智能眼镜麦克风质量:对比测试脚本
在安静房间内开始的麦克风测试,几乎无法说明产品用于街道时的实际表现。真正值得进行的对比,应从安静房间逐步向外移动,直至真实通话环境中的街道;之所以采用这个顺序,是因为每个测试位置都能告诉你前面的哪些结果值得信赖。你跳过哪个位置,客户就会从那个位置发起投诉;而你发布的结果,将是实际录制的版本,而不是你希望得到的版本。
这其中还包含第二个决策,而且它涉及商业考量,而非声学表现。买家为一款以通话为核心功能的产品比较两个候选方案时,决策重点是即将观察到的差异,是否值得投入更换现有已开模产品所需的资金。仅仅得出排名的对比是在浪费一个下午;为每一行结果设定阈值并生成排名清单的对比报告,才能成为支持第二份采购订单的依据。
Bluetooth音频系列公开了其技术方法,以及公司所宣称的定向音频和智能降噪能力,但该系列中没有任何一款产品公开麦克风规格:没有拾音距离、没有噪声系数、没有频率响应、没有麦克风数量,也没有任何相关第三方报告。正是这一缺失促成了本文的诞生。当规格缺失时,测试流程便成为替代方案;而这套流程必须在样品送达之前制定完成,而不是等到双方产生分歧之后再制定。
买家已经掌握什么,以及其中缺少什么
执行这套测试流程的买家通常正在为一款用于通话的产品比较两个候选型号,手头有样品、客户画像、目标价格以及供应商的产品目录条目。他们不会掌握任何声学数据,而造成这一缺失的原因是结构性的,并非疏忽:声学数据由模组制造商生成,组装工厂通常收到的只是组件规格,而不是整成品的测试结果。这一缺口既不是买家的责任,也不是工厂的责任,但在采购订单发出之前,必须有人将其补齐。
演示先例是整个流程中的主要风险。演示通常在良好条件下进行,由产品制作者本人操作,采用有利的距离、熟悉的语句以及演示者自行选择的音量。每一个因素都是变量,而它们的组合几乎总会让某一款产品显得更出色——通常是那款其算法处理经过调校、能够适应特定展示条件的产品。
有两项因素能让对比结果具备可重复性,而且成本都很低。第一项是固定脚本,因为即兴说话会改变语句内容,而内容变化会影响可懂度。第二项是匹配输出音量,因为无论产品本身是否更清晰,更大的音量听起来都会更清楚;在整个测试流程中,单凭这一点造成的对比失效,比其他任何错误带来的影响都更大。

区分专业设计与组件转发商的问题清单
在测试样品之前,以书面形式提出以下问题,并在发送之前将两个答案清单分成两栏。下方右栏才是关键:它能区分掌控声学设计的供应商与仅转发组件规格表的供应商。
相关数据是在产品上测得,还是在组件上测得。组件数据表描述的是安装在测试夹具中、使用固定距离和固定输入信号的麦克风。客户实际购买的产品则增加了镜架结构、密封设计、防风处理、拾音孔相对嘴部的位置,以及固件在此基础上应用的算法处理。两者不可直接比较,而客户购买的是后者。
共有多少个麦克风,以及如何组合使用。数量加上方法——无论是混合、切换还是波束形成——才是可用的答案。“多麦克风阵列”之类的表述只是类别,并非具体规格;类别无法对照阈值进行测试。
信号经过了哪些处理。每个处理环节都会产生失真:词间门控、持续音节上的音量波动、元音单薄或带有气声,以及声音仿佛被移除的感觉。说明所用技术并描述其失真,比声称该技术能够消除噪声更有用,因为前者可以接受测试,而后者只能在商品列表中反复出现,毫无证据支撑。
是否有针对成品的第三方报告。合格线是一份载明方法和日期的报告。“由 SGS 类机构测试”只是对某类测试的描述,并不是任何人日后都能查验的文件。
公开资料中关于拾音距离或响应表现的内容。合格线是一个附带测试条件的数值。“清晰均衡”描述的是一种偏好,而偏好经不起对比。
输入处于静音状态时会发生什么。这是没人会问的问题,却最能揭示处理行为。对空闲状态的书面描述,说明供应商已对产品进行了表征。完全不提供相关信息,本身也是一条信息。
扬声器端的输出音量。麦克风只是对话的一半。出色的麦克风配上安静的扬声器,造就的是适合安静房间使用的产品,无论麦克风本身表现多好。
答案所描述的具体型号名称。合格线是针对确切配置公开发布的型号名称。系列名称不算,因为一个系列中至少有一种配置的表现不同。
以通话用语表述的阈值
| 评分表中的项目 | 测量方式 | 通话场景产品的阈值 | 不合格结果 |
