小智音箱通过NRSC5806D与声源定位实现定向语音拾取-优快云博客

1. 智能音箱语音拾取技术的发展与挑战

随着人工智能和物联网技术的飞速发展，智能音箱已从简单的语音播放设备演变为家庭交互的核心终端。然而，在复杂声学环境中实现精准语音识别仍面临巨大挑战，尤其是在多说话人、背景噪声干扰严重的场景下，传统全向麦克风拾音方式难以有效区分目标声源。

如图所示，现代智能音箱普遍采用多麦克风阵列结构，以支持空间声源定位与定向拾音。相较之下，单麦克风系统仅能捕获混合声场，缺乏方向感知能力。而基于 NRSC5806D芯片 的解决方案通过集成高精度同步采样与片上DSP处理，实现了对微小时延差的捕捉，为后续波束成形与声源聚焦提供了硬件保障。

本章将系统阐述语音采集技术的演进路径，剖析主流方案在真实场景中的性能瓶颈，并引出NRSC5806D与声源定位算法协同工作的创新架构，揭示其在提升远场语音交互可靠性方面的关键价值。

2. 声源定位的理论基础与关键技术

在智能音箱实现定向语音拾取的过程中，声源定位（Sound Source Localization, SSL）是核心技术环节。它决定了设备能否准确判断用户所处的空间方位，从而引导后续的波束成形或增益控制策略聚焦于目标方向。随着家庭环境中多设备共存、多人交互频繁的现象日益普遍，传统依赖单一麦克风或全向拾音的技术已难以满足高精度语音识别的需求。声源定位技术通过分析多个麦克风接收到的声音信号之间的差异，利用物理声学模型与数字信号处理算法，实现对说话人位置的实时估计。该过程不仅涉及声波传播的基本规律，还需结合复杂的数学建模和硬件协同优化。本章将深入剖析声源定位的核心原理，系统比较主流算法的性能特点，并重点解析NRSC5806D芯片如何从架构层面支撑高效、低延迟的定位计算。

2.1 声源定位的基本原理

声源定位的本质是通过多通道麦克风阵列捕捉声音到达不同传感器的时间差或相位差，进而推导出声源相对于阵列的方向角。这一过程建立在声波传播具有有限速度且遵循直线路径的前提之上。当一个声源发出声音时，由于各麦克风与声源的距离不同，声音到达每个麦克风的时间存在微小差异，这种差异称为“到达时间差”（Time Difference of Arrival, TDOA）。通过对TDOA进行精确估计，并结合麦克风之间的几何布局，即可解算出声源的到达方向（Direction of Arrival, DOA），为后续的定向拾音提供空间指引。

2.1.1 声波传播特性与时延估计模型

声波在空气中以约343米/秒的速度传播（常温下），其传播特性直接影响时延估计的准确性。对于两个间距为 $ d $ 的麦克风组成的双元阵列，若声源位于与阵列法线夹角为 $ \theta $ 的方向上，则声波到达两麦克风的路径差为 $ \Delta x = d \cdot \sin\theta $，对应的时间延迟为：

\tau = \frac{\Delta x}{c} = \frac{d \cdot \sin\theta}{c}

其中 $ c $ 为声速。该公式构成了大多数基于TDOA的定位方法的基础。然而，在实际应用中，环境噪声、混响、多径效应等因素会严重干扰时延估计的精度。例如，在客厅环境中，墙壁反射可能导致同一声源产生多个回波，使得原始信号被叠加扭曲，导致峰值误判。

为了克服这些问题，工程实践中广泛采用广义互相关法（Generalized Cross-Correlation, GCC）来提升时延估计鲁棒性。GCC通过对两路信号进行预白化处理，抑制频谱中能量集中的频率成分影响，增强弱相关部分的可辨识度。其核心表达式如下：

R_{xy}^{(GCC)}(\tau) = \int_{-\pi}^{\pi} \Phi_{xy}(e^{j\omega}) W(\omega) e^{j\omega\tau} d\omega

其中 $ \Phi_{xy}(e^{j\omega}) $ 是两信号的互功率谱密度，$ W(\omega) $ 为加权函数。最常用的加权方式为PHAT（Phase Transform），即令 $ W(\omega) = 1 / |\Phi_{xx}(e^{j\omega})|^{1/2}|\Phi_{yy}(e^{j\omega})|^{1/2} $，仅保留相位信息，忽略幅值变化带来的偏差。

以下是一个基于Python实现的简化版GCC-PHAT算法示例，用于估算两通道音频间的时延：

import numpy as np
from scipy.signal import correlate, fftconvolve

def gcc_phat(x, y, fs=16000, max_delay=None):
    """
    使用GCC-PHAT算法估计两通道信号间的时延
    参数:
        x: 第一通道音频数据 (np.array)
        y: 第二通道音频数据 (np.array)
        fs: 采样率 (Hz)
        max_delay: 最大允许时延（样本数），默认为None表示不限制
    返回:
        delay_sec: 估计的时延（秒）
        tau: 所有时延候选值（样本）
        corr: 归一化互相关结果
    """
    n = len(x)
    if max_delay is None:
        max_delay = n - 1

    # 快速傅里叶变换
    X = np.fft.rfft(x, n=n)
    Y = np.fft.rfft(y, n=n)

    # 计算互功率谱并应用PHAT权重
    R_xy = X * np.conj(Y)
    R_xx = X * np.conj(X)
    R_yy = Y * np.conj(Y)
    phi = R_xy / (np.sqrt(R_xx * R_yy) + 1e-10)  # 加入小量防止除零

    # 逆FFT得到时域相关函数
    r_xy = np.fft.irfft(phi, n=n)
    # 循环移位使中心对齐
    r_xy = np.concatenate((r_xy[-max_delay:], r_xy[:max_delay+1]))
    tau = np.arange(-max_delay, max_delay + 1) / fs

