一个 18×16mm 的小模组，让我在客户现场演示时，一句话就让机器人转头看向说话的人。订单当场敲定。

一、故事的开头

上周三，客户工厂里，噪音不小。

我拿着一个巴掌大的机器人原型，跟对方技术总监说："您喊一声'小智'试试。"

他半信半疑地喊了一声，机器人脑袋立刻转过来，直勾勾"看"着他。他往左走了两步，机器人跟着转头；走到 3 米外再喊，依然精准锁定。在场几个工程师都凑过来轮流喊，机器人挨个"点名"转向，无一落空。

"这个声源定位，用的什么方案？"总监问。

"AR1106，一个声源定位模组。"我说，"双麦阵列，180° 范围，10° 精度，5 米内稳定拾音。我们全程没写一行驱动代码。"

当天下午，30 万的订单意向书签了。

二、为什么是 AR1106：选型时的纠结

项目需求其实很朴素：

• 机器人要能听到人声来源方向，转头跟随；

• 环境有噪音，不能随便哪个声音都触发；

• 开发周期短，不想从零做算法；

• 成本敏感，模组体积要小。

一开始团队内部讨论过三种路线：

方案	优点	缺点
自研双麦 TDOA 算法	完全可控	麦克风标定、相位校准、算法调优，周期以月计
麦克风阵列 + DSP 处理	精度高	成本高、开发复杂，杀鸡用牛刀
AR1106 现成模组	即插即用，成本低	精度 10°，极致场景不够用

我们的场景是"简易安防 + 智能交互"，10° 精度完全够用——因为舵机跟着动，10° 的步进在 1 米距离上也就十几厘米的偏差，人眼根本感觉不出来。选型就是妥协的艺术，AR1106 是最省时间的那个答案。

三、极简到什么程度：一块小板，5 根线

拿到模组第一感受：小。长 18mm、宽 16mm，比一枚硬币大不了多少，标准 2.54mm 排针间距，面包板直接怼。

引脚定义（来自规格书）：

引脚	功能
GND / 5V	电源
MICL+ / MICL-	左麦克风
MICR- / MICR+	右麦克风
PWM	SG90 舵机控制输出
TX	串口输出（9600 波特率）
AOUT	语音播报角度
IO	预留

接线就 4 件事：

AR1106 5V  ────  5V（模组）
AR1106 GND ────  GND（共地）
AR1106 TX  ────  主控 RX
AR1106 PWM ────  SG90 信号线（舵机单独供 5V，注意大电流）

注意一个工程坑：SG90 堵转瞬间电流能到 500mA 以上，千万别和模组共用同一路 5V，我们第一版就因为这个把模组干重启了，后来舵机单独供电，稳了。

双麦阵列是模组自带的：2 个驻极体麦克风，间距约 4cm，推荐选信噪比 70dB、灵敏度 -27dB 的型号。这是官方实测优化过的间距，拾音清晰度和抗干扰能力平衡得不错，我们直接照抄。

四、串口协议：一个字节就是角度

最爽的是协议——输出就是 16 进制的角度值，一个字节，没有协议解析的折磨。

规格书写得很明白：

• 90° 输出 0x5A（十进制 90）

• 100° 输出 0x64（十进制 100）

• 以此类推，0x00 ~ 0xB4 对应 0° ~ 180°

而且只在识别到预设命令词后才输出，平时串口安静如鸡，不会拿一堆噪声角度去骚扰下游设备。这一点对联动稳定性太重要了。

Arduino 端代码短得离谱：

#include <SoftwareSerial.h>
#include <Servo.h>

SoftwareSerial mod(10, 11);  // RX, TX 接 AR1106
Servo head;

void setup() {
  Serial.begin(9600);
  mod.begin(9600);
  head.attach(9);
  head.write(90);          // 上电回中
}

void loop() {
  if (mod.available()) {
    uint8_t angle = mod.read();   // 读到一个字节，就是角度
    angle = constrain(angle, 0, 180);
    head.write(angle);            // 舵机转向声源
    Serial.print("声源角度: ");
    Serial.println(angle);
  }
}

总共 20 行不到，声源跟随就通了。演示时客户看到这里已经点头了。

如果主控是树莓派这类 Linux 设备，Python 更简单：

import serial

ser = serial.Serial('/dev/ttyAMA0', 9600, timeout=0.1)

while True:
    if ser.in_waiting:
        angle = ser.read(1)[0]      # 一个字节 = 角度值
        print(f"声源角度: {angle}°")
        # 转发给舵机控制板或下位机

五、命令词定制："小智"是怎么来的

模组默认只认预设命令词。我们要"小智"当唤醒词，走的是厂商定制流程，单次最多 10 个命令词（唤醒词 + 免唤醒词总数），把使用频率最高的几个短语一次配齐。

这里有几个实测下来的避坑经验，规格书里也写了：

1. 4-6 个字最佳。太短误唤醒率高（喊一声"在"都可能触发），太长用户记不住喊不出口；

1. 别用叠字，"宝宝""贝贝"这类重叠音容易误识别，我们第一批词表里就有个叠字词，误触发率高到离谱，后来换掉了；

1. 别用口语高频词，"你好啊"这种日常高频短语就是误唤醒重灾区；

1. 避免多音字、连续零声母；

1. 敏感词、伟人名字、黄赌毒绝对不碰，这是红线；

1. 词条之间如果只有一个字不同，那个字尽量不要放在末尾，能明显降误识别率。

最终词表定了："你好小智""嗨小智""转过来""看这边"等几条，每条发音抑扬顿挫、辨识度高。实测在车间 70dB 左右的背景噪音下，5 米内喊"小智"基本无漏报无错报。

六、效果与落地：从原型到订单

整套方案最终形态：

• 拾音：AR1106 双麦阵列，5 米内触发即定位；

• 执行：SG90 舵机带动头部/摄像头，180° 无死角跟随；

• 联动：串口一字节角度值，任何主控都能接，兼容性拉满；

• 防误触发：只认命令词，车间里机器轰鸣、工人聊天都不会乱转。

演示那天，客户总监自己围着机器人转了一圈，机器人从 0° 跟到 180°，又倒着跟回来，全程零卡顿、零误转。他说了句让我印象很深的话："这个'转头'的动作，就是我想要的产品体验。"

30 万订单，就这么拿下了。

七、总结与建议

AR1106 不是什么黑科技，但它把"声源定位"这个原本要啃算法的事，压缩成了一块 18×16mm 的模组 + 一个字节的串口协议。它解决的痛点不是'能不能做'，而是'值不值得自己做'——当你的产品只需要 180° 范围、10° 精度、5 米拾音这个量级时，现成模组比自研香太多了。

几点落地建议：

• 舵机务必单独供电，别跟模组抢 5V；

• 命令词词表一次规划好（上限 10 条），别频繁找厂商返工；

• 5 米是甜蜜点，超出这个距离拾音灵敏度断崖式下降，安装位置提前规划；

• 对精度有极致要求的场景（比如远距离、多声源区分），再考虑更高级的阵列方案。

顺手算一笔账：自研双麦算法，两个工程师一个月的人力成本，足够买上百片 AR1106 了。能用现成的成熟方案解决的事，别用时间去赌。

---

本文基于 AR1106 声源定位模组规格书撰写。规格书关键参数：180° 定位范围 / 10° 精度 / 5 米拾音 / SG90 舵机联动 / 9600 波特率串口输出（16 进制角度值）。详细咨询请私信公众号后台，期待与您交流。