做过语音交互的人多半遇过这种尴尬：你对着 AI 小智喊 "你好"，它亮灯应答了，脑袋却还正对着前方 —— 它听见了声音，却不知道声音从哪个方向来。更闹心的是电视在响、孩子在闹、窗外车流不断，一句 "你好小智" 混在噪音里，设备要么没反应，要么被旁边一点动静误唤醒。传统方案要自己搭双麦、测延时、写舵机驱动，新手光调通就要耗掉一周。AR1106 这块声源定位模组，瞄准的就是这个痛点。

指甲盖大小，把整条链路都装进去了

它长 18mm、宽 16mm，脚位间距标准 2.54mm，差不多就是一片指甲盖。板上没有冗余元件，拾音、定位、舵机驱动、串口输出全部集成在这一块小版子里。拾音端推荐搭配两只信噪比 70dB、灵敏度 - 27dB 的驻极体麦克风，间距约 4cm。这个 4cm 是实测优化值：再近方向分辨力不够，再远低频相位失真变大，4cm 在清晰度和抗干扰之间拿到了稳的平衡。

声源定位功能一旦做成大板子，就很难塞进智能玩具、互动机器人这类对体积敏感的外壳。AR1106 把板面压到这个尺寸，贴在设备内部空余位置就能用，不用单独预留腔体，也不用在外壳上开复杂音腔。对结构工程师来说，这一点比参数表上多一个零头还实在。

三个数字看懂它：180°、10°、5 米

180°，是正面半弧的捕捉范围，没有明显盲区，人站在正前方左右任意一侧喊话都落在覆盖区。做交互的都明白，真实场景里人不会永远钉在中轴线上，半弧覆盖意味着面对的是一整片 "可用说话区域"。

10°，是角度精度。相邻 10° 左右的两个声源位置能被稳定区分开 —— 你站在左前方，和再偏 10° 的位置，它转头落定的角度是不一样的。这个精度放在近距离交互里，已经足够让人觉得 "它确实听见我在哪"。

5 米，是拾音距离上限。5 米内说出命令词就能稳定拾音定位，超过 5 米灵敏度和准确率明显下降，所以它的定位很清楚：服务室内近距离交互，不追求远距离大场景。响应速度上，命令词一出口、定位同步完成，5 米远端也没有可感知延迟，这对舵机跟随体验至关重要。

只认命令词，是它最省心的设计

普通声源定位算法最大的麻烦不是听不到，而是听得太多：环境噪音、旁人对话、电视声，任何响动都可能触发一次定位，舵机乱转、串口乱发数据。AR1106 把命令词识别做进模组内部，只有声音命中预设的那几个词，才启动定位并输出角度；无关声音一律过滤，不输出任何无效参数。后续设备拿到的每一次角度数据，都是一次真实有效的命令词交互。

命令词支持定制，单次最多 10 条，但有硬规矩：推荐 4 到 6 个中文字，4 个字最佳，过短误唤醒高、过长不好记；不能用叠字（"宝宝"" 贝贝 "这类发音黏连的），不能用多音字；日常高频口语（比如" 你好啊 "）出现频率太高最容易误唤醒；词条间只差一个字时，这个差异字尽量别放最后一位，能明显降低误识别率。像" 你好小智 " 这种带语气起伏、音节拉开的组合，识别稳定性就比较好。

SG90 即插即转，舵机不用再写驱动

定位算完最直观的动作就是转头。AR1106 内置 SG90 舵机驱动，板上单独引出 PWM 控制脚，舵机接上就能转，不用自己写驱动、调占空比。链路是这样闭环的：双麦捕捉命令词→模组算出声源角度→PWM 输出对应信号→舵机平稳转向声源方向。转向平顺，不卡顿不偏移。声源站着不动或一边走一边说话，它都能实时跟随，退到 5 米最远点依然流畅。对做 AI 小智、互动玩具的开发者来说，硬件上多接一根 PWM 线，"转头找人" 就直接成立了。

串口 9600 输出，把能力递交给主控

除了直驱舵机，板上还留了标准串口脚，波特率 9600，以十六进制输出角度：声源在 90° 位置发 5A，100° 位置发 64，以此类推。对接单片机、PLC、主控板都能直接用。

这个设计的价值在可扩展：只想让舵机转头，接 PWM 脚就够；想把角度送给上位机做更复杂的事 —— 联动摄像头云台、记录声源日志、触发声光提示 —— 串口就是那条向外传递能力的通道。而且串口只在有效命令词触发后才出数据，无关声音一声不吭，后端拿到的是干净可用的角度帧。整板 5V 供电，搭配 GND 即可工作，还引出 AOUT 语音播报脚和一个预留 IO，电源、信号、扩展位置都留好了。

它适合谁，不适合谁

把这些能力拼起来，AR1106 的轮廓就很清楚了：它的本质不是 "对所有声音辨位"，而是 被唤醒词命中后，把正在说话的人在哪个方向指出来，并驱动舵机转头面向他。所以它真正的用武之地，是 AI 小智、语音机器人、互动玩具这类智能交互设备 —— 用户在半弧范围内喊一声唤醒词，设备亮灯应答的同时自然转向说话人，交互的临场感一下就出来了。

反过来，它不适合做无人值守的异常声响监测：玻璃碎裂声、设备异响、环境杂声这些都不会是预设唤醒词，模组不会因此触发定位，所以别把它当安防报警或工业异响定位传感器来用。它把 "5 米内、180°、10° 精度、唤醒后即定位即转头" 这几件事做扎实，不追求工业级极致精度，也不覆盖远距离大空间。对刚入门、想快速给交互设备加上 "被唤醒后转头面向说话人" 的能力，又不想在硬件焊接和算法调试上耗时间的开发者，这块指甲盖大小的板子，就是把想法变成样机最短的那条路。