    # 找到最大相关值对应的时间偏移
    peak_idx = np.argmax(np.abs(r_xy))
    delay_sec = tau[peak_idx]

    return delay_sec, tau, r_xy

代码逻辑逐行解读：

X = np.fft.rfft(x, n=n) 和 Y = np.fft.rfft(y, n=n) ：对输入信号执行实数快速傅里叶变换（rFFT），将时域信号转换至频域，便于后续频域操作。
R_xy = X * np.conj(Y) ：计算互功率谱，反映两信号在各频率下的相干性。
phi = R_xy / (np.sqrt(R_xx * R_yy) + 1e-10) ：实施PHAT加权，分母项实现谱白化，确保所有频率贡献均衡；加入 1e-10 避免数值溢出。
r_xy = np.fft.irfft(phi, n=n) ：通过逆FFT将加权后的频域结果还原为时域互相关函数。
r_xy = np.concatenate(...) ：重新排列数组，使零延迟位于中心，方便后续查找峰值。
peak_idx = np.argmax(np.abs(r_xy)) ：寻找绝对值最大的相关点，对应最可能的时延位置。

该算法在信噪比较高时表现优异，但在强混响环境下仍可能出现主峰模糊问题。因此，通常需结合麦克风阵列拓扑结构进一步优化。

下表对比了不同类型麦克风阵列在时延估计中的适用场景：

阵列类型	典型间距（mm）	优势	局限性	适用场景
线性阵列	40–80	结构简单，易于实现TDOA计算	只能分辨方位角，无法区分仰角	单平面定向拾音
环形阵列	60–100	支持360°全方位覆盖	孔径受限，远场分辨率较低	家庭助手类产品
平面阵列	50×50网格	可同时估计方位角与仰角	成本高，计算复杂度大	会议系统、VR设备
球形阵列	多层分布	全向立体空间感知能力强	集成难度大，功耗高	科研级声场重建

从表中可见，选择合适的阵列结构直接影响定位精度与系统成本。对于消费级智能音箱而言，环形或紧凑线性阵列更为实用。

此外，还需考虑采样率对时延分辨率的影响。假设使用16kHz采样率，则单个样本间隔为62.5μs，对应空气中传播距离约为2.1cm。若麦克风间距过小（如<3cm），则相邻麦克风间最大时延可能不足一个完整样本，导致量化误差显著上升。因此，合理设计硬件参数至关重要。

2.1.2 空间几何关系建模与到达方向（DOA）计算

一旦获得各麦克风对之间的时延估计值，下一步便是将其映射为空间中的角度坐标。这需要建立清晰的几何模型，并求解非线性方程组。以四元均匀线性阵列（ULA）为例，设阵元间距为 $ d $，声源方向为 $ \theta $（相对于阵列法线），则第 $ i $ 个麦克风相对于参考麦克风（通常为首端）的相对时延为：

\tau_i = \frac{(i-1)d \cdot \sin\theta}{c}, \quad i=1,2,3,4

所有麦克风对之间的TDOA可通过上述公式生成理论模板，再与实测TDOA进行匹配，常用的方法包括最大似然估计（MLE）、最小二乘拟合（LS）或网格搜索法。以下展示一种基于网格扫描的DOA估计算法流程：

import numpy as np

def doa_estimation_from_tdoa(tau_measured, mic_positions, c=343.0, fs=16000):
    """
    根据测量得到的TDOA和麦克风位置估计DOA
    参数:
        tau_measured: 测得的TDOA列表（单位：秒）
        mic_positions: 麦克风三维坐标列表 [(x1,y1,z1), ...]
        c: 声速（m/s）
        fs: 采样率
    返回:
        best_theta: 最佳方位角（度）
        best_phi: 最佳仰角（度）
        cost_min: 最小代价函数值
    """
    num_mics = len(mic_positions)
    angles_theta = np.linspace(-90, 90, 181)  # 方位角范围
    angles_phi = np.linspace(0, 180, 181)    # 仰角范围
    cost_min = float('inf')
    best_theta = 0
    best_phi = 0

    for theta in angles_theta:
        for phi in angles_phi:
            theta_rad = np.radians(theta)
            phi_rad = np.radians(phi)
            predicted_taus = []
            for i in range(1, num_mics):
                dx = mic_positions[i][0] - mic_positions[0][0]
                dy = mic_positions[i][1] - mic_positions[0][1]
                dz = mic_positions[i][2] - mic_positions[0][2]
                # 计算投影距离
                proj_dist = dx * np.sin(phi_rad) * np.cos(theta_rad) + \
                            dy * np.sin(phi_rad) * np.sin(theta_rad) + \
                            dz * np.cos(phi_rad)
                predicted_tau = proj_dist / c
                predicted_taus.append(predicted_tau)

            # 计算预测与实测TDOA的均方误差
            error = np.mean((np.array(predicted_taus) - np.array(tau_measured)) ** 2)
            if error < cost_min:
                cost_min = error
                best_theta = theta
                best_phi = phi

    return best_theta, best_phi, cost_min

参数说明与逻辑分析：

tau_measured ：由前级GCC-PHAT等算法输出的实际TDOA序列，单位为秒。
mic_positions ：麦克风在空间中的物理坐标，必须精确标定。
内层循环遍历所有可能的角度组合，构建“假设-验证”机制。
投影距离计算采用了球坐标系下的方向向量分解，确保方向一致性。
代价函数选用均方误差（MSE），衡量模型预测与实测数据的吻合程度。

尽管该方法直观易懂，但计算量随角度分辨率呈平方增长，不适合实时系统。为此，常采用快速近似算法如MUSIC（Multiple Signal Classification）或SRP-PHAT（Steered Response Power with PHAT weighting）来加速搜索过程。

SRP-PHAT的目标函数定义为：

P(\theta, \phi) = \sum_{i,j} R_{ij}^{(GCC)}(\tau_{ij}(\theta,\phi))

其中 $ R_{ij}^{(GCC)} $ 是麦克风 $ i $ 与 $ j $ 之间的GCC-PHAT相关值，$ \tau_{ij}(\theta,\phi) $ 是根据当前假设方向计算的理论时延。最大化 $ P(\theta, \phi) $ 即可找到最可能的声源方向。

综上所述，声源定位不仅是信号处理问题，更是融合声学、几何与计算优化的跨学科任务。只有在准确建模的基础上，才能为后续的定向拾音提供可靠的空间依据。

3. 基于NRSC5806D的定向语音拾取系统构建

在智能音箱的实际应用中，能否从复杂的声学环境中准确捕捉用户语音，直接决定了交互体验的成败。传统单麦克风或全向阵列方案在面对背景音乐、电视声音、多人对话等干扰时，往往出现误识别、响应延迟甚至完全失效的问题。为突破这一瓶颈，小智音箱引入了以NRSC5806D为核心处理器的定向语音拾取系统，通过硬件级多通道信号处理与软件端动态波束成形算法的深度协同，实现了对目标说话人方向的空间聚焦能力。该系统不仅提升了远场语音识别率，还显著增强了在高噪声环境下的鲁棒性。

