声音 / 麦克风模块

展厅里有一个特别受欢迎的互动效果：游客拍一下手，投影或灯光就变化一次。做这个，你不需要什么复杂的语音识别，一颗几块钱的声控传感器模块就够。

但麻烦就在这里——去网上搜"声音传感器"，出来一堆东西，有的是"拍手就触发"的，有的是"接电脑录音"的，两者名字差不多，接法完全不同。把"录音麦克风"接到工业 IO 想做拍手触发，永远触发不了；把"声控开关"接到录音卡，录出来的是噪声。

这一篇把这两类东西的根本区别说清楚，再分别讲展厅里的接法和用途。

R2 内容，涉及传感器选型与接线。声音传感器的灵敏度、触发电平、信噪比等参数以你所用模块/型号的 datasheet 为准；以下列举参数为通用模块典型值，仅供参考。

---

两类模块，根本不同

先把这两类区分清楚，后面才能正确选型和接线。

阈值型声控开关（开关量输出）

核心工作方式：麦克风→放大→比较器→开关量输出。

声音来了，麦克风把声波转为微弱电信号，放大后进比较器，与一个可调阈值比较：声音够响（超过阈值）→ 输出一个高/低电平脉冲，声音消失 → 输出复位。输出的是一个数字开关量信号（有声/无声），不是声音的波形，也不能"录音"。

特点：

• 输出是 0/1 开关量，接工业 DI 模块/继电器非常方便
• 响应门槛是"声音强度超过阈值"，不区分声音内容（拍手/说话/敲桌子都能触发）
• 模块上通常有灵敏度电位器，可调触发阈值
• 常见模块（如各种 Arduino 声音传感器模块）就是这类，工程用时要选宽压工业型

麦克风（音频采集，模拟/I2S/USB 输出）

核心工作方式：麦克风→放大器（或 ADC）→输出连续音频信号。

输出的是完整的声音波形，可以接到声卡/录音设备/语音处理芯片进行录音、语音识别、分贝测量、频谱分析。对接展厅的需求是：语音讲解采集、语音指令识别（接 AI 语音模块）、分贝监测（展厅噪声管理）。

接口形式：

• 模拟输出（3.5mm 或裸线）：接声卡的 Line-in/Mic 输入
• I2S 数字接口：接支持 I2S 的处理器/单片机，直接输出 PCM 数字音频
• USB 麦克风：最简单，即插即用，接电脑/工控机，系统直接识别为声音输入设备

---

工程级接法 1：阈值型声控开关 → 工业 IO → 中控

展厅拍手触发、声控互动的工程接法：

声控传感器模块（5V 或 12V 供电）
  棕/红（VCC） ── 接 5V 或 12V（以模块为准）
  黑/蓝（GND） ── 接地
  黄/信号（DO） ── 数字开关量输出，接工业 IO 模块 DI 端

工业开关量 IO 模块（科星等）
        │  Modbus TCP/RTU
        ▼
中控软件（SoftControl） ── 读到"有声"信号 ──▶ 触发展项联动

注意：

1. 电平匹配：大多数廉价声音传感器模块是 3.3V 或 5V 输出，工业 IO 模块的 DI 端耐压和触发逻辑要确认（以模块 datasheet 为准）；如果 DI 是 24V 驱动的，需要电平转换或选输出兼容工业电平的传感器。
2. 短脉冲 vs 持续触发：声控传感器一般输出短脉冲（有声→高电平，几十~几百 ms，声音消失后自动复位）。中控里要做"捕捉上升沿触发"的逻辑，而不是"持续高电平才保持"的逻辑——否则拍一下手，持续时间太短，中控来不及读到。
3. 防抖：灵敏度高时，拍一下手可能产生 2~3 个连续脉冲。中控里加 500ms 去抖（同一路 DI 触发后，500ms 内忽略再次触发），防止一拍手触发多次。

---

工程级接法 2：麦克风模块 → 采集卡 → 工控机

展厅语音采集或分贝监测的接法：

麦克风模块（电容麦/MEMS 麦）
  ├─ 模拟输出型 ──3.5mm 或 XLR──▶ USB 声卡 Line-in / 专业声卡 Mic 输入
  │                                       │
  ├─ USB 麦克风 ──USB──────────────▶ 工控机 USB 端口（即插即用）
  │
  └─ I2S 数字输出型 ──SDA/SCK/WS──▶ 树莓派/工控机 I2S 接口（需驱动支持）

分贝监测（展厅噪声管理）的典型方案：USB 麦克风 + 工控机上的声级计软件（或 Python librosa/sounddevice 库计算 dBFS），超过设定分贝阈值时通知中控降低音量或发出提醒。

