香薰机加语音控制这件事,看起来只是增加语音控制功能,但是真正落到板子上要解决的是另外几件事。机壳里常年高湿并且飘着精油成分,配套的是一个自身带噪声的雾化器,多数机型自带一圈或多颗 LED 灯珠,中高端还会同时放白噪声或轻音乐。这几样凑在一起,选芯片时的判断点和选台灯、选风扇都不一样。
下面按工程落地的顺序来,先把需求逐条摆出来,再把它翻译成芯片参数,最后落到 WT/WTK 系列的五款芯片和四款模块上。
一、香薰机的语音需求有哪些
先不说芯片,把需求拆到可以验证的粒度。
交互距离和姿态。香薰机主要摆在卧室床头柜、浴室洗手台、客厅茶几,使用者多半躺着或者手上有别的事,呼唤距离集中在 0.5 米到 3 米。手上沾水、沾精油是常态,这也是语音替代按键的核心理由。
命令词规模。一台功能齐全的机器大概需要下面这些控制项。
功能分组 | 典型词条 |
开关 | 打开香薰、关闭香薰 |
雾量 | 雾量大一点、雾量小一点、连续喷雾、间歇喷雾 |
定时 | 定时一小时、定时两小时、定时四小时、取消定时 |
灯光 | 打开夜灯、关闭夜灯、换个颜色、灯光亮一点、灯光暗一点、开启呼吸模式 |
音乐 | 播放音乐、暂停音乐、下一首、上一首、音量增大、音量减小 |
模式 | 进入睡眠模式、开启提神模式、关闭提示音 |
★ 一套完整机器大约 25 到 35 条命令词,加上唤醒词、开机语、退出唤醒提示语,词条总数接近 40。
★ 词条数量和内置 FLASH 容量直接相关,1MB 容量够放几十条短应答语,若要把背景音乐、白噪声也塞进同一颗芯片,需要外接 SD 卡或者更大的内置 FLASH。
噪声环境。这是香薰机选型里最特殊的一条。机器自己制造两种噪声,一是超声波雾化片工作时的高频振荡,二是散热风扇的稳态气流声。更麻烦的是带音乐播放的机型,扬声器发出的声音会被同一块板上的麦克风拾回去,形成自激式回声。这时候纯降噪算法不够用,需要回声消除,也就是常说的 AEC,并且要在硬件上给参考信号留出通路。
湿度与水汽。腔体内部相对湿度长期接近饱和,精油挥发物会附着在咪头振膜上。麦克风位置、透声防水层、偏置电源都要配合处理。
供电形态。主流是 USB Type-C 5V 直供,少量机型内置 3.7V 锂电池做便携款。长期插电的产品对休眠电流没那么敏感,凡是带电池的便携机型,待机功耗会直接影响用户体感。
体积与布线。香薰机 PCB 常见尺寸在 40mm 乘 40mm 到 50mm 乘 50mm 之间,出雾口、水箱、雾化片占了大部分空间,留给芯片的面积有限,封装越小、外围越简越好。
是否需要联网。纯离线方案把全部词条写死在芯片里,只能识别预设说法。联网方案可以在端侧接入 AI 大模型,用户说一句没有提前录进词条的话,机器也能理解并给出回应。要不要这一层,取决于产品定位和能承担的成本。
二、需求翻译成芯片参数
把上面几条换算成可以比对的参数。
需求项 | 对应参数要求 |
0.5 米到 3 米交互 | 标称远场识别距离不低于 3 米,且在雾化噪声下依然有效 |
25 到 35 条命令词 | 内置 FLASH 或外接存储容量,词条下载方式 |
雾化噪声加自播音乐 | 双麦克风环境噪声消除,加 AEC 回声消除参考通路 |
语音应答加音乐播放 | 音频解码格式数量,DAC 信噪比,SD 卡或 eMMC 接口 |
高湿环境 | MICLDO 偏置输出,咪头布局自由度与封装离散度 |
USB 5V 或锂电 | 主电源上限是否覆盖 5V,功放电源是否为独立轨 |
小板装机 | 封装尺寸、是否要外挂 FLASH、GPIO 数量是否够驱动灯组 |
出口机型或高端机型 | Wi-Fi 与蓝牙并存,离在线双模式识别 |
★ 回声消除和供电轨这两条最容易在选型后才发现问题,前者决定能不能边放音乐边说话,后者决定 5V 电源要不要加一颗降压芯片。
三、WT/WTK 系列五款芯片梯度选型
选型口径与官网 WT/WTK 系列推广页保持一致,下面五颗芯片加四款模块覆盖从灯具玩具到大家电的全场景,香薰机在这个梯度里能找到对应档位。
型号 | 识别距离 | 抗噪 | 工作电流 | 唤醒词 命令词 | 识别率 | 封装 | 存储 | 关键特性 | 典型场景 |
WTK6900P | 0.5 至 3 米 | 弱 | 10 至 15 毫安 | 无定制 20 条 | 90% | ESOP8 | 4M | 免晶振 极低成本 串口通信 | 灯具 风扇 玩具 |
WTK6900HA | 3 至 5 米 | 中 | 15 至 20 毫安 | 10 组 300 条 | 95% | SOP16 SSOP24 QFN32 | 4M 8M 16M | 免晶振 多封装 低功耗 | 大家电 灯具 风扇 按摩器 |