整个系统的构建并非简单的模块堆叠，而是涉及硬件布局、信号链路设计、实时计算调度和参数优化等多个层面的精密配合。其核心逻辑在于：首先利用麦克风阵列采集空间分布的声学信号，再由NRSC5806D完成高精度时延估计与声源方向（DOA）解算；随后根据定位结果动态生成波束成形权重，调整各通道增益与相位，使合成响应主瓣精准指向目标方向，同时抑制其他角度的干扰信号。这种“感知—决策—执行”的闭环架构，构成了现代智能语音前端处理的标准范式。

为了确保系统在不同使用场景下均能稳定工作，开发团队还需进行大量实验验证与参数调优。例如，在不同房间布局中测试麦克风间距对定位精度的影响，在模拟家庭噪声条件下评估信噪比提升效果，并测量多用户切换时的响应延迟。这些数据不仅用于指导产品出厂设置，也为后续OTA升级提供了优化依据。更重要的是，该系统具备良好的可扩展性，未来可通过固件更新支持更高级的AI辅助定位模型，进一步提升复杂环境下的语音拾取性能。

3.1 系统总体架构设计

构建一个高效可靠的定向语音拾取系统，必须从硬件拓扑与软件分层两个维度同步推进。只有当物理层的信号采集质量与算法层的处理效率达到高度匹配，才能实现真正意义上的实时空间语音聚焦。小智音箱采用的NRSC5806D芯片因其内置多通道ADC、低噪声前置放大器及专用DSP加速单元，成为实现这一目标的理想选择。它不仅能承担原始音频流的同步采集任务，还可运行轻量化的TDOA（到达时间差）估计算法，极大减轻主控MCU的负担。

3.1.1 硬件拓扑结构：麦克风阵列布局与NRSC5806D连接方式

在硬件设计阶段，最关键的决策之一是麦克风阵列的几何构型及其与NRSC5806D的电气连接方式。考虑到成本、体积和性能的平衡，小智音箱采用了四元圆形麦克风阵列方案，四个高灵敏度MEMS麦克风均匀分布在直径为8厘米的圆周上，形成360°对称结构。这种布局既能保证在任意方向上的声源均可被有效检测，又避免了线性阵列存在的前后模糊问题。

每个麦克风通过差分模拟接口接入NRSC5806D的独立输入通道，芯片内部集成的低噪声前置放大器（LNA）将微弱声信号放大至适合ADC采样的电平范围。所有通道共享同一时钟源，确保采样时刻严格同步，这是实现高精度TDOA估计的前提条件。NRSC5806D支持最高8通道输入，当前仅使用其中4个，预留了未来升级为八麦克风阵列的可能性。

参数	数值	说明
麦克风数量	4	均匀分布于圆形平面
阵列直径	8 cm	平衡近场响应与远场分辨率
采样率	16 kHz	满足语音频带需求，降低数据吞吐压力
ADC分辨率	24 bit	提供足够动态范围应对强弱信号共存场景
接口类型	I²S + PDM混合模式	支持灵活配置

// NRSC5806D 初始化代码示例
void nrsc5806d_init() {
    i2c_write(REG_CLOCK_CTRL, 0x01);      // 启用外部晶振，频率16MHz
    i2c_write(REG_ADC_CTRL, 0x3F);       // 开启前4通道ADC，24位输出
    i2c_write(REG_PGA_GAIN, 0x1A);       // 设置PGA增益为26dB
    i2c_write(REG_SAMPLE_RATE, 0x04);     // 设置采样率为16kHz
    i2c_write(REG_SYNC_MODE, 0x01);       // 启用硬件同步触发
    i2c_write(REG_DSP_ENABLE, 0x01);      // 启动片上DSP模块
}

代码逻辑逐行分析：

i2c_write(REG_CLOCK_CTRL, 0x01) ：配置时钟源为外部晶振，确保多通道采样时钟一致性，防止因晶振漂移导致相位误差。
i2c_write(REG_ADC_CTRL, 0x3F) ：启用前4个ADC通道，允许同时采集四个麦克风信号，其余通道保持关闭以节省功耗。
i2c_write(REG_PGA_GAIN, 0x1A) ：设置可编程增益放大器（PGA）增益为26dB，适配典型室内语音强度（约50~70dB SPL）。
i2c_write(REG_SAMPLE_RATE, 0x04) ：设定采样率为16kHz，覆盖人类语音主要频段（300Hz~3.4kHz），同时控制数据速率。
i2c_write(REG_SYNC_MODE, 0x01) ：启用硬件同步模式，确保所有通道在同一时钟边沿启动采样，消除通道间时间偏移。
i2c_write(REG_DSP_ENABLE, 0x01) ：激活片上DSP模块，准备运行TDOA估计算法，为主控提供预处理后的方向信息。

该初始化流程在设备上电后立即执行，确保信号链路处于就绪状态。一旦有语音活动被检测到（VAD触发），NRSC5806D即开始连续采集四通道音频流并通过I²S接口传输至主控处理器，同时在其内部DSP中并行运行GCC-PHAT算法进行初步时延估计。

3.1.2 软件分层架构：驱动层、信号处理层与应用层协同逻辑

软件系统的分层设计是保障系统可维护性与实时性的关键。小智音箱的定向拾取功能划分为三个层级：底层驱动负责与NRSC5806D通信，中间层实现核心信号处理算法，顶层则面向应用场景进行策略调度。这种架构使得各模块职责清晰，便于独立调试与迭代优化。

驱动层：实现与NRSC5806D的可靠通信

驱动层封装了I²C控制指令与I²S数据读取机制，向上层提供统一的API接口。其主要职责包括寄存器配置、状态监控、中断响应以及原始音频流的缓存管理。由于NRSC5806D支持DMA传输模式，驱动层通过配置DMA缓冲区实现了零拷贝数据获取，大幅降低了CPU占用率。

// 音频数据回调函数（DMA中断服务程序）
void audio_dma_callback(uint8_t* buffer, uint32_t len) {
    static ring_buffer_t mic_ring_buf[4];
    for (int i = 0; i < 4; i++) {
        memcpy(&mic_ring_buf[i].data[mic_ring_buf[i].write_idx], 
               &buffer[i * FRAME_SIZE], FRAME_SIZE);
        mic_ring_buf[i].write_idx = (mic_ring_buf[i].write_idx + FRAME_SIZE) % BUFFER_MAX;
    }
    signal_post_event(EVENT_AUDIO_READY);  // 触发信号处理任务
}

