写智能座舱这个系列，写到第九篇，我特意把音频单独拆成上下两篇来聊。原因很简单：音频是座舱里最容易被低估、也最容易翻车的子系统。很多团队把精力全扑在屏幕、SoC、内存这些“看得见算得着”的硬件上，等到整车落地了才发现，倒车雷达的声音闷在里面出不来，蓝牙电话一打对方就喊听不清，播放音乐时低音轰头、人声发虚，然后又开始一轮又一轮地改硬件、改结构，周期和成本都压不住。

这篇“音频篇 上”先把智能座舱音频系统的骨架讲清楚：音频在座舱架构里处于什么位置，数字信号从SoC出来之后经过哪些环节、哪些芯片才变成扬声器里的声音，以及这几颗关键芯片到底怎么选。适合正在做座舱硬件架构、准备入行智能座舱的嵌入式工程师，也包括需要和音频团队打交道的产品经理。下篇再聊软件栈、调试工具、声学调音和量产测试，那部分全是实操和踩坑，内容更密。

1. 座舱音频系统在整车架构中的位置

1.1 从多个盒子到一颗SoC：音频架构的演进逻辑

要理解现在座舱音频架构的合理性，得先回头看传统车是怎么干的。早期车上的音频相关功能几乎全是独立的“小盒子”：收音机是一个模块，蓝牙电话是一个模块，导航是一个模块，倒车雷达的蜂鸣器又是另一个小盒子。每个模块都有自己的一套音频输出逻辑，有的还自带小功放直接推动喇叭。

这么多信号要汇总到整车，传统方案是拉到中控台的音频处理盒里做“最后混音”，再统一送到功放。听起来不复杂，实际做起来非常痛苦：线束又多又长，模拟信号在整车里跑，地环路问题家常便饭，底噪、串扰、手机干扰搞得人焦头烂额。更麻烦的是，每个模块都是独立的软件栈，音效算法想统一迭代、想做个全车多音区控制，基本是奢望。

座舱域控化之后，局面彻底变了。所有音源被收进座舱SoC，统一混音、统一处理，再通过数字接口送到外部Codec和功放。这带来三个直接收益：一是架构清爽，线束大幅减少，整车底噪问题从源头缓解；二是音源管理能力和音效算法可以靠软件迭代持续升级，OTA推一个新声场算法就能改变听感；三是成本下降，一颗SoC替代多个独立盒子，算力、物料、装配成本都更划算。这就是域集中化给音频带来的结构性红利。

1.2 音频子系统在座舱域控里的硬件边界

从硬件边界来看，座舱域控本身是“SoC加外围”的结构，音频相关部分可以画一个清晰的分界线。

SoC内部：音频DSP核心、音频通路管理、I2S/TDM/PDM控制器。SoC负责把各路音源拉进来、做混音和策略管理，再把数字音频流输出。

SoC外部：车规级Codec（做DAC/ADC转换）、功放芯片、扬声器阵列、麦克风阵列。这些芯片和电声器件构成了从数字信号到人耳听觉的最后一圈。

这里要刻意理清两条逻辑通路。一条是Car Audio路径，面向乘客的沉浸式体验：媒体播放、导航TTS、系统提示音、转向灯和警示音。另一条是Voice路径，面向交互的通信链路：蓝牙电话、语音助手、车外喊话。两条路径对延时的要求不同，Voice路径端到端延迟要求远高于媒体路径，而且必须做回声消除、噪声抑制、波束成形。很多团队在架构阶段没有把这两条通路分开设计，后面调起来就到处打架。

1.3 为什么说“架构决定听感上限”

做音频时间长了，会发现一个残酷的事实：软件调音只能在一个固定范围内优化，硬件的架构决策在定型那天就锁死了听感上限。你可以在DSP里做一百段EQ，但如果功放本身是模拟输入的旧方案，前面DAC的信噪比又不够，最终底噪就摆在那里；你可以在软件里做虚拟环绕，但如果扬声器布局本身就是两声道，物理上的声场宽度很难补回来。

所以音频架构设计里最重要的事情，不是追求某个单点器件有多高端，而是确保整条链路没有“木桶短板”。数字域、模拟域、功率域、声学域，每一级都在消耗信号质量，架构的职责是让这些损耗之和可控，而不是指望某一颗芯片能逆天改命。

