reSpeaker Flex XVF3800 Linear-4 with XIAO ESP32S3

商品簡介

這是一款適用於機器人與嵌入式應用（如智慧數位看板）的多功能四麥克風陣列語音解決方案。
採用 XMOS XVF3800，內建 AI 聲學演算法（如 AEC、波束成形與降噪）。
透過分離式設計，並提供圓形或線性麥克風陣列選擇，支援雙模式（I2S / USB），可作為需要遠場清晰語音擷取的具身 AI（Embodied AI）專案之「智慧聽覺」。

注意事項

• 搭載 XIAO ESP32S3 的 reSpeaker Flex 版本預設已燒錄 I2S 韌體，適用於 MCU 整合。
• 支援 DFU 模式，使用者可切換韌體。

商品特徵：

創新模組化分離設計
透過柔性 FPC 排線將核心處理板與麥克風陣列板分離，方便整合至空間受限的機器人與嵌入式設備中。
在桌面型或人形機器人等應用中，麥克風陣列板可放置於靠近聲源的位置，而核心處理板則可安裝於設備內部其他位置。
此設計可降低內部馬達與伺服機構所產生的干擾，進一步提升語音擷取品質。

彈性麥克風陣列配置
提供支援 360° 全向收音的圓形四麥克風陣列與支援 180° 定向收音線性四麥克風陣列兩種標準配置， 而在機器人應用中，圓形陣列可安裝於頭部，進行全方向語音擷取。在智慧數位看板中，線性陣列適合安裝於螢幕前方，優化正面使用者的語音收音效果。

XMOS XVF3800 進階 AI 音訊處理
內建 AI 聲學演算法以提升音質表現，包括 AEC、多重波束成形、去殘響、DoA、動態降噪與 AGC，提供穩定且可靠的語音擷取能力。

• AEC（聲學回音消除）
  消除系統播放聲音被麥克風再次收錄所產生的回音，為會議設備、語音助理與互動系統等全雙工應用的重要技術。

• NS（降噪）
  降低收音中的背景雜音。透過識別並抑制非語音成分（如風扇聲、馬達與伺服聲、環境對話聲、鍵盤聲或環境噪音），可即時提升訊噪比（SNR）。
  此功能對智慧家居、工業語音控制、語音助理、教育裝置、互動終端與機器人等應用至關重要。

強大遠場語音擷取能力
具備最遠 5 公尺遠場收音能力，搭配圓形四麥克風陣列的精準聲音來源方向（DoA）偵測，可為語音互動應用提供可靠的語音擷取與聲源定位。

• 最遠 5 公尺遠場收音
  可在較大空間中進行清晰語音辨識，無需使用者靠近設備，適用於智慧看板等語音互動場景。

• 圓形四麥克風支援 360° DoA
  可精準辨識聲音來源方向，使裝置具備空間感知能力，提升互動體驗、支援說話者追蹤，並為進階波束成形與多使用者應用提供基礎。

適用嵌入式應用的精巧設計

• 底部收音麥克風
  聲學收音孔設置於麥克風陣列板背面，可降低前方元件干擾，並讓麥克風更接近聲源或裝置表面，以提升收音效果。

• 小尺寸高效能
  圓形陣列：麥克風間距 44 mm，直徑 73 mm
  線性陣列：麥克風間距 33 mm，長度 110 mm
  設計可輕鬆整合至空間受限設備中，同時透過優化的硬體設計與聲學調校，仍可提供優異的語音擷取性能。

開發者友善整合

• USB 即插即用：透過 USB 可快速連接 Raspberry Pi、NVIDIA Jetson 或 Windows / Linux / macOS 電腦，無需驅動與複雜設定。

• I2S MCU 整合：支援 I2S，可直接整合 XIAO 系列或 Arduino 等 MCU 平台，用於嵌入式語音應用。

• 預焊接 XIAO ESP32S3：已預先焊接 XIAO ESP32S3，原生支援 ESPHome 與 Home Assistant 生態系，方便延伸至智慧家居應用。

應用範圍：

• 機器人整合應用：
  麥克風陣列可安裝於機器人頭部、耳部、額頭、胸前，或外部位置（如機械手臂），以更接近聲源收音，而核心處理板則可安裝於機身內部。
  支援 ROS2，可簡化系統整合與開發。搭配 XMOS XVF3800 音訊處理器與 AI 聲學演算法，可實現喚醒詞偵測、語音轉文字（STT）、語音理解與語音控制等功能。升級設計支援 10W 擴大機，可提供更佳的語音播放（TTS）效果。
• 智慧玩具與互動裝置：
  可嵌入絨毛玩具、教育裝置或手持裝置中，在動態與嘈雜環境中仍能準確收音。支援本地語音處理（on-device），有助於保護使用者隱私，特別適合兒童與陪伴型裝置。
• 智慧語音終端：
  適用於自助機、販賣機與智慧看板。線性陣列適合安裝於螢幕邊框或狹窄空間中，並提供定向遠場收音（最遠 5 公尺），即使在商場或交通樞紐等複雜環境中仍能維持良好辨識率。
• AI 語音代理：
  支援 SDK 與多平台整合，可快速建構語音 AI 系統與雲端服務應用。
• 語音助理應用：
  支援 Alexa、Google Assistant、Home Assistant 等語音平台，實現遠場語音控制與智慧家居應用。
• 會議系統：
  透過 USB 可與 Teams、Zoom 等會議軟體相容，提供多人清晰收音與即時語音處理。
• 工業語音控制：
  適用於工廠、零售與商業環境，在高噪音條件下仍能維持高語音辨識率，支援免接觸操作。

商品規格

核心板

• 核心晶片：XMOS XVF3800
• 擴大機：Texas Instruments TPA3139D2（支援 10W 喇叭）
• 音訊演算法：AEC、AGC、DoA、波束成形、VAD、降噪、去殘響
• USB 介面：
• 1× USB Type-C（外部連接 / 除錯）
• 1× USB JST 接頭（內部整合）
• 其他介面：
• 1× XIAO 相容接點
• 1× XMOS XVF3800 XTAG 除錯接點
• 1× XMOS XVF3800 IO 接點
• 音訊輸出：
• 1× 3.5mm 音訊插孔
• 1× 2Pin 喇叭接頭
• 電源：
• 5V（USB Type-C 或 JST）
• 12V（2Pin 端子）
• 麥克風介面：1× 24Pin FPC
• 按鈕：Reset ×1、Boot ×1
• 最大取樣率：16kHz

麥克風陣列板

• 麥克風：4 × 高性能 PDM MEMS 麥克風
• 陣列結構：44 mm 間距圓形排列
• 收音模式：360° 全向收音
• 收音距離：最遠 5 公尺
• 介面：1× 24Pin FPC
• 固定方式：3 × M3 安裝孔

硬體概覽

文件下載

• XMOS XVF3800 v3.2.1 技術文獻
• 圓形麥克風陣列 3D 模型檔（STEP）
• 線性麥克風陣列 3D 模型檔（STEP）
• 核心板 3D 模型檔（STEP）

出貨清單

• reSpeaker Flex XVF3800 線性四麥克風陣列模組（含 XIAO ESP32S3） x 1