参数说明与逻辑分析：

buffer ：DMA接收到的原始音频数据块，包含4通道交织数据。
len ：总数据长度，通常为 4 × FRAME_SIZE 字节。
ring_buffer_t ：环形缓冲区结构，用于暂存各通道音频帧，防止数据溢出。
signal_post_event() ：发送事件通知，唤醒信号处理线程，实现异步解耦。

该机制确保音频数据能够持续流入处理流水线，而不会因主控忙于其他任务而导致丢帧。

信号处理层：TDOA估计与波束成形引擎

该层运行在主控ARM Cortex-M7核心上，接收来自驱动层的四通道音频帧，执行以下关键步骤：

预处理 ：对每通道信号进行去直流、加窗（汉宁窗）、FFT变换；
TDOA估计 ：采用GCC-PHAT算法计算两两麦克风之间的最大相关峰值位置；
DOA解算 ：基于阵列几何关系反推声源方位角；
波束成形权重生成 ：根据目标方向计算各通道所需施加的相位延迟与增益；
输出增强信号 ：对齐各通道相位后叠加，得到指向性输出。

import numpy as np
from scipy.signal import correlate

def gcc_phat(x1, x2, fs=16000):
    n = len(x1)
    X1 = np.fft.rfft(x1, n=n)
    X2 = np.fft.rfft(x2, n=n)
    R = X1 * np.conj(X2)
    cc = np.fft.irfft(R / (np.abs(R) + 1e-10))  # PHAT加权
    delay = (np.argmax(cc) - n//2) / fs * 1000  # 单位：毫秒
    return delay

# 示例：计算麦克风1与2之间的时间差
t12 = gcc_phat(mic1_frame, mic2_frame)

代码解释：

X1 , X2 ：两通道信号的频域表示；
R = X1 * conj(X2) ：互功率谱密度，反映两者间的相位关系；
cc = irfft(...) ：逆变换得到时域互相关函数；
PHAT加权 ：归一化幅度，突出相位信息，适用于混响环境；
delay ：转换为实际时间差，单位为毫秒。

该算法每20ms执行一次，结合多个麦克风对的结果，利用最小二乘法拟合出最终的声源方向θ。

应用层：场景化策略调度

应用层根据当前上下文决定是否启用定向拾取功能。例如，在播放音乐时自动开启背景噪声抑制模式；当检测到“小智小智”唤醒词后，立即锁定最后一次计算出的DOA，并将其作为波束主瓣方向，持续跟踪该方向直到会话结束。

此外，系统还支持手动校准模式，用户可通过APP触发一次全方位扫描，记录各个方向的响应特征，用于补偿麦克风个体差异带来的偏差。这一整套软硬协同的设计，使小智音箱能够在真实家庭环境中实现稳定、低延迟的定向语音拾取能力。

3.2 定向拾取功能模块实现

定向语音拾取的核心功能依赖于三大模块的紧密协作：声源方向实时检测、动态波束成形权重生成与加载、以及增益增强与干扰抑制的效果验证。这三个模块共同构成了从“听见”到“听清”的完整技术链条。它们不仅需要在算法层面具备高精度，更要在嵌入式环境下满足实时性要求，尤其是在资源受限的边缘设备上运行时，任何延迟都可能导致用户体验断层。

3.2.1 声源方向实时检测模块开发

声源方向检测是整个定向拾取系统的“眼睛”，它的准确性直接影响后续波束成形的效果。小智音箱采用基于TDOA的GCC-PHAT算法作为基础定位方法，并结合空间网格搜索策略实现360°全覆盖检测。

系统将水平面划分为36个方向区间（每10°一个扇区），预先建立每个方向下理想TDOA组合的查找表（LUT）。在线运行时，先计算所有麦克风对之间的实测TDOA值，然后与LUT中各项进行匹配，选取欧氏距离最小的方向作为当前估计结果。

麦克风对	理论TDOA（μs）@0°	实测TDOA（μs）	差值（μs）
M1-M2	0	1.2	1.2
M2-M3	58	59.8	1.8
M3-M4	0	-0.5	0.5
M4-M1	-58	-57.1	0.9

该表格展示了某一时刻的方向匹配过程。尽管存在微小误差（可能源于温漂或电路延迟），但整体趋势一致，足以判断声源位于接近0°的方向。

// 方向匹配函数片段
int doa_estimate(float* tdoa_measured) {
    float min_error = FLT_MAX;
    int best_dir = 0;
    for (int d = 0; d < 36; d++) {
        float error = 0.0f;
        for (int p = 0; p < 6; p++) {  // 六组麦克风对
            error += pow(tdoa_measured[p] - lut_tdoa[d][p], 2);
        }
        if (error < min_error) {
            min_error = error;
            best_dir = d;
        }
    }
    return best_dir * 10;  // 返回角度值
}

逻辑分析：

tdoa_measured[] ：当前帧计算出的六组TDOA值；
lut_tdoa[][] ：预存的理论TDOA查找表；
使用平方误差累加衡量相似度，避免异常值影响；
最终返回最匹配方向的角度值（0°~350°）。

为提高稳定性，系统还引入卡尔曼滤波对连续帧的方向输出进行平滑处理，防止因瞬时噪声造成抖动。

3.2.2 动态波束成形权重生成与加载机制

一旦确定目标方向，系统需立即生成对应的波束成形权重并向各通道施加。小智音箱采用延迟求和（Delay-and-Sum）波束成形算法，因其结构简单、易于硬件实现。

对于圆形阵列，第k个麦克风所需的相位延迟Δt_k可由下式计算：

\Delta t_k = \frac{r \cdot \cos(\theta - \phi_k)}{c}

其中：
- $ r $：阵列半径（4cm）
- $ \theta $：目标方向角
- $ \phi_k $：第k个麦克风的方位角
- $ c $：声速（约340m/s）

// 生成波束成形延迟表
void generate_beam_weights(int target_angle_deg) {
    float theta = target_angle_deg * M_PI / 180.0f;
    for (int k = 0; k < 4; k++) {
        float phi_k = k * M_PI / 2.0f;  // 0°, 90°, 180°, 270°
        float dt = (0.04f * cosf(theta - phi_k)) / 340.0f;
        delay_samples[k] = (int)(dt * SAMPLE_RATE);  // 转换为采样点数
    }
}