2. 音频链路拆开看：数字信号到人耳的全过程

2.1 音源侧：所有声音都被拉进SoC

座舱里的音源比很多人想象的多。本地媒体包括USB、内置存储、在线音乐App，无线音源包括蓝牙A2DP、Wi-Fi投送，系统音包括TTS、导航播报、倒车雷达声音、转向灯提示音，再加上通话链路的听筒声音。这些音源有一个共同点：都需要被混音、被策略管理、被路由到正确的声区。

现在的主流做法，是让所有音源都汇聚在SoC内部处理。Android Automotive系统里有一套完整的音频策略框架，它会根据音源的优先级决定谁出声、谁压低、谁暂时静音。电话来了，媒体音量自动降低甚至暂停，这是策略层的经典场景。倒车雷达响起时，不管媒体音量开多大，警示音都必须以足够响度穿透出来，这也是车规场景里必须做好的控制逻辑。

混音能力落在SoC或独立DSP里。物理上，DSP收到的各个音源可能来自不同的采样率和位深，混音前需要做同步和重采样处理，这一步做不好会出现声音发飘、相位错乱的问题。架构阶段就要把通道数和混音能力预留够，否则后面加音源需求就会很被动。

2.2 数字域：音频DSP是算力主场

座舱SoC里普遍集成了音频处理模块，比如高通骁龙平台的Hexagon DSP里就有专门的音频子系统。瑞萨、三星、以及国内几家座舱芯片方案也有类似的音频处理能力。不过中高端座舱方案里，越来越多团队会再叠加一颗独立音频DSP，算力和算法库都是关键考量。

音频DSP具体干什么活？主要在四块：

• 音效处理：多段EQ、动态范围压缩、限幅、声场扩展、虚拟环绕、低音增强。
• 主动声学控制：发动机声音增强、路噪主动抵消、纯电车型的声浪模拟。
• 麦克风阵列算法：回声消除、波束成形、环境噪声抑制，这是语音交互体验的底层支撑。
• 多音区独立控制：主驾、副驾、后排各自拥有独立的声场和音源，互不干扰。

独立DSP的优势是算力专专用、实时性可控，不被应用层任务抢占；而且专业DSP厂商通常会提供成熟的汽车音频算法库，甚至直接帮你做调音。劣势也明显：多加一颗芯片，硬件成本、开发周期和功耗预算都要往上涨。架构上要不要加独立DSP，本质是产品定位问题，不是技术越强越好。

2.3 模拟域：Codec是数字与模拟的翻译官

Codec芯片承担的是DAC和ADC工作。数字音频流进来，变成模拟电压信号输出给功放；麦克风的模拟信号进来，变成数字流回馈给DSP处理。

这里有一个容易被忽略的问题：为什么座舱里不能直接用SoC板载的Codec？原因很简单，车规环境对信噪比、工作温度、寿命、抗电磁干扰的要求都远高于消费电子。SoC板载Codec在手机、平板上够用，但在车规项目里，团队普遍选择外置车规级Codec芯片，把数字和模拟域做物理隔离，信号质量和可靠性都有保障。

车规Codec的主要玩家包括AKM（旭化成）、Cirrus Logic、TI、NXP、ROHM这些老牌模拟厂商。选型时要关注通道数、采样率、位深、信噪比、TDM支持、主从模式、供电电压和车规认证等级。这些硬指标直接决定了整条播放链路的下限，后面第三章会展开讲。

2.4 功率域：功放决定了“最后一公里”

功放是音频链路里功率最大的环节，也是最影响“有没有劲”的核心。现在车载功放的主力已经是D类，效率能做80%-90%，AB类普遍只有50%-60%。对电动车来说，D类省下来的功耗直接换算成续航；对整车布局来说，D类发热小，散热设计压力也小很多。

这里还要分清数字功放和模拟功放。数字功放带着I2S/TDM输入接口，SoC的数字流可以直接进去，内部完成DAC和放大，省掉一颗独立Codec，链路更短更干净，代表产品比如TI的TAS6424这类车规数字功放。模拟功放则是接收Codec输出的模拟信号，架构传统，但链路长、环节多。现在新平台里数字功放方案明显是主流。

功放的通道配置跟着车型定位走。入门车型4通道够用，中配6-8通道，带低音炮、天空声道的高配可能要到10通道以上。功率上，常见每通道25W-50W RMS（4Ω负载），豪华品牌能做到每通道上百瓦。通道和功率的规划，要在架构阶段和车型配置表对齐，不能等硬件冻结了再改。

