語音模組重啟及聲音輸出異常淺析

1   語音模組簡介

基于語音識別技術(shù)的語音模組主要包括語音識別芯片和其他外圍電路，開發(fā)者將模塊嵌入到產(chǎn)品內(nèi)以實現(xiàn)人機語音交互目的。

圖1 音色變化對比圖

2   相關(guān)背景

應(yīng)用在金貝高端柜機的語音模組是實現(xiàn)人機交互的重要部件，截止目前共經(jīng)過兩次結(jié)構(gòu)更改，編碼由300 072 000 001 變?yōu)?40 147 060 006， 再變?yōu)?40 147 060 009。本次更改為模組結(jié)構(gòu)更改，由于語音模組硬件因質(zhì)量問題比較突出和主控芯片停產(chǎn)，重新設(shè)計新平臺以解決目前的質(zhì)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(xiàn)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(nèi)部結(jié)構(gòu)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(fù)現(xiàn)故障，斷電后重新上電故障現(xiàn)象消失，通電一段時間后再次復(fù)現(xiàn)故障，如此反復(fù)，可正常執(zhí)行指令，功能無異常，僅音色發(fā)生變化；

2）40 倍放大鏡下檢查外觀未發(fā)現(xiàn)器件焊接、破損等裝配異常；

3）測量系統(tǒng)供電、整機電流均正常；

4）正常工作狀態(tài)下，芯片DAC 輸出波形正常，音色變化時，DAC 輸出波形已出現(xiàn)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(rèn)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(jié)論：芯片存在“正太分布”，IC 內(nèi)部有“自適應(yīng)”電壓機制，屬于AP 型行業(yè)內(nèi)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(tài)下，電壓margin 不足導(dǎo)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(diào)試工具對模塊內(nèi)部程序進(jìn)行讀取未發(fā)現(xiàn)異常，說明程序并未被篡改。

1）故障模組在通電后可正常執(zhí)行指令，功能無異常，最短復(fù)現(xiàn)時間為5 min，沒有喚醒指令的出現(xiàn)重啟現(xiàn)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(zhí)行指令；

2）40 倍放大鏡下檢查外觀未發(fā)現(xiàn)器件焊接、破損等裝配異常；

3）測量系統(tǒng)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(fù)正常；

4）上電測試PMU 電壓及系統(tǒng)供電電壓正常，串口抓重啟現(xiàn)象發(fā)生時的系統(tǒng)運行狀態(tài)LOG 信息，發(fā)現(xiàn)系統(tǒng)數(shù)據(jù)發(fā)生錯誤導(dǎo)致重啟；

5）更換故障品上的DDR 芯片，通電一段時間仍會出現(xiàn)重啟現(xiàn)象，將故障品換下的DDR 芯片換在合格品上，通電36h 未復(fù)現(xiàn)故障，排除DDR 內(nèi)存問題；

6）更換故障品上的MCU 主控芯片，通電36 h 未出現(xiàn)重啟現(xiàn)象，將故障品換下的MCU 主控芯片換在合格品上，通電2 min 復(fù)現(xiàn)故障，鎖定故障位置為MCU主控芯片；

7）讀取MCU 主控芯片內(nèi)程序，發(fā)現(xiàn)模組子程序調(diào)取錯誤，對MCU 主控芯片內(nèi)程序擦除重新燒錄，通電36 h 未出現(xiàn)重啟現(xiàn)象。

結(jié)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(nèi)，系統(tǒng)運行時發(fā)生錯誤致使模組重啟復(fù)位。

圖3 模塊篩選軟件界面

4   后續(xù)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(nèi)部CODEC。更改I2C 數(shù)據(jù)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(xiàn)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(shè)置在1.05 V 留足安全余量設(shè)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(dǎo)致i2s-frac 頻率太高。由于PLL 輸出到分頻單元的芯片設(shè)置為1.2 GHz 時處于超頻狀態(tài)，因此提升VDD_LOG 電壓到1.05 V，使1.2 GHz 能夠工作。當(dāng)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(guān)，在上電時無法保證開關(guān)閉合，導(dǎo)致有電流流過揚聲器，影響音頻信號輸出，LM器件的開關(guān)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(shè)計

不定時重啟的失效機理為軟件子程序調(diào)取燒錄錯誤，在燒錄時沒有設(shè)計避錯，糾正措施為設(shè)置燒錄工具防錯機制，每一個固件版本對應(yīng)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(dǎo)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(huán)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(jié)束后在常溫下恢復(fù)2 h；樣品不上電，在-35 ℃環(huán)境中放置1 h，取出后立刻放在40 ℃、濕度為93% 的環(huán)境中帶電運行3 h，試驗5 個循環(huán)，在室溫下恢復(fù)2 h；按技術(shù)圖紙規(guī)定在上限溫度環(huán)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(fù)最少2 h；按技術(shù)圖紙規(guī)定在下限溫度環(huán)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(huán)境中，模塊帶電放置96 h；測試結(jié)果：模組外觀無異常，語音功能正常，各項參數(shù)測試符合圖紙要求。

5.2 模組應(yīng)用測試

試驗條件：系統(tǒng)啟動跑flash_stress_test，在固定的塊，BAC 分區(qū)反復(fù)讀寫，常溫狀態(tài)運行7 d；自動化重復(fù)錄音、播報3 d，連接PC 檢查錄音質(zhì)量；系統(tǒng)啟動自發(fā)自收，波特率設(shè)置為1.5 MHz，數(shù)據(jù)位8 位，停止位1 位，無奇偶驗證，硬件連接客戶產(chǎn)品，常溫測試7 d；常溫下運行語音應(yīng)用7 d，每天檢查1 次系統(tǒng)狀態(tài)；85 ℃下運行語音應(yīng)用7 d，每天檢查一次系統(tǒng)；重啟間隔5 min，試驗3 d，每天檢查1 次系統(tǒng)狀態(tài)。測試結(jié)果：Flash 可正常拷貝負(fù)載，觀察LED 狀態(tài)，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(zhì)不失真；使用UART 腳本測試，響應(yīng)時間小于1 s，無卡頓，查詢log 信息無重啟記錄。

5.3 模組穩(wěn)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(lán)牙推送音樂，IOS 和Android 各連續(xù)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(fù)語音功能50 次；頻繁進(jìn)入推出廠測50 次；手機播放藍(lán)牙設(shè)備，手機關(guān)閉藍(lán)牙與語音關(guān)閉藍(lán)牙各50 次。

測試結(jié)果：CPU 可正常負(fù)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(xiàn)：

[1] 景妮琴.基于智能語音模塊的智能家居系統(tǒng)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(xué)習(xí)的語音識別模型及其在智能家居中的應(yīng)用[J].浙江理工大學(xué)學(xué)報(自然科學(xué)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(tǒng)設(shè)計[J].電子設(shè)計工程,2017(8):175-177,182.

（本文來源于《電子產(chǎn)品世界》雜志2021年6月期）