语音识别互动：USB 麦克风 + 工控机运行本地语音识别（如 Whisper/Vosk 离线模型），识别结果以文字形式给中控触发对应展项——展厅里想做"说出城市名字，屏幕显示对应城市"这类交互，这是工程路线。

---

展厅典型用法

用法 1：拍手/声控触发（阈值型）

最简单最常见：参观者拍手或大声说话，触发展项特效。调好灵敏度让正常拍手触发、展厅背景音不触发，短脉冲进工业 IO 到中控。

用法 2：分贝监测（音频采集型）

展厅噪声管理：当参观者区域音量超过某值（如 75dB），提示屏显示"请控制音量"，或自动提高展项音量补偿。USB 麦克风 + 声级计软件 + 中控联动。

用法 3：鼓掌/叫好互动（音频采集型，处理后触发）

高级玩法：采集观众掌声，识别出掌声（音频特征分析），计算"欢呼强度"，驱动屏幕上的能量条上升。需要简单的音频特征提取（短时能量阈值 + 过零率），用 Python 实现：

# 最小可运行示例（仅原型，生产需调参）
import sounddevice as sd
import numpy as np

SAMPLE_RATE = 16000
BLOCK_SIZE = 1600   # 100ms 一块
ENERGY_THRESHOLD = 0.02  # 以 datasheet 和现场调试为准，这里只是示例值

def audio_callback(indata, frames, time, status):
    energy = np.mean(indata**2)  # 均方能量（RMS²）
    if energy > ENERGY_THRESHOLD:
        print(f"检测到声音事件，能量: {energy:.4f}")
        # 这里发信号给中控（如写 Modbus 或 HTTP 触发）

with sd.InputStream(samplerate=SAMPLE_RATE, channels=1,
                    blocksize=BLOCK_SIZE, callback=audio_callback):
    print("监听中… 按 Ctrl+C 停止")
    # 你应该看到：安静时无输出；拍手或说话时打印检测到声音事件
    sd.sleep(30000)

以上代码仅为原型示意；ENERGY_THRESHOLD 数值需要在实际现场环境下测量背景噪声能量后调整，不能直接用示例值上展厅。

用法 4：语音采集存档

展厅互动装置采集参观者的留言（"说出你的心愿"），录音文件存档或实时转文字。USB 麦克风 + ffmpeg 或 Python sounddevice 录制 WAV，完全在工控机本地完成，不依赖云端。

---

灵敏度调节与防误触

调节方法（阈值型）：模块上通常有一个微型电位器，顺时针提高灵敏度（更小的声音就触发），逆时针降低灵敏度（需要更大声音才触发）。调节流程：

1. 静音环境下先确认：没有声音时 DO 输出是固定低电平（或高，以型号为准），不随机跳变。
2. 在展厅实际环境中（开着背景音效、播放中的讲解），确认背景声不触发。
3. 用目标触发动作（拍手、敲击）验证稳定触发。
4. 把灵敏度调到"目标动作稳定触发、背景不触发"的甜点。

防误触工程手段：

• 安装位置：远离扬声器，靠近参观者交互区域，朝向参观者。
• 遮声设计：把麦克风朝向特定方向（用小隔音罩或指向性麦克风），减少无关方向的噪声拾取。
• 中控软件去抖：如上文所述，同一路触发后 500ms 内忽略，过滤重复脉冲。
• 分时屏蔽：展厅有特效音效正在播放时，中控临时屏蔽声控 DI 输入，避免自反馈触发（需要中控支持）。

---

选型对比表

维度	阈值型声控开关	模拟麦克风	USB 麦克风	I2S 数字麦克风
输出信号	数字开关量（0/1）	模拟电压波形	PCM 数字音频（USB）	PCM 数字音频（I2S 总线）
接入方式	工业 IO 模块 DI	声卡 Mic/Line-in	工控机 USB	处理器 I2S 接口
展厅用途	拍手触发、声控互动	录音、分贝监测	语音识别、录音、分贝监测	嵌入式语音采集
灵敏度调节	电位器可调触发阈值	放大器增益（声卡调）	软件增益调节	软件/寄存器调节
安装难度	最简单（接 DI 即用）	需匹配声卡输入	最简单（即插即用）	需处理器支持（驱动）
工程可靠性	高（开关量稳定）	中（模拟信号易噪）	高（数字链路稳定）	中高（需驱动支持）
能否录音/识别语音	否	是	是	是
价格参考	低（模块级）	低~中	低~中	低（MEMS 芯片）