WTK6900HC | 5 至 8 米 | 强 | 15 至 20 毫安 | 10 组 300 条 | 95% | SOP16 QFN32 | 8M 16M | 免晶振 低功耗 | 小家电 大家电 车载 |
WTK6900FC | 5 至 8 米 | 强 | 50 至 60 毫安 | 10 组 300 条 含自学习 | 98% | SSOP24 | 32M | 免晶振 OTA 自学习 语音打断 小语种定制 | 小家电 大家电 车载 消费类 |
WT2606A | 3 至 5 米 | 强 | 15 至 20 毫安 | 10 组 300 条 | 98% | QFN40 | 16M 32M 128M | 需晶振 在线加离线 语音打断 MIC 上传 | 儿童学习机 AI 玩具 在线离线识别 |
★ 五颗的分工按官网快选逻辑一眼能看清。极限低成本走 WTK6900P,低功耗均衡走 WTK6900HA,远距低功耗走 WTK6900HC,远距旗舰走 WTK6900FC,需要在线加离线双模自由对话走 WT2606A。
★ 系列共性有三条值得记住。一是全部免晶振,外部元件少,布板省心;二是都支持 OTA 远程更新词库与算法,免返厂免拆机;三是 WTK6900 四颗的工作电流都比 WT2606A 档低,便携锂电机型优先看 WTK6900 这条线。
四、芯片与模块双形态怎么选
同一颗料有两种交付方式,决定开发周期和量产形态。
芯片自主开发。WTK6900P 到 WT2606A 五款直接画进主板,自由度最高,IO 定制、唤醒音自学习、小语种定制都能做,适合要长期迭代的机型。
标准模块即插即用。四款模块都搭载 W8002 功放芯片,DAC 音频输出,板载喇叭口、麦克风、TYPE-C USB 5V 与 UART,焊上就能用,适合快速打样和中小批量。
模块 | 对应芯片 | 识别率 | 距离 | 命令词 | 电流 | 供电 | 尺寸 | 典型场景 |
P-M02 V1.02 | WTK6900P | 85% | 0.5 至 2 米 | 20 条 | 10 至 15 毫安 | 2.4 至 5.0 伏 | 小体积 | 灯具 风扇 玩具 |
HA-M02 V3.02 V2.02 | WTK6900HA | 95% | 1 至 3 米 | 300 条 | 18 至 25 毫安 | 2.2 至 5.5 伏 | 40 乘 30 乘 11 毫米 | 车灯 灯具 风扇 按摩器 |
HC-M02 V3.02 V2.02 | WTK6900HC | 98% 与 95% | 3 至 5 米 | 300 条 | 18 至 25 毫安 | 3.3 至 5.5 伏 | 40 乘 30 乘 11 毫米 | 灯具 风扇 大家电 小家电 |
FC-M02 V2.02 | WTK6900FC | 98% | 5 至 9 米 | 300 条 | 45 至 60 毫安 | 3.6 至 5.5 伏 | 标准模块 | 车载 大家电 小家电 消费类 |
★ 模块走 UART 波特率 9600 与主控通讯,HC-M02 与 HA-M02 的 V3.02 比 V2.02 识别率更高,V2.02 是性价比版本。四款模块都吃 USB 5V,香薰机直接接 TYPE-C 就行,不用额外降压。
五、香薰机三档推荐路径
把上面两章的梯度映射到香薰机的实际形态,推荐分成三档。
入门机型,固定词条,不播音乐。适用对象是 USB 5V 供电、只有喷雾加夜灯、不带音乐的设备。这一档优先看 WTK6900P,ESOP8 八脚封装最省料,4M 存储够放二十条命令词加应答语,0.5 至 3 米刚好覆盖床头到床尾的距离,10 至 15 毫安的工作电流对插电机型毫无压力,宽压 2.4 至 5.0 伏直接吃 USB 5V,省一颗降压管。要更快打样就上 P-M02 模块,喇叭口、麦克风、TYPE-C 全板载,焊上即用。WTK6900P 的命令词上限是 20 条,开关、雾量、定时、灯光、模式这几组刚好塞得下,但要往机器里加更多说法就不够了。
进阶机型,灯控丰富,远场更稳。适用对象是灯要调光调色、希望唤醒更稳、词条可能超过 20 条的设备。这一档在 WTK6900HA 与 WTK6900HC 之间挑。HA 覆盖 3 至 5 米、300 条命令词、多封装可选,HC 把远场拉到 5 至 8 米、识别率 95%,两者都免晶振、都支持 OTA、都宽压直吃 5V。机器摆在客厅茶几、希望隔着房间也能唤醒,选 HC;机器就在床头、主要控制灯组和定时,HA 的性价比更高。这两颗都没有内置功放,提示音走外部 W8002 一类的小功放,或者直接上 HC-M02、HA-M02 模块把功放一起解决。
