做AI语音产品的硬件工程师都清楚一个事实： 算法决定了体验的上限，硬件决定了体验的底线。

你可以在DSP上运行最先进的波束成形算法，也可以用大模型做语音语义理解，但如果音频信号从采集那一刻起就带有噪声、失真或延迟，后端算法再强大也难以弥补。

本文从技术实现角度，拆解AI语音产品的音频底层逻辑，以及TP9243S（立体声ADC）和TP9311（单声道Codec）在实际产品中的协同配合方式。

一、AI语音产品的信号链路

一条典型的AI语音信号链路如下： text

声波 → 麦克风 → 差分信号 → PGA放大 → ADC采样 → I²S传输      → 主控处理（波束成形/AEC/语音识别） → 生成应答      → I²S传输 → DAC转换 → 功放 → 扬声器/耳机

其中有两个关键节点：

采集端（多麦克风）

需要多通道同步采样（波束成形依赖通道间相位一致性）

需要高信噪比（远场语音信号微弱，底噪决定有效拾音距离）

需要低功耗（尤其是电池供电设备）

回放端（语音应答）

需要清晰、自然的语音输出

需要动态控制（避免播报时音量突变）

需要与采集端时钟同步（回声消除AEC依赖同源时钟）

这两个节点对芯片的要求不同。TP9243S和TP9311分别针对采集和回放进行了优化。

二、采集端：TP9243S的关键特性

TP9243S是一颗立体声ADC，核心参数与设计逻辑如下：

1. 差分输入

单端输入接口简单，但抗干扰能力弱。在智能音箱、车载、机器人等射频密集、电机干扰严重的环境中，共模噪声会直接叠加到信号上。

TP9243S采用差分输入（AINLP/AINLN、AINRP/AINRN），物理层共模抑制比优势明显。这意味着算法拿到的原始数据更干净，无需在前端做大量噪声预处理。

2. 106dB SNR

规格书实测数据：PGA=0dB时SNR为106dB，PGA=12dB时为102dB，PGA=30dB时为91dB。

有效拾音距离与SNR、麦克风灵敏度、增益正相关。106dB SNR意味着在相同麦克风条件下，语音有效拾音距离比92dB SNR的芯片更远。

3. 多芯片同步

规格书明确支持最多8颗芯片同步工作，可构建16通道麦克风阵列。

技术原理 ：所有芯片共享同一MCLK和LRCK，采样时刻对齐。波束成形算法的核心是计算各通道间的相位差（时间差×声速），如果采样不同步，相位差计算会产生系统性误差，导致声源定位偏移。

典型配置：

4颗TP9243S → 8通道环形阵列

8颗TP9243S → 16通道线性阵列

4. 功耗

立体声录音功耗1.8mA（48kHz），单声道录音功耗1mA。对于电池供电的穿戴设备、便携录音设备，这个指标支持长时间持续录音。 TP9311方形框图 ▲

三、回放端：TP9311的关键特性

TP9311是一颗单声道Codec，同时包含ADC和DAC，补足回放链路。

1. DAC SNR

规格书数据：DAC SNR为110dB（A计权），THD+N为-96dB。噪声底足够低，应答语音清晰不浑浊。

2. 内置3段EQ

EQ本质是数字滤波器。TP9311内置可编程IIR滤波器，可针对不同声学环境（如音箱腔体、车内空间）做频响补偿。

典型用法：

儿童陪伴机器人：提升2kHz~4kHz频段，增强语音清晰度

智能音箱：根据腔体响应曲线做反相补偿

3. DRC（动态范围压缩）

DRC解决"播放内容音量忽大忽小"的问题，相当于自动增益控制（AGC），对输出电平做压缩或扩展，确保用户听到的音量在舒适区间。

4. 耳机驱动

规格书标称9mW@32Ω（单端模式），可直接驱动耳机，无需额外功放芯片。在会议麦克风、录音笔等需要本地监听的场景中可简化BOM。

TP9311方形框图▲

四、双芯片协同：时钟、总线与信号流

1. 时钟同步与AEC

回声消除（AEC）算法的核心逻辑：

text

麦克风信号 = 人声 + 扬声器回声参考信号 = 扬声器播放内容（从DAC回采）AEC输出 = 麦克风信号 - 经过房间冲激响应卷积的参考信号

必要条件 ：麦克风信号和参考信号必须在同一时钟域下采样，否则时间不对齐会导致回声消除失效。

TP9243S和TP9311均内置PLL，可共享同一MCLK。典型配置：主控SoC输出12.288MHz MCLK，同时供给两颗芯片，采样时刻对齐。

2. I²C总线控制

两颗芯片挂载在同一I²C总线上（不同器件地址），可统一配置：

TP9243S：PGA增益、HPF使能、音量

TP9311：EQ参数、DRC阈值、DAC音量

3. I²S数据流

典型I²S通道分配：

I²S A：TP9243S → 主控（立体声采集数据，2通道）

I²S B：主控 → TP9311（单声道回放数据，1通道）

主控SoC需同时支持两个I²S接口，或一个接口支持时分复用。

五、部署要点参考

1. 多芯片同步配置（TP9243S）

所有芯片的MCLK必须同源（同一晶振或主控）

LRCK同时到达所有芯片（PCB走线等长）

每个芯片配置独立的DEV_ID（管脚3、8、17组合）

2. 电源完整性

两颗芯片均支持1.8V~3.3V单电源供电。PCB布局建议：

模拟电源（AVDD）和数字电源（VDDIO）分开走线

靠近芯片引脚放置去耦电容（10μF + 0.1μF）

底部散热焊盘（EPAD）接地

3. 软件初始化流程

推荐上电初始化顺序： VDD和VDDIO供电→ 拉高 CE引脚（芯片使能） → 等待 PLL锁定（约5ms） → 通过 I²C配置寄存器 → 使能 I²S数据通道

4. I²C地址配置（TP9243S）

多颗TP9243S时通过硬件管脚配置不同地址，避免I²C总线冲突。

六、典型配置参考

七、补充说明

ESD等级 ：根据规格书，TP9311 HBM ±8kV，CDM ±500V；TP9243S符合工业标准ESD能力。

工作温度 ：两款芯片均为-40℃~85℃，满足消费电子及车载场景要求。

总结

TP9243S和TP9311的组合将音频链路的采集端和回放端解耦：

采集端（TP9243S） ：优化SNR、功耗、多通道同步，输出数字音频流

回放端（TP9311） ：优化DAC质量、EQ/DRC处理、耳机驱动

两者共享同一时钟域，通过I²C/I²S总线与主控通信。对于硬件工程师，这意味着可以搭建从麦克风阵列到扬声器输出的完整音频通路。对于软件工程师，底层音频数据的质量和同步性有保障，可以专注于识别和交互逻辑。