK_12S_FRAC_IN=1.2G，播報72 h 音色無變化（抬高電壓）

③ VDD_LOG@0.95 V，CLK_12S_FRAC_IN=600M，播報72 h 音色無變化（降頻）

結論：芯片存在“正太分布”，IC 內部有“自適應”電壓機制，屬于AP 型行業內做法，對于分布在一般性能的IC，VDD_LOG 電壓適配在1.05 V，對于分布在高性能的IC，VDD_LOG 電壓適配在0.95 V，在12S_IN時時鐘頻率在1.2 GHz 狀態下，電壓margin 不足導致音頻信號失真。

3.2 不定時重啟失效機理分析

使用串口調試工具對模塊內部程序進行讀取未發現異常，說明程序并未被篡改。

1）故障模組在通電后可正常執行指令，功能無異常，最短復現時間為5 min，沒有喚醒指令的出現重啟現象，重啟時模組的指示燈熄滅，1 s 后自動上電，重新播放歡迎詞，模組可正常被喚醒并執行指令；

2）40 倍放大鏡下檢查外觀未發現器件焊接、破損等裝配異常；

3）測量系統供電、整機電流均正常，重啟時電壓、電流瞬間歸零，重啟后恢復正常；

4）上電測試PMU 電壓及系統供電電壓正常，串口抓重啟現象發生時的系統運行狀態LOG 信息，發現系統數據發生錯誤導致重啟；

5）更換故障品上的DDR 芯片，通電一段時間仍會出現重啟現象，將故障品換下的DDR 芯片換在合格品上，通電36h 未復現故障，排除DDR 內存問題；

6）更換故障品上的MCU 主控芯片，通電36 h 未出現重啟現象，將故障品換下的MCU 主控芯片換在合格品上，通電2 min 復現故障，鎖定故障位置為MCU主控芯片；

7）讀取MCU 主控芯片內程序，發現模組子程序調取錯誤，對MCU 主控芯片內程序擦除重新燒錄，通電36 h 未出現重啟現象。

結論：主控程序燒錄未防錯，錯誤子程序被正常燒錄在主控芯片內，系統運行時發生錯誤致使模組重啟復位。

圖3 模塊篩選軟件界面

4   后續整改措施

4.1 限制VDD_LOG的最低電壓為1.05 V

VDD-LOG 電壓由PMU 供給RK3229，包括內部CODEC。更改I2C 數據可以修改輸出電壓值。故障樣機VDD-LOG=0.95 V，I2S-FRAC-IN=1.2 GHz， 揚聲器在一定時間后出現沙沙聲。抬高VDD-LOG 電壓值，由0.95 V 抬高到0.975 V，可解決音色變化問題，gpu dvfs 可以vdd_logic 最低電壓限制在1.05 V，遂將電壓設置在1.05 V 留足安全余量設置（如圖2）。

4.2 將CLK_12S_FRAC_IN的時鐘源由1.2 GHz切換到600 MHz

1.2 GHz 分頻是：gpll_clk:1200m → i2s-frac:1200m → i2s_clk，導致i2s-frac 頻率太高。由于PLL 輸出到分頻單元的芯片設置為1.2 GHz 時處于超頻狀態，因此提升VDD_LOG 電壓到1.05 V，使1.2 GHz 能夠工作。當降低為600 MHz 時，由于頻率降低，在0.95 V 可以正常工作（如圖3）。

4.3 更換主控芯片品牌，保證音頻信號無干擾

SGM4890 輸出接地有2 個開關，在上電時無法保證開關閉合，導致有電流流過揚聲器，影響音頻信號輸出，LM器件的開關強制接地，確保音頻信號不受干擾（如圖4 和圖5）。

4.4 避錯設計

不定時重啟的失效機理為軟件子程序調取燒錄錯誤，在燒錄時沒有設計避錯，糾正措施為設置燒錄工具防錯機制，每一個固件版本對應唯一的版本號和MD5碼值，燒錄工具讀取固件時，必須輸入正確的MD5碼值，否則無法導入固件，同時工具會顯示版本號。

圖4 SGM4890（整改前）

5   整改效果

5.1 環境試驗

試驗條件：在溫度40±3 ℃，濕度93%±3% 的條件下通電8 h，結束后在常溫下恢復2 h；樣品不上電，在-35 ℃環境中放置1 h，取出后立刻放在40 ℃、濕度為93% 的環境中帶電運行3 h，試驗5 個循環，在室溫下恢復2 h；按技術圖紙規定在上限溫度環境下帶電放置96 h，每4 h 查看一次運作是否正常。在常溫下恢復最少2 h；按技術圖紙規定在下限溫度環境下放置96 h，在低溫下通電2 h；在溫度為85 ℃，相對濕度為85% 的環境中，模塊帶電放置96 h；測試結果：模組外觀無異常，語音功能正常，各項參數測試符合圖紙要求。

5.2 模組應用測試

試驗條件：系統啟動跑flash_stress_test，在固定的塊，BAC 分區反復讀寫，常溫狀態運行7 d；自動化重復錄音、播報3 d，連接PC 檢查錄音質量；系統啟動自發自收，波特率設置為1.5 MHz，數據位8 位，停止位1 位，無奇偶驗證，硬件連接客戶產品，常溫測試7 d；常溫下運行語音應用7 d，每天檢查1 次系統狀態；85 ℃下運行語音應用7 d，每天檢查一次系統；重啟間隔5 min，試驗3 d，每天檢查1 次系統狀態。測試結果：Flash 可正常拷貝負載，觀察LED 狀態，測試成功快速閃爍；音頻文件格式正確，錄音正常，播放正常，音質不失真；使用UART 腳本測試，響應時間小于1 s，無卡頓，查詢log 信息無重啟記錄。

5.3 模組穩定性測試

試驗條件1：7 臺在線、7 臺離線，頻繁壓力測試，累計測試一周；藍牙推送音樂，IOS 和Android 各連續播放60 h；播放在線音樂、電臺各48 h。

試驗條件2：OTA 壓力測試30 次，OTA 時分布各種場景下的交互，過程不斷電，檢查userdata 可用空間是否異常變化；頻繁禁止、恢復語音功能50 次；頻繁進入推出廠測50 次；手機播放藍牙設備，手機關閉藍牙與語音關閉藍牙各50 次。

測試結果：CPU 可正常負載，模組可正常交互，無卡頓，模組指示燈1 個常亮，1 個閃爍，查詢log 信息無重啟記錄。

圖5 LM4890（整改后）

參考文獻：

[1] 景妮琴.基于智能語音模塊的智能家居系統的研究[J].電子制作,2018(3): 25-27,14.

[2] 包曉安,徐海,張娜,等.基于深度學習的語音識別模型及其在智能家居中的應用[J].浙江理工大學學報(自然科學版),2019,41(2):217-223.

[3] 李澤彬,姚有峰,張飛龍,等.基于單片機的智能家居語音控制系統設計[J].電子設計工程,2017(8):175-177,182.

（本文來源于《電子產品世界》雜志2021年6月期）