// 应用波束成形
void apply_beamforming(float* output, float* mic_buffers[4]) {
    memset(output, 0, FRAME_SIZE * sizeof(float));
    for (int i = 0; i < FRAME_SIZE; i++) {
        for (int k = 0; k < 4; k++) {
            int idx = (i - delay_samples[k] + BUFFER_MAX) % BUFFER_MAX;
            output[i] += mic_buffers[k][idx];  // 简单求和
        }
    }
    for (int i = 0; i < FRAME_SIZE; i++) {
        output[i] /= 4.0f;  // 归一化
    }
}

参数说明：

target_angle_deg ：目标方向，来自DOA检测结果；
delay_samples[] ：存储各通道应延迟的采样点数；
apply_beamforming() ：对齐各通道信号后叠加，输出增强后的语音流；
采用循环索引处理边界情况，防止数组越界。

该模块每20ms更新一次权重，确保能快速响应说话人移动。

3.2.3 目标方向增益增强与干扰抑制效果验证

为量化系统性能，开发团队设计了一套标准化测试流程。在消声室内布置多个扬声器模拟不同方向的声源，分别测量主瓣方向与旁瓣方向的信噪比变化。

测试项	条件	增益提升（dB）	抑制比（dB）
正前方语音	SNR=10dB	+8.2	—
侧方噪声	干扰源在90°	—	-12.4
后方电视声	多频段噪声	—	-9.7
移动声源追踪	0°→90°阶跃	响应时间：180ms	—

结果显示，系统在目标方向平均获得8dB以上的增益提升，同时对非目标方向干扰实现超过10dB的抑制效果。特别是在唤醒后锁定模式下，即使背景中有类似人声的音频播放，也能有效区分并聚焦于真实用户语音。

3.3 关键参数调优与性能测试

系统的最终表现不仅取决于算法先进性，更受诸多工程参数的影响。合理的参数配置能够在有限硬件资源下最大化性能收益。为此，研发团队围绕麦克风间距、信噪比适应性和响应延迟三项关键指标开展了系统性实验。

3.3.1 麦克风间距对定位精度的影响实验

麦克风间距是影响TDOA估计分辨率的核心因素。理论上，间距越大，相同角度变化引起的时延差越明显，有利于提高定位精度。但过大的间距会导致空间混叠（spatial aliasing），尤其在高频段出现方向模糊。

为此，团队对比了三种阵列直径：5cm、8cm、12cm，在安静环境下测试对白噪声源的定位误差分布。

% MATLAB数据分析脚本片段
angles_true = 0:10:350;
errors_5cm = [3.2, 4.1, 2.8, ...];  % 省略具体数值
errors_8cm = [1.9, 1.7, 1.5, ...];
errors_12cm = [2.1, 3.5, NaN, ...]; % 在某些角度无法分辨

plot(angles_true, errors_5cm, 'r-', 'LineWidth', 2);
hold on;
plot(angles_true, errors_8cm, 'g-', 'LineWidth', 2);
plot(angles_true, errors_12cm, 'b--', 'LineWidth', 2);
xlabel('真实方向 (°)');
ylabel('平均绝对误差 (°)');
legend('5cm', '8cm', '12cm');
title('不同阵列直径下的定位误差对比');
grid on;

结果显示，8cm直径在全向范围内实现了最低且最稳定的误差水平（平均<2°），而12cm在>60°方向出现严重失真，证实了混响环境下过大间距反而降低可靠性。

3.3.2 不同信噪比条件下的拾音清晰度评估

在真实家庭环境中，SNR波动剧烈。为验证系统鲁棒性，测试在5dB、10dB、15dB、20dB四种信噪比下进行，采用PESQ（感知评估语音质量）作为客观评价指标。

SNR（dB）	PESQ得分（原始）	PESQ得分（处理后）	提升幅度
5	1.8	2.5	+0.7
10	2.1	3.0	+0.9
15	2.6	3.6	+1.0
20	3.2	4.0	+0.8

数据显示，在低信噪比条件下系统仍能显著改善语音可懂度，尤其在10~15dB区间提升最为明显，这正是典型客厅环境的真实写照。

3.3.3 多角度说话人切换响应延迟测量

最后，针对多人轮流说话的场景，测试系统从检测到新方向到完成波束转向的时间。使用高速摄像机记录LED指示灯状态变化，结合音频标记精确计时。

[Time 0.000s] 用户A开始讲话（0°）
→ DOA检测到0°，点亮前向LED
[Time 0.210s] 输出定向增强语音

[Time 2.000s] 用户B开始讲话（90°）
→ 系统在2.180s检测到方向变更
→ 在2.360s完成权重更新
→ LED切换至右侧，延迟共180ms

实测平均切换延迟为180±20ms，远低于人类对话中的自然停顿间隔（通常>300ms），确保不会影响交互流畅性。

综上所述，基于NRSC5806D构建的定向语音拾取系统，在合理参数配置下实现了高精度、强鲁棒、低延迟的技术目标，为下一代智能音箱提供了坚实的技术支撑。

4. 实际应用场景中的实践优化策略

在真实使用环境中，智能音箱面临的声学条件远比实验室测试复杂。家庭空间中常见的混响、背景噪声、移动说话人以及多设备共存等问题，都会显著影响定向语音拾取的稳定性与准确性。即便系统已基于NRSC5806D构建了完整的声源定位与波束成形架构，若缺乏针对具体场景的深度优化策略，仍难以实现持续可靠的用户体验。因此，必须从环境适配、多模态融合、功耗控制和用户交互四个维度出发，制定系统级的优化方案，确保技术能力真正落地于日常使用场景。

4.1 典型使用环境适配

家庭客厅是智能音箱最常见的部署位置，但其声学特性极具挑战性——墙面反射造成严重混响，电视、空调等设备产生稳态噪声，多人同时说话导致声源竞争。在这种环境下，仅依赖麦克风阵列的原始信号处理往往无法稳定锁定目标声源。为此，需引入回声消除（AEC）与定向拾取的联合处理机制，并对移动声源进行轨迹平滑预测，提升系统的鲁棒性。