2.5 声学域：扬声器与麦克风的布局玄机

到了扬声器和麦克风，就已经进入声学范畴了。车内的声学环境非常复杂，空间封闭、玻璃反射、座椅吸收，声音在座舱里的传播模式跟室内完全不同。扬声器布局、安装角度、门板容积都会影响最终听感，所以“装好喇叭”和“调好声音”之间，永远隔着一大段声学工程。

麦克风阵列也是重点。语音交互越来越依赖高信噪比的麦克风拾音，主驾头枕附近、车顶控制区、后排预留位都要提前规划。模拟麦克风走屏蔽线，数字PDM麦克风可以直接连到SoC或Codec的PDM接口，布线长度和等长设计要求更高。

这些声学内容在下篇会深入聊，这一篇上篇只需要强调一件事：硬件架构上要预留足够的通道数和DSP算力，否则后面想加麦克风、加音区、加主动降噪，都得从改板开始。

3. 芯片选型实务：音频相关芯片怎么挑

3.1 座舱SoC与配套音频接口的匹配

座舱SoC决定了音频链路的“上游能力”。比如高通的SA8155P、SA8295P平台，音频接口包括多路I2S/TDM、PDM麦克风输入，还有配套的数字音频架构。这些接口数量够不够用，直接决定你能挂多少颗Codec、多少路麦克风。

选SoC时要重点核对四点：

• I2S/TDM端口数量：多音区、多Codec方案需要多路独立音频总线。
• PDM接口路数：数字麦克风阵列通常挂这里，路数不够就得外挂。
• 音频DSP算力：SoC内置DSP是否足够支撑你的音效算法和语音处理。
• 主从模式灵活性：SoC能不能做时钟主，能否适配不同Codec的时钟需求。

不要小看接口匹配问题。我见过一个项目，选了某颗SoC之后发现I2S端口不够用，最后被迫用TDM时分复用硬塞，结果多路采样率不同步，调试周期拖了两个月。架构阶段把IO能力拉通核查，能省掉后面大量返工。

3.2 车规级Codec选型：硬指标逐项说明

Codec选型最容易犯的错，是只盯着信噪比看。实际上车规Codec的评估是多维度的，我用一个表把关键指标和评估逻辑列出来。

指标项	影响什么	选型建议
DAC/ADC通道数	决定能接几路扬声器、几路麦克风	按音区、通道规划预留20%-30%余量
信噪比/动态范围	直接决定底噪水平和安静场景下的听感	车规产品建议DAC信噪比不低于110dB
采样率与位深	影响高解析度音频支持能力	主流48kHz起步，旗舰项目考虑192kHz/24bit
TDM/接口模式	决定能否与SoC/DSP顺畅对接	核对TDM槽位和左右对齐格式
主从时钟模式	影响整条链路的时钟设计	确认是否支持做从机，匹配SoC主模式
工作温度	车规环境的基本门槛	必须满足Grade 2甚至Grade 1
电源供电设计	影响模拟域噪声表现	优先选PSRR高的型号，模拟/数字电源分开

举个例子，传统车规项目里ADI的AD1938、Cirrus Logic的CS42448都是常见方案，通道数和TDM支持度都很好。但每个项目的音源路数、采样率策略不一样，没有“万金油芯片”，只有“适合当前架构的芯片”。

3.3 D类功放的关键参数与散热设计

D类功放的硬件设计比AB类复杂，核心难点在电源和散热。

第一是电源。D类功放的开关特性对电源纹波极其敏感，供电回路上的纹波直接串进输出，表现为“电流声”。常规做法是功放供电入口加大容量电解电容储能，尤其是应对低音瞬态；再上一级LC滤波给模拟前端，数字和模拟的功率地要做严格分区。

第二是功率与散热。选功放不能只看标称功率，要看实际测试条件下能持续输出多少瓦，还要关注热降额曲线。车规环境温度本来就高，仪表台内更是重灾区。PCB的散热焊盘、覆铜面积、热过孔设计都直接决定极限输出功率。很多团队在仿真阶段没做热分析，上车实测才发现高温环境下功放自动降功率，声音突然变小。

第三是诊断功能。现代车规功放普遍内置短路、过温、过压诊断，输出状态通过I2C或专用引脚反馈给MCU。系统软件要能实时读取这些状态，而不是等到用户投诉“没声音了”才去查。

3.4 独立音频DSP：加还是不加

关于要不要加独立音频DSP，这是座舱架构里争论最多的话题之一。我的判断标准很简单：如果车型的音频定位是“高端”以下，SoC内置DSP加上车规Codec足够应付大部分场景；如果是高端车型、有品牌音响合作、或者要求主动降噪和多音区，独立DSP几乎必选。

