创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

ESP32-P4模块成绩不等于远场可用

AI 总结

文章依据ESP32-P4文档,区分了DOA方位估计的648/648结果与GSC在已知目标方向下平均约12 dB的信噪比改善。DOA测试采用模拟干净语音、12个固定方向并强制启用VAD;GSC测试则直接提供目标方向,并排除最初约125帧,因此这些成绩均不能证明整机远场表现。文章提出覆盖通道映射、实时DOA到GSC控制、移动、停顿恢复和竞争声源的闭环验证方案,但没有提供板卡复测或真实房间听审结果。

深度见解

这套验证框架能帮助ESP32-P4语音设备区分模块成绩与整机表现,避免仅凭两项基准就宣称远场拾音已经可用。

DOA 100%、GSC 改善 12 dB,ESP32-P4 远场拾音就能用了吗?

给 ESP32-P4 接四麦阵列时,很容易把两组官方指标放到一起:DOA 方位估计文档报告 648/648;GSC 波束成形文档报告平均约 12 dB 的信噪比改善。问题是,前者测试方位估计,后者在已知目标方向下测试增强。真正的语音设备还必须把 DOA 的实时估计送给 GSC,并经受说话者移动、停顿和干扰声。

四麦阵列到 DOA 与 GSC 的控制和音频双路径

这篇给出一套闭环验证方法。以下官方数字均是其特定条件下的模块基准;本文没有本项目板卡复测或真实房间听审,不把它们当成整机结论。

两个数字,两个不同的测试条件

2026 年 10 月 13 日核对当前官方文档,DOA 与 GSC 的上述模块数字未变。DOA 官方基准使用模拟干净语音、半径 5 cm 的四麦均匀圆阵,声源在半径 2 m 圆上,角度从 +x 轴起逆时针计;0°~330° 共 12 个固定方向,每方向 64 帧;测试强制 vad=1,每个方向排除最初 10 帧,在剩余 648 帧里按精确或 ±10° 判定,结果是 648/648。这个 100% 不包含真实 VAD 漏检、移动声源、混响或竞争声源。

#ESP32-P4#ESP-SR#DOA#GSC

原文约 19 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。