---

故障排查表

现象	最可能的原因	怎么查/怎么办
拍手完全没反应	未上电/灵敏度太低/电平不匹配	量供电；顺时针调电位器提高灵敏度；核对 DO 电平与 DI 输入匹配
环境音就一直触发	灵敏度太高/背景噪声太强	逆时针调低灵敏度；调整安装位置远离音源
拍手触发后连续触发多次	拍手声有回声/短脉冲多次	中控加 500ms 去抖；或选有"保持时间"的模块型号
展厅播音效时自触发	扬声器音量大、传感器距离近	移动传感器位置；提高触发阈值；特效播放时中控屏蔽 DI
USB 麦克风接上工控机无识别	系统未选对音频输入设备	在系统声音设置里确认"录制设备"选中 USB 麦克风
模拟麦克风录音有严重底噪	接地不好/长线未屏蔽/声卡增益过高	用屏蔽线；查接地；降低声卡增益并在软件里做降噪
语音识别效果差	麦克风距离太远/背景噪声/采样率不匹配	麦克风靠近讲话者；用定向麦克风；确认采样率与识别模型一致

---

动手挑战

1. 拿一个阈值型声控模块，接 5V 电源，DO 脚串一个 LED（或直接看模块指示灯），在安静环境、轻拍手、大拍手三种情况下各测试 5 次，记录哪个档位的灵敏度刚好只响应大拍手——把这个甜点灵敏度记下来，以后做展厅调试的起始值。
2. 把 USB 麦克风接上工控机，打开系统"录音机"（Windows）或 arecord（Linux），录一段 10 秒声音，确认采集到有效音频——这是语音采集类展项的最基础验证。

---

本节学到的知识

• 两类模块根本不同：阈值型声控开关走「麦克风→放大→比较器→开关量 0/1 输出」，不能录音；音频采集型麦克风输出连续声音波形，才能录音/语音识别/分贝测量。名字像、接法完全不同，选反了永远调不通。
• 阈值型输出是短脉冲：有声→高/低电平（以型号为准），声音一停自动复位，脉冲宽度常在几十~几百 ms；中控里要做捕捉上升沿触发，不能等「持续高电平」，否则拍一下手时间太短读不到。
• 电平匹配要核对：廉价声音传感器模块多是 3.3V 或 5V 输出，工业 DI 若是 24V 驱动就得电平转换或选工业电平传感器，具体耐压/触发逻辑以模块 datasheet 为准。
• 中控加 500ms 去抖：灵敏度高时一次拍手会连出 2~3 个脉冲，同一路 DI 触发后 500ms 内忽略，防一拍手触发多次。
• 麦克风三种接口：模拟（3.5mm/XLR 接声卡 Line-in / Mic）、I2S（接处理器直出 PCM 数字音频，需驱动支持）、USB（即插即用，系统直接认成录音设备，最省事）。
• 分贝监测方案：USB 麦克风 + 声级计软件（或 Python librosa/sounddevice 算 dBFS），超阈值通知中控降音量或提示。
• 语音识别方案：USB 麦克风 + 本地离线模型（Whisper / Vosk），识别结果转文字给中控触发展项，全程工控机本地跑、不依赖云端。
• DO 输出时序分两种：有的模块触发后有持续保持时间（类似 PIR 延时保持），有的是瞬发即复位（脉冲宽约 10~50ms）；买前看 datasheet 的「输出时序图」，两者是不同内部逻辑，买错电位器也调不出来。
• 灵敏度用电位器调：顺时针更灵敏（小声就触发）、逆时针更钝；调试甜点是「目标动作稳定触发、背景音不触发」，必须在展厅真实环境（开着背景音效/讲解）里现场调。
• 防自反馈触发四招：传感器远离扬声器、用指向性麦克风或加隔音罩、中控 500ms 去抖、特效音播放时中控分时屏蔽 DI 输入。

---

小结 · 你掌握了什么

• 你搞清楚了"声控开关阈值型"（出开关量，做拍手触发）和"麦克风音频采集型"（出音频，做录音/识别/分贝）的根本区别，不会再选错。
• 你掌握了阈值型声控开关的展厅接法（开关量 → 工业 IO → 中控），知道短脉冲要在中控里捕捉边沿+加去抖，知道防自反馈触发的几个手段。
• 你知道了麦克风音频采集的接法（USB/模拟/I2S）和展厅用途（录音、分贝监测、语音识别）。
• 你拿到了选型对比表（含"保持时间 vs 瞬发脉冲"这个关键细节）和故障排查表。

声控触发是展厅互动里上手最快的一种——一颗模块、一条信号线，接进工业 IO 就能跑。更复杂的互动（震动触发、压力触发）原理相同，见传感器图鉴其他篇；或直接见 展厅互动方案总览。