旗舰机型,联网自由对话,边放音乐边说。适用对象是需要 App 远程控制、需要理解未预设说法、并且后续会持续更新新功能的设备。选 WT2606A,它是五颗里唯一标了在线加离线双模的型号,端侧接 AI 大模型之后,用户说空气有点干,或者说帮我营造睡觉的氛围,这类没有写进词条的话也能被理解成控制动作。硬件上它自带 DAC 音频输出,音乐播放和语音播报走同一颗料,MIC 上传通道支持在线识别,QFN40 封装在 40mm 见方的板子上也排得下。要留意它需晶振、工作电流和 WTK6900 四颗相比略高,整机功耗预算要重新算一遍。
产品阶段还定不了档位的,建议先用 HC-M02 或 HA-M02 模块做一版参考设计,日后要升级到 WT2606A 做在线加离线,麦克风段和 UART 控制协议这套框架是通用的,迁移成本比换家族低。
六、落地设计要点
麦克风摆放。出雾口正上方是全机水汽最集中的位置,咪头开孔放到机身侧面或者背面,避开风道。开孔内侧贴防水透声膜,膜与外壳之间用防水胶圈压紧。咪头供电接芯片的 MICLDO,偏置走线上加 RC 滤波并且包地,不要和灯控 PWM 走线平行。
回声消除参考。需要边放音乐边识别的机型,必须把扬声器信号取一路衰减之后接到 AEC 参考输入。WT/WTK 系列官方页把回音消除列为系列能力之一,离线单麦款靠算法抑制,要做到放歌过程中稳定打断,优先选带双麦和在线加离线路径的 WT2606A,或者走模块方案。取样的分压比以官方应用电路为准,不要按经验值估。
供电。WTK6900 四颗都是宽压直吃 5V,P 是 2.4 至 5.0 伏、HA 是 2.2 至 5.5 伏、HC 是 3.3 至 5.5 伏、FC 是 3.6 至 5.5 伏,USB 5V 进来基本不用降压。WT2606A 需晶振,主电源与晶振供电以规格书应用电路为准,5V 直供前要核对电压裕量。四款模块全部 TYPE-C USB 5V 供电,接上就能跑。
与主控的通讯。WTK6900 系列芯片用同一种帧结构,起始码 7E,结束码 EF,中间依次为长度、扩展码、命令码、参数、累加和校验,识别到命令词之后通过 UART 向外输出词条 ID,主控 MCU 按 ID 执行动作。四款模块走 UART 波特率 9600,对接时按模块通讯协议做。WT2606A 是在线加离线 SoC,主控分工和交互协议以官方协议文档为准。下面几条串口指令取自 WTK6900 系列规格书,模块与芯片通用。
★ 查询软件版本 7E 03 C0 C3 EF
★ 发码控制唤醒 7E 06 FF 06 A7 00 B2 EF
★ 发码退出唤醒 7E 06 FF 06 A7 FF B1 EF
★ 发码被动播报 7E 07 FF 06 A0 00 01 AD EF,芯片应答 7E 06 FF 06 A0 05 B0 EF
★ 设置音量 1 级 7E 07 FF 06 A1 00 01 AE EF
★ 进入低功耗 7E 06 FF 06 02 00 0D EF,重复发码即可退出
缺水提示。主控检测到水位到阈值后,不要在扬声器上自己鸣响,走被动播报指令让语音芯片把缺水这条音频放出来,返回帧为 05 表示执行成功。这样不用另外做语音合成,也不占用额外的 DAC 通道。
其他细节。QFN 封装的底部焊盘必须接地并在四周打足过孔。WT2606A 的 QFN40 给晶振和 MIC 上传预留了专门引脚,天线匹配和晶振负载电容要以官方参考设计为准。用模块方案时,喇叭口接不小于 8 欧的喇叭,TYPE-C 供电走 5V,麦克风走差分输入减少灯控 PWM 干扰。
七、选型自检清单
★ 要不要边放音乐边语音控制,需要的话确认 AEC 参考通路与双麦布局
★ USB 5V 是否直供,WTK6900 系列全部宽压直吃,WT2606A 需核对晶振与电压裕量
★ 命令词是否超过 20 条,WTK6900P 上限 20 条,其余支持 300 条
★ 是否需要无损格式曲目,需要的话看 WT2606A 的音频通道
★ 是否需要理解未预设说法,需要的话选带在线加离线双模的 WT2606A
★ 便携锂电机型的待机电流目标是多少微安,WTK6900 系列工作电流明显更低
★ PCB 面积能不能吃下 QFN40,还是用 ESOP8 与 SOP16 更省
★ 咪头位置能否避开出雾口与风道,能否贴防水透声膜
★ 命令词是否需要量产后继续变更,若需要走 OTA 或平台制作流程
★ 是否需要联网相关的数据合规方案,能否接受云端依赖