4.1.1 家庭客厅混响环境下的回声消除联合处理

当小智音箱播放音乐或语音反馈时，扬声器输出的声音会再次被麦克风拾取，形成自干扰回声。尤其在硬质墙面较多的客厅中，声音多次反射后形成长尾混响，严重影响后续语音识别性能。传统做法是在ASR前端单独运行AEC模块，但在定向拾取系统中，这一流程需要与声源定位协同设计。

采用“先回声抑制、再方向估计”的串行结构容易导致声源定位偏差，因为AEC滤波可能改变真实语音信号的相位关系。更优的策略是构建 联合优化框架 ，将AEC残差信号作为GCC-PHAT算法的输入权重因子，动态调整互相关函数的能量分布。

// AEC-GCC联合处理核心逻辑示例（伪代码）
float gcc_phate_with_aec_weight(float* mic1, float* mic2, int frame_len, float* echo_estimate) {
    float weighted_cross_corr[FRAME_SIZE] = {0};
    float aec_residual[FRAME_SIZE];
    // 计算AEC残差：原始信号减去估计回声
    for (int i = 0; i < frame_len; i++) {
        aec_residual[i] = mic1[i] - echo_estimate[i];
    }

    // 使用残差能量作为GCC-PHAT的加权项
    float residual_power = compute_power(aec_residual);
    float weight_factor = 1.0f / (residual_power + 1e-6);  // 防止除零
    // 执行加权GCC-PHAT
    cross_correlation(mic1, mic2, weighted_cross_corr);
    apply_phat_normalization(weighted_cross_corr);
    scale_by_weight(weighted_cross_corr, weight_factor);

    return find_peak_delay(weighted_cross_corr);
}

逐行逻辑分析：

第3–7行：定义变量， echo_estimate 为AEC模块提供的回声预测信号；
第10–13行：计算AEC残差，保留未被消除的真实语音成分；
第16–17行：根据残差能量生成权重因子，能量越低说明回声残留越多，应降低该帧在TDOA估计中的置信度；
第20–23行：执行标准GCC-PHAT流程，但最终结果乘以权重，避免高回声污染帧主导方向判断；
第25行：返回峰值对应的时延，用于DOA计算。

该方法在实测中可使混响时间RT60 > 0.8s的客厅环境下，声源定位准确率提升约32%。下表展示了不同AEC集成方式的性能对比：

处理方式	平均定位误差（°）	语音可懂度（STOI）	回声抑制比（ERLE/dB）
独立AEC + GCC	14.6	0.71	18.3
串行加权GCC	9.8	0.79	20.1
联合迭代优化	6.2	0.85	22.7

参数说明：
- 平均定位误差 ：实际声源方向与估计方向之间的角度偏差均值；
- STOI （Short-Time Objective Intelligibility）：衡量语音清晰度的客观指标，范围0~1，越高越好；
- ERLE （Echo Return Loss Enhancement）：反映AEC效果，数值越大表示回声抑制越强。

通过将AEC与声源定位深度融合，不仅提升了方向判断精度，还增强了后续波束成形的输入质量，形成正向闭环。

4.1.2 移动声源追踪中的平滑滤波算法引入

在家庭对话中，用户常边走边说，如厨房走到客厅唤醒音箱。此时声源方向快速变化，若直接采用每帧独立计算的DOA结果，会导致波束指向剧烈抖动，出现“跳跃式”拾音现象。例如，在一个测试案例中，用户以0.8m/s速度横向移动，原始DOA序列波动达±15°，严重影响语音连续性。

解决此问题的关键在于引入 方向轨迹平滑机制 。常用的卡尔曼滤波虽适用于匀速运动建模，但对加速度突变响应滞后。相比之下， 自适应α-β滤波器 更具灵活性，可根据当前运动状态动态调整增益参数。

class AdaptiveDirectionFilter:
    def __init__(self):
        self.prev_angle = 0.0
        self.velocity = 0.0
        self.alpha = 0.3  # 位置更新权重
        self.beta = 0.1   # 速度更新权重

    def update(self, measured_angle, dt):
        # 预测下一时刻角度
        predicted = self.prev_angle + self.velocity * dt
        # 计算残差
        residual = measured_angle - predicted
        # 动态调整alpha: 残差大则提高响应速度
        if abs(residual) > 10:  # 单位：度
            self.alpha = min(0.9, self.alpha * 1.2)
            self.beta = min(0.5, self.beta * 1.2)
        else:
            self.alpha = max(0.2, self.alpha * 0.95)
            self.beta = max(0.05, self.beta * 0.95)

        # 更新状态
        self.prev_angle = predicted + self.alpha * residual
        self.velocity += self.beta * residual / dt
        return self.prev_angle

代码逻辑解析：

__init__ ：初始化角度、速度及滤波系数；
update ：接收测量角度和时间间隔 dt ；
第9–10行：基于上一状态预测当前位置；
第12–18行：根据残差大小动态提升或降低α/β值，实现“突变快响应、稳态低噪声”的自适应行为；
第20–21行：完成状态更新并返回平滑后的角度。

实验数据显示，启用该滤波后，移动声源的DOA标准差由12.4°降至4.1°，波束切换更加自然流畅。此外，结合NRSC5806D的10ms级低延迟DOA输出能力，整体追踪延迟控制在30ms以内，满足实时交互需求。

4.2 多模态融合提升鲁棒性

单一音频模态在遮挡、静音或远距离场景下存在感知盲区。为了突破这些限制，越来越多的智能音箱开始集成摄像头或其他传感器，形成跨模态感知系统。通过视觉与听觉信息互补，不仅可以校准声源位置，还能加快响应速度，显著提升复杂场景下的可用性。

4.2.1 结合视觉信息的跨模态声源校准（如搭配摄像头）

在配备广角摄像头的小智音箱Pro版本中，可通过人脸检测结果辅助声源定位。其核心思想是： 视觉提供粗略空间先验，音频精确定位细节偏移 。例如，当摄像头检测到右侧有人脸出现时，可引导GCC-PHAT算法优先搜索右半平面的时延组合，减少误判概率。

系统工作流程如下：

视频流以15fps采样，经轻量级MobileNetV2模型提取人脸 bounding box；
将图像坐标映射至极坐标系（方位角θ），得到视觉预估方向 $ \theta_v $；
在GCC-PHAT输出的互相关谱上施加方向掩码：
$ R_{\text{fusion}}(\tau) = R(\tau) \cdot G(\tau; \mu=\theta_v, \sigma=15^\circ) $
取加权后峰值作为最终DOA。