独立DSP的典型代表包括ADI的ADAU系列SigmaDSP、Cirrus Logic的面向汽车音频DSP方案等。这类芯片的优势是算力充裕、算法库成熟、开发工具链完善，调音工程师可以在PC端快速调节参数，不用反复交叉编译。劣势也很直白：一颗额外芯片意味着BOM成本增加、软件开发周期拉长，并且需要找到既懂DSP又懂算法的工程师来落地实现。

独立DSP还有一层隐藏价值，就是让调音团队摆脱对SoC平台的依赖。平台换了一颗SoC，音频调校成果可以随DSP迁移，这对多平台车型布局非常有用。

4. 软硬结合：从寄存器到耳朵的第一次握手

4.1 音频通路管理与焦点策略

音频软件的第一层是通路管理，在Android Automotive里通常由AudioPolicyManager负责。每个音源在系统里都有对应的“音频焦点”，电话优先级最高，警示音次之，媒体音乐最低。焦点抢不到“出声权”的阶段，就被暂时压低或者静音。

车规场景里比手机多了一层硬需求：警示音穿透力。转向灯、倒车雷达、安全带提醒这些声音，无论如何不能让用户因为“媒体音量太大”而听不见。实现上，这些警示音通常走独立的通路，配备独立的增益控制，甚至在混音阶段就预留足够余量。架构阶段如果不把这条路单独规划，后期靠软件抢优先级会非常痛苦。

多音区车型还会涉及复杂路由：主驾在听导航，副驾在打电话，后排在看电影，三路声音要同时存在但互不干扰。这种路由能力依赖SoC/DSP的物理通路，更依赖上层策略管理，缺一不可。

4.2 时钟拓扑：I2S/TDM主从模式怎么定

I2S接口是音频数字传输最常见的形式，四根线：MCLK主时钟、BCLK位时钟、LRCLK左右声道时钟、DATA数据线。还有一个经常被人忽视的问题：MCLK到底谁来给，频率多少。

行业内常用256fs或512fs作为MCLK频率。48kHz采样率对应256fs，MCLK就是12.288MHz；44.1kHz对应11.2896MHz。MCLK频率不对或者抖动超标，声音会直接变调或者出现杂音，这是音频调试里最基础的检查项。主从模式也要一致：通常SoC做Master，Codec/功放做Slave，所有时钟由SoC提供。如果SoC和Codec都配成Master，总线冲突，系统直接不出声。

TDM模式还要额外确认槽位格式，TDM8、TDM16的含义以及数据在哪些槽位上。每颗芯片对TDM格式的约定不完全一样，搞错了就会出现“左右声道互换”“后面声道数据错位”这类问题。调试时用逻辑分析仪抓一下BCLK和DATA的对应关系，比眼瞪驱动代码快得多。

4.3 上下电时序与爆音问题

爆音是音频系统里最让人头疼的现象之一，每次开关机都“啪”一声，用户感受极差。它的本质是上下电过程中，Codec或功放突然接收到不稳定的直流偏置，瞬间冲击扬声器膜片。

正确思路是严格按照“先开后关，后开先关”原则设计时序。上电时，先给数字电源，再给模拟电源，然后释放复位，等Codec工作稳定再解除功放静音；下电时反过来，先拉高功放Mute，再断开模拟电源，最后断数字电源。这一整条时序由SoC的GPIO控制，必要时还要配合PMIC的供电顺序。

硬件上也有补救手段：功放输入端加耦合电容，串RC延时常数，或者在DAC输出和功放输入之间加专门的爆音抑制电路。但这些东西能缓解不规律冲击，解决不了时序错乱的根本问题。项目早期就把时序图设计出来，反复验证，后期能省下大量用户投诉。

4.4 底噪、共地干扰与隔离

底噪是另一个高频问题，表现形式是“扬声器里总有嘶嘶声或者嗡嗡声”。最常见的三个来源：

• 电源纹波：D类功放和Codec的模拟电源如果纹波大，噪声会直接串进信号。措施是加强LC滤波，模拟电源单独稳压。
• 地环路：多个模块的地连成环，会形成50Hz/100Hz哼声。正常做法是星型接地或单点接地，音频部分的地单独规划。
• 数字串扰：I2S数字信号和模拟音频走线平行且过近，数字翻转噪声会耦合进模拟信号。布线时两类信号必须分开，必要时加屏蔽或包地。