|---|---|---|---|
| 三米处语音 | 扬声器在三米处播放固定脚本 | 首次听到即可理解,无需要求重复 | 远端要求重复 |
| 一米处语音 | 相同脚本,相同音量 | 首次听到即可理解 | 通常不是失分点 |
| 真实通话 | 实时通话,由远端评分 | 远端未经提示便反馈通话清晰 | 远端表示“你声音有点小”或“什么?” |
| 街道噪声 | 录音中的呼叫方位于固定距离,噪声电平保持恒定 | 人声仍可与噪声区分 | 呼叫方必须避开风声才能被听见 |
| 风声 | 气流吹过眼镜正面,并记录测试条件 | 语音中没有低频轰鸣声 | 呼叫方反馈有噼啪声或隆隆声 |
| 处理伪影 | 仅进行试听,不附带评分 | 无门限效应、无抽吸感、音色不单薄 | 对缺乏生命力的信号仍给出清晰度高分 |
| 输出音量 | 首次录音前完成音量匹配 | 完成匹配,并记录设置 | 未匹配便进行任何对比 |
表中有两项更能预测退货趋势,而非评测得分。一项是真实通话,因为这是客户唯一能直接体验产品的环节;另一项是处理伪影,因为清晰度评分会系统性地偏爱那些被处理得过于单薄的信号。如果你的评分表有清晰度一栏,却没有处理伪影一栏,那么它会系统性地偏向上述更差的产品。
从安静房间到风街道的五个测试位置
验证流程包含五个测试位置,每个位置都以前一个位置通过为前提。任何位置测试失败,都能告诉你下一个位置会得出什么结果。因此,测试顺序至关重要,从第四个位置开始的流程根本不能称为验证流程。
第一个位置:安静房间基准测试。在安静房间中,以匹配的输出音量,使用相同脚本、相同距离和相同朗读者。这是解读其余四项测试的参照基准。如果这里的音量匹配有误,之后每个位置的结果也会出错,因此必须在录音之前完成匹配,而不是录音之后。
第二个位置:一米和三米处的语音。先由扬声器在一米处播放固定段落,再在三米处播放。一米处几乎任何产品都能通过,因此它是对照项,而非测试项。三米处大致相当于真实通话中的交谈距离,灵敏度差异会在这一距离显现。请使用音量均匀、内容已知的固定源素材——新闻播报最为理想——而不要使用即兴语音,因为即兴语音的音节密度会发生变化,而这种变化会被误读为产品差异。
第三个位置:真实通话。拨打电话。让远端为清晰度评分,因为清晰度才是客户实际体验的指标,音量并非如此。远端不应知道自己正在评分的是哪款产品,也不应在看到屏幕的情况下评分,因为能看到型号名称的人会给予更多宽容。这个位置能够回答用户购买产品时最想解决的问题。
第四项,街道噪声和风噪。在固定距离录制来电人声音,同时将背景噪声保持在固定水平,并始终使用同一种噪声类型——在规定水平下测试交通噪声,与测试人群噪声并不相同,在测试过程中切换两者会使结果无法比较。随后测试风噪,并书面说明气流条件,因为镜腿上的传感器直接处于气流之中。风噪属于低频,而基础滤波对这一频段的处理效果最差;同时,这种条件最难复现,因此也最常被略去不写。在规定距离内于镜腿前方移动纸条是一种粗糙但可复现的方法,足以用于排名。
第五项,评分表。先评分,再形成偏好,最后作出决定。应有两人独立评分,对于他们评分不一致的项目,应重新测试。该项目几乎总是最能预测退货的项目,因为分歧往往集中在差异微弱的环节,而客户的接受阈值正处于这些差异的临界点。
每款候选产品测试两台设备,并在同一场次内完成。单台设备可能并不典型,而测试两台设备还能判断产品是否一致,这属于生产一致性问题,而非产品本身的问题。如果同一型号的两台设备评分不同,就说明存在需要向供应商提出的生产一致性问题。通过两台样机提出这个问题,远比等到整个生产批次出现问题后再处理成本更低。
在首次录音前写好测试脚本,并与录音记录一并保存。脚本、距离、噪声水平、气流条件、匹配的输出设置、两名评分人员及其原始评分。当客户在六个月后提出投诉时,这份文档能将争论转化为重新测试。

通话质量测试方案常被错误决策的六种方式
声音更大的产品胜出,但声音更大的产品并不更好。其表现是,第二位买家重复相同测试时,排名就会反转。根本原因是跳过了音量匹配,因此比较的是输出功率,而非传输质量。预防方法是在首次录音前匹配输出音量,并记录产生该音量的设置,因为同一设置在两款不同产品上并不代表相同含义。