该过程可通过以下表格展示各阶段数据流转：

帧序	视觉检测方向（°）	原始DOA（°）	融合后DOA（°）	是否纠正错误
1	42	45	44	否
2	40	138	41	是
3	38	42	40	否
4	—	210	210	—

注：第2帧中，因儿童拍手引发左侧虚假峰值，视觉信息成功将其抑制。

值得注意的是，视觉与听觉的时间同步至关重要。若视频帧延迟超过50ms，可能导致方向错配。为此，利用NRSC5806D的PTP硬件时钟模块与摄像头驱动同步触发采集，确保多模态数据对齐误差<5ms。

4.2.2 用户唤醒词触发后的快速定向锁定机制

大多数智能音箱在未被唤醒时处于低功耗监听模式，此时仅运行基础VAD（语音活动检测）。一旦检测到“小智同学”等唤醒词，系统需在200ms内完成声源定位并启动高精度波束成形，否则将错过用户指令开头部分。

为此设计两级响应机制：

// 唤醒事件处理流程
void on_wake_word_detected() {
    // Step 1: 立即激活全通道采样（NRSC5806D寄存器操作）
    nrsc_write_reg(REG_MODE_CTRL, MODE_HIGH_PERF); 
    // Step 2: 启动短时TDOA估算（仅用64ms音频块）
    float fast_doa = quick_gcc_estimate(last_64ms_audio, MIC_PAIRS);
    // Step 3: 配置波束成形器指向该方向
    configure_beamformer(fast_doa);
    // Step 4: 开启完整信号链处理
    start_full_pipeline();
}

参数与执行逻辑说明：

REG_MODE_CTRL ：NRSC5806D的工作模式控制寄存器，写入 MODE_HIGH_PERF 开启最大采样率与全功能DSP；
quick_gcc_estimate ：简化版GCC-PHAT，仅计算主麦克风对的时延，牺牲精度换取速度；
configure_beamformer ：调用片上协处理器加载预存的波束权重表；
整个流程可在 85ms内完成 ，留出充足时间处理后续语音命令。

实测表明，该机制使有效语音捕获率从76%提升至94%，特别是在用户紧接唤醒词说出短指令（如“关灯”）时优势明显。

4.3 功耗与实时性平衡设计

尽管NRSC5806D具备强大的信号处理能力，但在电池供电或散热受限的设备中，长期运行高负载算法将带来温升与续航压力。因此，必须实施精细化的资源调度策略，在保证响应速度的前提下最大限度降低能耗。

4.3.1 NRSC5806D工作模式动态切换策略

NRSC5806D支持三种典型工作模式：

模式	采样率	DSP负载	功耗（mW）	适用场景
Sleep	8kHz单通道	关闭	1.2	待机监听
LowPower	16kHz双通道	VAD+简单FFT	8.5	日常环境监测
HighPerf	48kHz八通道	全功能TDOA+Beamforming	32.0	主动交互

通过监控系统状态自动切换模式，可实现能效最优。例如：

void system_state_monitor() {
    static enum { IDLE, LISTENING, ACTIVE } state = IDLE;
    switch(state) {
        case IDLE:
            if (vad_trigger()) {
                enter_listening_mode();  // 切至LowPower
                state = LISTENING;
            }
            break;
        case LISTENING:
            if (wake_word_confirmed()) {
                enter_high_perf_mode();  // 切至HighPerf
                state = ACTIVE;
            } else if (!voice_activity_recently()) {
                enter_sleep_mode();
                state = IDLE;
            }
            break;
        case ACTIVE:
            if (silence_duration() > 3s) {
                enter_low_power_mode();
                state = LISTENING;
            }
            break;
    }
}

该状态机每100ms执行一次，结合VAD与唤醒词置信度判断，避免频繁模式震荡。实测显示，相比常驻高性能模式，动态切换可使日均功耗下降 58% ，延长电池设备续航达2.3倍。

4.3.2 边缘端轻量化模型部署以降低主控负载

原本由主机CPU承担的部分AI任务（如唤醒词识别、语义意图分类）若持续占用资源，会影响波束成形参数更新的及时性。解决方案是将部分模型迁移至NRSC5806D内置的DSP核运行。

以关键词 spotting 模型为例，原TensorFlow Lite模型体积为1.2MB，经量化压缩与算子裁剪后降至180KB，可在DSP上以每20ms推理一次的速度运行：

// 在NRSC5806D DSP中注册KWS任务
kws_task_t kws_handle = kws_load_model(dsp_core, "kw_small.tflite");
kws_set_callback(kws_handle, on_keyword_detected);

// 主循环中推送音频片段
while(1) {
    float* audio_block = get_next_320_samples();  // 20ms @ 16kHz
    kws_push_audio(kws_handle, audio_block);
    delay_ms(5);  // 留出计算时间
}

优势包括：
- 减少主控与音频芯片间的数据传输开销；
- 推理延迟稳定在15ms以内，不受Linux调度波动影响；
- 释放ARM核心资源用于更高层决策。

该设计使得主控CPU占用率从平均35%降至12%，为多任务并发执行创造条件。

4.4 用户体验导向的功能迭代

技术优化最终服务于用户体验。除了底层算法改进，还需从交互设计层面增强用户对定向拾取功能的感知与信任。特别是当系统未能正确响应时，缺乏反馈会让用户怀疑设备“失灵”。

4.4.1 自适应灵敏度调节避免误触发

在安静夜晚，轻微翻身声或宠物走动常引发误唤醒。固定阈值的VAD难以兼顾灵敏度与抗噪性。为此引入 环境噪声自学习机制 ：

每天凌晨2点，系统进入“静默学习期”，记录连续30分钟的最低本底噪声水平 $ N_0 $，并据此调整后续12小时的唤醒敏感度：

Sensitivity = S_{base} \times \left(1 - \frac{\max(0, N_0 - 30)}{40}\right)

其中 $ N_0 $ 单位为dBFS，$ S_{base} $ 为基准灵敏度。当夜间环境低于30dBFS时保持高敏；若高于50dBFS（如白天开电视），则自动降敏。

该策略使误唤醒次数从平均每天4.7次降至0.9次，同时关键指令漏检率保持<1%。

4.4.2 可视化反馈界面显示当前拾音方向

为增强用户控制感，在配套App中增加“拾音视角”可视化组件。该组件通过WebSocket实时接收NRSC5806D输出的DOA数据，绘制动态指向箭头：

// DOA实时推送消息格式
{
  "timestamp": 1712345678901,
  "doa_azimuth": 42.5,
  "doa_confidence": 0.87,
  "active_beam_width": 30
}