还有一个排查方法分享一下：怀疑共地干扰时，用一根线把两个模块的地临时直接短接，如果噪声消失，说明原设计存在地环路。这是我在现场屡试不爽的土办法，比上来就焊电容靠谱。

5. 常见问题速查与工程避坑

5.1 症状到原因的排查速查表

把多年遇到的音频问题整理成一张速查表，基本覆盖了量产前听到最多的几种“毛病”。

症状	常见原因	排查顺序
完全无声	通路未打开、功放未解除静音、I2C配置失败	先查通路和静音状态，再抓I2C读写，最后用示波器量功放输入有无信号
有杂音/沙沙声	采样率不匹配、MCLK频率错误、电源纹波	先确认时钟配置，再看DSP算法是否引入噪声，最后查电源
上下电爆音	上下电时序错误、耦合电容充电冲击	先查时序图，再检查硬件静音电路的RC参数
左右声道互换	TDM槽位配置错误、物理线序接反	先看TDM格式配置，再对线序
音调变快/变慢	MCLK配置错误、采样率协商失败	直接量MCLK频率，核对采样率配置
回声/啸叫	AEC参考信号取错位置、扬声器音量过大	先确认AEC参考是否取自DSP输出后，再调整音量和麦克风位置
音量忽大忽小	AGC/限幅器参数不合理、焦点策略被频繁抢占	先查算法侧AGC参数，再查系统焦点管理日志

这表里的每一项，我在真实项目里都碰到过。音频调试的最大特点就是“症状相似，病根各异”，所以排查顺序比盲目试参数重要得多。

5.2 从“能响”到“好听”的测试链路设计

测试是音频工程里最容易被压缩、又最不能压缩的环节。一套完整的音频测试链路，分三个层级：

第一层是电性能测试，用Audio Precision这类音频分析仪测量THD+N（总谐波失真加噪声）、SNR（信噪比）、频响、串音等客观指标。这些指标决定了“系统本身干不干净”，是音频质量的基础门槛。

第二层是声学测试，在消音室或者至少半消音室里，用人工头（HATS）在固定位置录制频响曲线。车上没有消音室条件的，也可以用近场麦克风单点测试做对比基准，但数据只能做相对参考。

第三层是主观听音，由固定评审团队在固定曲目库下评价。主观听音最忌讳的是频繁换人换曲子，今天听摇滚明天听女声，前后完全没法对比。建议准备一套标准曲目库，覆盖低频、人声、古典、动态范围几个维度。

调试工具方面，PC上可以准备一个DAW软件配合ASIO驱动做多轨录音监听，避免系统自带音频栈的SRC劣化；用Audacity做录音切片和降噪对比；测试音源可以用ffmpeg生成扫频信号和粉噪声，方便排错。这些工具组合起来，基本能覆盖日常调试需求。

5.3 硬件设计里最容易忽视的三个坑

第一个坑是I2S信号走线没有做阻抗和长度控制。I2S虽然是数字信号，但速率不低，板间走线长了就会出现码间干扰，典型表现是高频声音数据错乱。解决办法是走线尽量短，必要时串联33Ω左右电阻做源端匹配，跨板连接时考虑差分方案或者低频模式降速。

第二个坑是Codec的模拟电源和数字电源没有独立滤波。数字电源的开关噪声会通过内部耦合串到模拟输出，表现出来就是“怎么调都有底噪”。设计上应该用磁珠或LC滤波把两路电源隔开，模拟电源单独用低噪声LDO供电。

第三个坑是功放反馈取样点选错。功放的反馈取样应该尽量靠近负载端，如果取样点离芯片太近，线路阻抗和扬声器感抗会影响环路稳定性，输出波形失真或者异常振荡。PCB上容易忽略，但后果很直接。

这三个坑，每一个都是我亲眼见过“翻车”的现场。音频硬件设计确实细节多，但这些细节恰恰是区分“能响”和“好听”的分水岭。

最后分享一点个人体会。音频这个方向，越是老工程师越不敢说自己全懂，它横跨数字电路、模拟电路、信号处理、声学、心理声学，任何一环差了，最后都是“一耳朵的事”。我做座舱这几年，最大的长进不是学会了调试某个芯片，而是养成了“从架构阶段就参与音频设计”的习惯。音频问题等整车联调再碰，代价极高；架构阶段多花三天讨论，可能省下后面三个月的救火。上篇先把骨架搭好，下篇会把这些年积累的软件调试、声场调校、量产测试经验一次倒出来，也欢迎你在评论区留下实际踩过的坑。