某款产品在一米距离胜出,却在三米距离败北。其表现是,供应商在方案中引用一米距离的测试结果,而客户却反馈对方听不到自己的声音。根本原因是只测试了最容易通过的距离,而几乎任何硬件都能在这种距离下通过。预防方法是在测试规程中同时测试两个距离,并以三米距离的结果作为通话表现的主要预测依据。
产品在室内表现良好,到了街上却无法使用。其表现是,办公室测试小组给出较高评分,而实际销售渠道给出的评分却很低。这种情况通常表现为评价平台上的集中差评,而非退货。根本原因是测试规程从未纳入噪声条件,因为采购方自身的使用环境在室内。预防方法是在样品送达前将街道环境纳入测试规程,并始终保持噪声类型一致。
风噪只在户外出现,而供应商称其属于正常现象。其表现是,供应商在通话中表示,这种产品形态对风噪的处理属于正常情况。这种说法本身没错,但这恰恰就是问题所在。根本原因是气流条件从未被说明,因此测试结果完全无法比较。预防方法是在每次风噪观察中记录气流条件,除非两次风噪测试均记录了气流条件,否则拒绝比较结果。
降噪处理削弱了部分语音,却无人察觉。其表现是,产品清晰度评分很高,但用户却形容其声音机械、扁平或过小。根本原因是测试仅对清晰度进行评分,而清晰度评分无法反映声音缺乏生命力的缺陷。预防方法是明确收听是否存在伪影,并将门限效应造成的伪影视为失败,无论清晰度评分如何。
比较只做了一次,从未重复。其表现是,样品表现良好,但量产产品表现不一致,最终表现为原因不明的退货率上升。根本原因是将单次样品测试视为生产过程控制手段,但它并非如此。预防方法是在进行样品比较的同时,确定生产端控制措施:一台参考设备、明确的测试频率;如果测试周期足够长且有充分理由,还应为成品提供第三方检测报告。

一次通话失败的代价,以及它如何决定测试预算
声学对比背后的商业问题很容易被忽视,但它决定了这组对比测试值得投入多少精力。通话失败并不意味着退货,而是意味着客户停止使用某项功能;而一项功能如果无人使用,就无法在下一次续约沟通中为你据理力争。这笔成本体现在用户留存曲线上,而不是退货数据中,因此在买家做决策时所查看的文件里,它往往不会出现。
这正是应该把钱花在做测试上,而不是花在样品费上的原因。一次对比会让买家投入一个人一天的时间,以及少量差旅或 Shipping 费用,同时得到一份附带阈值的排名清单。另一种选择是跳过对比,仅凭演示就确定供应商,等产品上市后再发现问题——届时,成本将包括更换供应商的申请、接口位置如需调整而重新开模的外壳、修改后的产品页面,以及围绕一款已无法兑现商品描述的产品与渠道进行沟通。
围绕通话驱动型产品的一些商业条款确实可以谈判。最低起订量可按型号和渠道分别商定,而承诺采购两个型号通常比承诺采购一个型号但数量更多更能打动供应商。包装和插页设计,包括市场标签和文档包的语言,是一项低成本谈判事项,对于电子产品不会带来开模方面的影响。相比价格让步,将交货拆分为多个批次,并以样品确认节点为条件,通常更容易获得批准;对于声学表现是核心变量的项目而言,这种安排比价格让步更有价值,因为它能让声学决策在设计稿定稿前落地。付款条款则属于常规条件:下单时支付首付款,检验通过后支付余款,并预留一部分与文件交付挂钩的款项,以保护买家免受损失最大的失败情形影响。
另有一些事项不可谈判,最好尽早说明,而不是等到后期才发现。认证费用和认证交期并非商业谈判杠杆;费用按产品系列计算,而所需时间则取决于测试实验室及其审核排期。模具通常是首笔订单内摊销的一次性成本,因此真正值得询问的问题是:按什么产量摊销?如果项目中止,模具如何处理?固件也不像单价那样可以谈判:麦克风配置、数字信号处理调校和默认处理状态都是产品的一部分;不愿讨论这些内容的供应商,其实是在告诉你声学表现已经固定,而你唯一的调整杠杆只有外壳。
支付定金前应索取的文档。 书面的麦克风配置,包括数量和组合方式。关于处理流程及其预期伪影的书面说明。如有第三方报告,请提供报告编号、方法和日期。提供证书编号、签发机构和有效期。在报价单上明确写出具体型号,而不是仅以系列名称暗示。样品流程本身见样品评估。
应写入合同的条款。 将具体型号列为独立项目,并附上证书编号。样品验收标准应涵盖五种佩戴位置以及匹配的输出音量。加入一项条款,要求在变更麦克风、数字信号处理调校或固件前提前通知,因为固件变更会改变声学结果,却不涉及硬件变更。另加一项条款,明确样品未达到验收标准时由谁承担费用。