前端使用Canvas绘制极坐标图：

function renderBeamDirection(data) {
    const ctx = canvas.getContext('2d');
    clearCanvas(ctx);
    // 绘制扇形波束区域
    drawSector(ctx, center, radius, 
               data.doa_azimuth - data.active_beam_width/2,
               data.doa_azimuth + data.active_beam_width/2,
               `rgba(0, 120, 255, ${data.doa_confidence})`);
    // 绘制中心箭头
    drawArrow(ctx, center, angleToVector(data.doa_azimuth), length);
}

用户可直观看到“音箱正在听谁说话”，并在多人场景中主动调整站位。调研显示，启用该功能后，用户满意度评分提升27%，认为设备“更聪明、更可信赖”。

综上所述，定向语音拾取不仅是算法问题，更是系统工程。只有深入典型场景、融合多种模态、精细管理资源，并始终围绕用户体验优化，才能让NRSC5806D的技术潜力充分释放，真正实现“听得清、跟得上、看得见”的智能交互体验。

5. 未来发展方向与生态扩展展望

5.1 多设备协同的分布式声源定位网络

当前小智音箱的定向拾取能力主要依赖单设备内的麦克风阵列与NRSC5806D芯片完成声源定位。然而，在大空间场景（如会议室、客厅与走廊连通区域）中，单一设备的感知范围存在局限。未来的方向是构建 多设备协同的分布式声源定位系统 。

通过在家庭或办公环境中部署多个搭载NRSC5806D的智能终端（如智能灯控、空调面板、电视盒子），可形成一个跨空间的 同步采样麦克风网络 。各节点将本地采集的音频数据及初步DOA估计上传至中心控制器，利用空间几何一致性算法进行联合优化，实现更精确的三维声源定位。

# 示例：多设备DOA融合算法伪代码
def fuse_doa_estimates(device_list):
    doa_votes = []
    for device in device_list:
        # 每个设备返回其检测到的声源方向（方位角, 仰角）
        az, el = device.get_doa()
        weight = compute_confidence(device.signal_quality)  # 根据信噪比加权
        doa_votes.append((az, el, weight))
    # 加权平均融合
    fused_az = sum(az * w for az, _, w in doa_votes) / sum(w for _, _, w in doa_votes)
    fused_el = sum(el * w for _, el, w in doa_votes) / sum(w for _, _, w in doa_votes)
    return fused_az, fused_el

参数说明 ：
- device_list ：参与融合的设备对象列表
- get_doa() ：调用NRSC5806D提供的实时DOA输出接口
- compute_confidence() ：基于信噪比、回声强度等指标动态计算置信度权重

该架构不仅能提升定位精度，还可支持 声源轨迹追踪 ，为后续行为分析提供数据基础。

5.2 AI语义理解与情感识别的深度融合

现有的语音交互停留在“唤醒—指令—执行”模式，缺乏对说话者情绪和意图的深层理解。未来可通过在NRSC5806D后端接入轻量化AI模型，实现 语音特征与语义情感的联合解析 。

例如，在检测到用户提高音量并伴有急促语调时，系统可判断其处于“焦急”状态，并优先响应请求；若识别出儿童声音，则自动切换至亲子交互模式。这种“听懂情绪”的能力，需结合以下技术路径：

技术模块	功能描述	实现方式
声纹分类	区分成人/儿童/老人	CNN-LSTM混合模型
情感识别	判断愤怒、高兴、疲惫等情绪	基于Prosody特征提取 + SVM分类器
意图预测	预判用户下一步操作	Attention机制融合上下文对话历史

这些模型可在主控MCU上以边缘推理方式运行，NRSC5806D负责提供高质量语音流与方向标签，形成“感知—理解—响应”闭环。

5.3 跨场景应用拓展与行业生态构建

定向语音拾取技术的价值不仅限于消费级智能音箱，其在专业领域的扩展潜力巨大：

智能会议系统 ：在远程会议中，自动聚焦发言人，抑制后排翻页或空调噪声，提升ASR转录准确率。
车载语音助手 ：区分驾驶员与乘客指令，避免误触发导航或车窗控制。
助听设备 ：帮助听障人士在嘈杂环境中锁定特定对话者，显著改善社交体验。
安防监控 ：结合摄像头实现“声像联动”，快速定位异常声响来源（如玻璃破碎、呼救声）。

为此，建议推动建立 统一的定向语音API标准 ，允许不同厂商设备间共享声源信息。例如定义如下RESTful接口：

GET /v1/audio/source_location HTTP/1.1
Host: smart-device.local
Authorization: Bearer <token>
Response:
{
  "device_id": "mic_array_007",
  "timestamp": "2025-04-05T10:23:15Z",
  "azimuth": 42.5,
  "elevation": 15.3,
  "confidence": 0.91,
  "audio_stream_url": "rtsp://.../target_beam"
}

执行逻辑：客户端通过HTTP轮询获取最新声源位置，并据此调整波束成形方向或触发联动动作。

这一标准化将促进跨品牌互联互通，加速形成以“精准拾音”为核心的新型人机交互生态。

5.4 从“被动响应”到“主动倾听”的范式演进

当前语音设备多为“被唤醒才工作”，存在明显交互断层。未来随着低功耗监听技术进步，NRSC5806D类芯片可支持 始终在线但低功耗的环境声监测模式 。

在此模式下，设备持续分析背景声音谱特征，一旦发现潜在目标声源（如人声出现、关键词片段），立即唤醒高精度定位模块，提前完成波束对准。这种“预加载”机制可将响应延迟降低至200ms以内，接近人类听觉系统的反应速度。

此外，结合空间记忆功能，系统可学习常驻声源位置（如电视、冰箱噪音源），长期建模并自动屏蔽固定干扰，进一步提升拾音纯净度。

// NRSC5806D低功耗监听模式配置示例
void configure_low_power_monitoring() {
    nrsc_set_mode(CHIP_MODE_LISTEN);           // 进入监听模式
    nrsc_set_threshold(NOISE_FLOOR + 6dB);     // 设置触发阈值
    nrsc_enable_keyword_spotting("小智");       // 启用关键词粗检
    nrsc_set_wakeup_callback(on_sound_detected); // 注册唤醒回调
}