AI 助听器研发测试案例分享 | AP+GRAS 全链路声学与电声测试方案

应用案例

A 公司专注于AI助听器研发,将深度学习降噪、语音增强、场景自适应算法与助听器声学结构深度融合。从样机验证走向量产的过程中,需要一个既能还原真实佩戴声场、又能打通蓝牙与数字麦克风接口的测试平台。

最终选择 AP 音频分析仪与 GRAS 人工头组合方案,以APX525B为核心主机,配合 PDM、经典蓝牙、LE Audio 三类接口模块,以GRAS 45BC-12低噪声人工头作为声学参考,搭建覆盖全链路测试系统。

**选择理由:** 一套软硬件件串起全链路,电信号、声学、蓝牙、PDM测量全部在同一APx500 工程内完成,共时基、共触发,数据与报告格式统一;GRAS 提供可信的"人耳"基准,让极低声压级测量不被系统噪声淹没;平台可延展,研发到产线不用重建测试体系。

AI 助听器的测试挑战

极低噪声下的微弱信号测量

助听器要把 30–40 dB SPL 的轻声言语放大到可听懂水平,测试系统必须在极低本底下工作,否则测到的是仪器噪声而非器件噪声。

算法难以用单一指标评价

除增益、频响、THD、最大输出外,还需评价降噪深度、语音保真度、噪声中言语可懂度、啸叫抑制。这些指标既要客观可重复,又要与主观听感相关,常规正弦扫频无法覆盖。

多接口并存,链路割裂

一台助听器同时存在 PDM 数字麦克风、经典蓝牙、LE Audio 多条通路。用不同仪器测试则时钟不同步,通道间相位与延迟数据不可信。

声场还原与一致性

耳道声压、耳廓衍射、头部阴影效应显著影响结果。人工头的左右耳一致性与重复定位精度,直接决定多台样机对比数据的可信度。

AP+Gras解决方案

f8ee9afc438440ffaedbb0531352700f~tplv-tt-shrink:640:0.image?lk3s=06827d14&traceid=202611201621122005B2934DB690B28181&x-expires=2147483647&x-signature=l1DyD9NYWPB9tfM%2B%2FETyKhGdpGU%3D

**设备组成**

AP组成部分

  • APX525B 双通道音频分析仪

系统核心,兼具信号源与分析仪,统一时基主控。

  • APX-PDM

直连助听器 MEMS 麦克风与 DSP 的 PDM 接口,可输入也可输出;支持可变电平与供电、PSR 测量、未抽取比特流 FFT,定位调制器与带外问题。

  • APX-BT-DUO

验证经典蓝牙 A2DP/HFP 通路的频响、失真、噪声与延迟。

  • APX-BT5

覆盖 Bluetooth 5.x 与 LE Audio(LC3),验证低延迟与 Auracast 广播助听场景。

  • APX-1701

传感器测试接口,含功放,麦克风电源,阻抗盒。

  • APX-SW-SPK-RD

扬声器/受话器标准化测量:频响、阻抗、THD、Rub & Buzz 异音。

  • APX-SW-POLQA2

基于 POLQA 的感知语音质量评分,让客观指标贴近主观听感。

Gras组成部分

  • GRAS 45BC-12 低噪声人工头

极低自噪声与宽动态范围,仿真耳还原真实佩戴声压,双耳同步测量。

  • GRAS 42AG 声校准器

现场校准与溯源,保证跨时间、跨人员数据可比。

  • GRAS 46AO-S2 标准麦克风

声场监测与人工头校准验证,提供独立声学"标尺"。

  • 真力同轴音箱

标准音源、声场的搭建:人工头位置形成均匀稳定的可重复声场。

方案优势

AP&Gras

1.全链路一体化:从声场激励到蓝牙/PDM回读,一台主机、一个软件工程完成,延迟与相位数据可信。

2.接口覆盖完整:模拟电信号到经典蓝牙、LE Audio、PDM三类数字信号通道全覆盖,无需换平台。

3.双轨评价:传统电声指标 + POLQA 感知评分,兼得传统客观指标和主观感知。

4.声学基准可信:GRAS低噪声人工头前端为所有数据提供统一、可溯源基准。

5.客户收益:测试准备时间显著缩短延迟与同步问题定位效率提升;微弱信号从"测不准"变为"可量化";算法迭代有了统一标尺;为量产测试体系打下基础。

Gravatar

About 奥洁自由人

作者文章