硬件准备：麦克风阵列选型、树莓派/NVIDIA Jetson环境搭建、音频接口与驱动安装
好，咱们进入第二章。说实话，这一章是整个课程里最「接地气」的部分。你想想看，再牛的语音算法，也得先让麦克风把声音收进来，对吧？我见过太多项目，算法调得漂漂亮亮，结果一上硬件，噪声大得离谱，或者驱动死活装不上。嗯，这一章就是帮你把这些坑提前填上。
2.1 麦克风阵列选型：别只看参数
麦克风阵列，说白了就是多个麦克风按特定方式排在一起。为什么不用单个？因为单个麦克风只能听，分不清声音从哪来。阵列能算方向，能降噪，能波束成形。我最早做智能音箱原型时，图便宜买了个单麦模块，结果在客厅里喊破嗓子它都听不见——后来换成4麦环形阵列，效果天差地别。
2.1.1 常见阵列类型
| 类型 | 麦克风数量 | 适用场景 | 典型芯片/模块 |
|---|---|---|---|
| 线性阵列 | 2~4 | 桌面、近场 | AC108、WM8960 |
| 环形阵列 | 4~8 | 智能音箱、机器人 | XMOS XVF3000、MSM261 |
| 球形阵列 | 8~32 | 会议系统、声源定位 | 定制方案 |
我个人习惯，做原型阶段首选环形4麦阵列。为什么？因为性价比最高。4个麦克风足够做基本的DOA（声源方向估计）和波束成形，而且市面上成熟的模块很多，比如ReSpeaker 4-Mic Array，直接USB接上就能用，省心。
2.1.2 接口选择：I2S vs PDM vs USB
这里有个关键点——麦克风阵列和主控之间怎么连？三种主流接口：
- I2S：最常用，支持立体声或TDM（时分复用）模式。适合树莓派、Jetson这类有I2S引脚的主板。注意，I2S只能传2个声道，要接4麦阵列得用TDM模式。
- PDM：单线传数据，但需要主控端做PDM转PCM的滤波。很多MEMS麦克风原生输出就是PDM。我建议新手别碰PDM，因为滤波算法调不好会有高频噪声。
- USB：最省事，即插即用。像ReSpeaker 4-Mic Array就是USB Audio Class设备，Linux内核直接识别。缺点是延迟稍高，但对语音交互来说完全够用。
2.2 树莓派环境搭建：从刷机到出声
树莓派是我最常用的原型平台。便宜、社区活跃、GPIO丰富。但要注意，树莓派的音频子系统有点「历史包袱」——它的板载3.5mm音频输出是用PWM模拟的，音质很差。所以我们做语音交互，一定要用USB声卡或I2S数字麦克风。
2.2.1 系统安装与基础配置
我个人习惯用Raspberry Pi OS Lite（无桌面版），因为省资源。刷机步骤就不啰嗦了，说几个关键点：
- 用Raspberry Pi Imager烧录系统时，提前开启SSH和WiFi配置。
- 系统启动后，先跑
sudo apt update && sudo apt upgrade -y。 - 安装必要工具：
sudo apt install git cmake python3-pip alsa-utils。
2.2.2 音频接口与驱动安装
以ReSpeaker 4-Mic Array为例，它用的是AC108音频ADC芯片。驱动安装分两步：
第一步：确认设备识别
lsusb
# 应该看到类似：ID 2886:0018 Seeed Technology Co., Ltd ReSpeaker 4 Mic Array第二步：安装驱动
git clone https://github.com/respeaker/seeed-voicecard.git
cd seeed-voicecard
sudo ./install.sh
sudo reboot重启后，用 arecord -l 查看录音设备。如果看到 card 1: seeed4micvoicec [seeed-4mic-voicecard]，说明驱动装好了。
arecord -d 5 -f S16_LE -r 16000 test.wav 录5秒，然后用 aplay test.wav 播放。如果听到自己的声音，恭喜，硬件链路通了。
2.3 NVIDIA Jetson环境搭建：性能更强，坑也更多
Jetson系列（Nano、Xavier NX、Orin）是更强大的选择。如果你要做端侧推理，比如在设备上跑语音识别模型，Jetson比树莓派合适得多。但它的音频环境搭建比树莓派麻烦一些。
2.3.1 JetPack与音频驱动
Jetson的音频子系统基于Tegra SoC的AHUB（Audio Hub）。默认情况下，Jetson的板载音频接口是给HDMI用的，要接麦克风阵列，得用USB或I2S扩展板。
我建议用USB麦克风阵列，因为驱动最省事。Jetson的Linux内核默认支持USB Audio Class 2.0，插上就能用。但有个坑——Jetson的USB控制器有时会掉设备。我遇到过Jetson Nano插着USB麦克风，跑了一天后设备突然消失的情况。
/etc/udev/rules.d/ 下写一个udev规则，当USB音频设备断开时自动重启ALSA。或者干脆用带外部供电的USB Hub，别直接插Jetson的USB口。
2.3.2 I2S扩展板方案
如果你追求低延迟，可以用I2S扩展板。Jetson的40-pin GPIO上有I2S接口，但需要配置设备树。以ReSpeaker 4-Mic Array的I2S版本为例：
# 下载设备树覆盖文件
git clone https://github.com/respeaker/jetson_driver.git
cd jetson_driver
sudo ./install.sh
# 重启后检查
cat /proc/device-tree/name
# 应该输出：seeed-4mic-voicecard这里要注意，Jetson的设备树编译工具链和树莓派不一样。如果你自己写设备树，得用 dtc -I dts -O dtb 编译，而且必须匹配内核版本。我刚开始搞的时候，因为内核版本没对齐，设备树加载失败，系统直接起不来——嗯，从那以后我学会了先备份原厂设备树。
2.4 音频接口与驱动安装：通用排查思路
不管用树莓派还是Jetson，音频驱动装不上时，按这个顺序排查：
- 硬件层面： 用
lsusb看USB设备是否枚举成功。如果设备都没出现，检查供电和接线。 - 内核层面：
dmesg | grep audio看内核日志。常见错误是「firmware not found」或「no configuration found」。 - ALSA层面：
aplay -l和arecord -l看声卡列表。如果设备出现但无法录音，可能是采样率或格式不匹配。 - 权限层面： 确保用户属于
audio组：sudo usermod -aG audio $USER。
2.5 知识体系总览
下面这张图，是我自己梳理的硬件选型与搭建流程。你可以把它当作一张「地图」，遇到问题时按图索骥。
这张图把整个硬件准备流程串起来了。你从左上角开始，先决定用哪种阵列，再选主控，再定接口，最后搭建环境并验证。每一步都有对应的知识点，遇到问题就回到对应的环节排查。
好了，硬件准备这部分就到这里。记住一句话：选型决定上限，搭建决定下限。硬件基础打牢了，后面的语音算法才能发挥出效果。