以语音优先产品线对比现有头戴式产品的示例
以下内容是一个演算示例,并非实际客户项目,旨在说明各项决策的先后顺序,而不是描述最终结果。
假设某品牌以首款产品线进入一个通话驱动型品类,与一款成熟的头戴式产品竞争。买家手头有一家供应商报出的 Bluetooth 音频型号、目标价格区间,以及一个同时包含专业买家和休闲通话用户的渠道。关键约束在于,该品牌的商品页面会被口袋里已经放着成熟替代产品的人浏览,因此,一款听感不如现有产品的新品,就不会被第二次购买。
第一步,环境。买方先记录通话发生的地方,然后才写其他内容:火车站台、街道、办公室。这样就能立即确定测试位置,因为火车站台和街道并非相同的噪声环境,将两者混在一起的测试协议得出的结果无人能够据此采取行动。买方还会记录一次通话失败会给项目带来什么损失,也就是某个功能客户不再使用,这是留存问题,而不是退货问题。
第二步,问题清单。这八个问题以清单形式发给供应商,答案能清楚地区分供应商。麦克风配置会回复数量和组合方式;处理方案会回复具体技术名称,并且难得地附有其失真的说明;第三方报告参考信息会回复测试方法和日期,相关编号可以在出具方的登记记录中查到;输出电平则会回复具体数值。基于这些信息,买方就能判断供应商确实掌控声学设计,而不是单纯转交一份元器件清单;价格比较也就成了两款经过设计的产品之间的比较,而不是两份规格书之间的比较。
第三步,基准和两个距离。先设定匹配电平的基准,买方并记录该设置。在 1 米距离上,两款候选产品的表现都能令人接受,测试无法证明任何差异,这是预期之中的,也正是它作为对照测试的意义。在 3 米距离上,两款候选产品拉开差距,而且差距的方向与供应商答复中的预测一致。
第四步,实际通话。实际通话由远端评分,远端人员看不到型号名称。其中一款候选产品给出了一条买方并未询问的反馈,即通话很清晰。这一句主动反馈比清晰度评分更有价值,因此买方将其记录为观察结果,而不把它换算成分数。
第五步,街道和风声。街道环境在固定噪声级下进行测试,两款候选产品保持相同的噪声类型。此时两者之间的差距比在 3 米距离下更大,而这正是改变决策的结论:两款产品的差异并非源于安静房间中的灵敏度差异,而是源于产品实际购买环境中的噪声处理能力差异。
第六步,失真检查。失真检查与评分分开进行,并发现其中一款候选产品存在抽吸式失真,而清晰度评分最高的恰恰就是它。此刻排名发生反转,买方也终于明白,为什么失真这一列必须在试听之前就纳入评分表,而不是在试听之后才补上。
第七步,商业结构。买方保留噪声处理表现更好的候选产品,在两款型号而非一款型号上协商最低订购量,将首次交付与样品确认节点相衔接,使包装设计的决策跟在声学决策之后;同时,针对任何固件变更拟定通知条款,避免后续处理更新在未告知的情况下改变结果。
最终,这个项目的声学决策基于一份设有阈值的排名表,在一周内完成,而且早于包装设计获批。决定性的一步不是试听,而是在试听开始之前就将失真这一列纳入评分表。
我们公开的麦克风信息,以及我们拒绝估算的内容
在这里,麦克风比较只值得做一次,而且必须使用统一话术,并将变量保持不变;测试结果应当记录下来,以便客户投诉时重新核查。我们公开 Bluetooth 音频系列所采用的技术,以及公司在定向音频和智能降噪方面的能力,但不会公开该系列任何型号的麦克风规格。
对于我们没有实测过的产品,我们不会引用行业中的麦克风数据,也不会把技术名称当作测试结果来呈现。我们也会坦率说明任何比较的边界:比较结果只能确立你所测条件下的排名,既不能确立客户实际使用环境中的排名,也无法代表供应商最终出货产品的整体表现。这两项都需要生产端设置对照,包括参考样机、明确的测试频率,以及针对成品的第三方报告。
如需获取书面比较话术,请向我们发送以下信息
请告诉我们两个候选型号、您的渠道所面临的使用环境,以及您的目标价位。我们会为您撰写对比脚本,其中包含脚本文案、距离、噪声条件和评分表各项内容,让您发布的内容是基于亲身聆听,而非仅凭他人转述。相关背景请参阅降噪,另一种形态是开放式音频,样品评估流程请参阅样品评估。
相关阅读
告诉我们两款产品和具体环境,我们将为您撰写对比脚本。



