机器人声学测试
大模型 AI 让机器人越来越“聪明”，新一代电机与控制算法则让其自由度不断突破。真正接近“人类能力”的机器人正在加速向我们走来。但在研发和量产现场，工程师们最头疼的一类问题，却依然来自 – 声音。
NTi Audio 的机器人声学测试方案，正是为解决这些痛点而设计：由声振数据驱动，一站式覆盖设计验证、样机调试、在线质量控制全流程。
- PureSound 纯音 + AI 机器学习
- 从躯干到灵巧手的机械结构
- 测量噪声和振动
- 扬声器 / 麦克风等电声性能
机器人为何“发声”？
噪声超标、语音交互不稳定、装配异响、扬声器或麦克风性能漂移 … 这些问题在产品链路中反复出现。
无框电机、空心杯电机、丝杠、减速器… 这些高度精密的传动结构在高速协作时，任何细微间隙、磨损、应力集中，都可能转化为刺耳的机械噪声或间歇性异响。
机械噪声和电声
灵巧手：价值密度最高的部件
灵巧手像人手一样具备高自由度与高机械耦合，是整机中设计难度最高的结构之一：
- 成本可占整机的 30% 以上；
- 承担超过 50% 的功能性；
- 多个空心杯电机驱动腱绳或连杆，彼此耦合非常紧密。
这也意味着：任何细微的机械异常，都会以异响的方式被放大，是最能暴露品质问题的环节。
关节电机和齿轮：机器人的“肌肉”
对这些核心部件进行噪声控制至关重要：
- 延长寿命：机械噪声通常源于异常摩擦或振动。控制噪声意味着减少了齿轮和关节的机械磨损，能有效提升传动效率并延长使用寿命。
- 提升体验：对于家庭、医疗等服务型机器人，安静平稳的运行能大幅提升人机交互的舒适度和安全性。
- 防止干扰：降低机械本体的噪音，可以有效避免对机器人自身的语音识别及声学传感器造成物理干扰。
扬声器和麦克风：智能交互的核心
服务机器人必须依赖麦克风阵列进行定位、拾音和降噪，扬声器负责传达信息与情绪。
只要硬件、装配、通风设计或声腔稍有偏差，就会影响语音识别率、音质和整体交互体验。
此外，散热系统、液压系统、气动系统等也会发出噪声，影响机器人的整机性能表现。
全面测量
从结构拆解来看，一台机器人必须通过以下四类核心声学与电声指标的验证：
声压级与声功率 - 合规关键
声功率是最基础的“声音体检报告”，既用于法规符合性，也用于不同版本、不同供应商之间的工程对比。
依据 GB/T 37242-2018《机器人噪声试验方法》：
- 工业机器人：至少使用 2 级声级计
- 服务机器人：至少使用 1 级声级计
异音异响 - 把“主观听感”变成量化指标
NTi Audio 久经验证的专利 PureSound 纯音技术和最新的 AI 机器学习，把“主观听感”转化为可比对、可回溯、可量化的数据，帮助工程师们快速判断风险和定位问题。
异响的识别、稳定复现与定位，成为真正的数据问题，而不是经验问题。
扬声器 / 麦克风电声性能 - 交互系统的基础
对语音交互系统而言，基础电声性能必须可控：
- 扬声器： 频响、失真、阻抗、异音 …
- 麦克风： 灵敏度、指向性、失真、信噪比 …
- 麦克风阵列： 在轴灵敏度、一致性、波束成形 …
这些指标直接影响语音识别率、TTS 清晰度以及噪声环境下的用户体验。
声学异常点定位 - 快速发现“问题在哪里”
通过声学相机在整机阶段识别：
- 异响源
- 声学泄漏点
- 结构共振区域
适合用于样机调试、设计优化与问题溯源。
瑞士精密：一套系统覆盖研发到量产
NTi Audio 的机器人声学与音频测试方案强调即插即用与工程可落地性，避免投入大量时间在调设备、写脚本、做治具上。
完整系统包括：
- FX100 音频分析仪
- XL3 声学分析仪 与 XL2 振动计
- 便携式声学相机
- 传声器（声学）、加速度计（振动）、激光传感器（非接触）
- 数据分析与自动化软件
