音频调试

目标：解决"听不见我说话""声音太小/太大""AI 说话时自己听到回声""说完话迟迟没反应"等常见音频问题，学会调麦克风/音箱音量和 VAD 灵敏度

一、先分清两条音频链路

LeLamp 的声音处理分两层，调参前先想清楚问题出在哪一层：

两个配置段名字相近但作用不同，修改时别搞混（下文有各自位置）。

二、查看音频设备

先确认系统认出了麦克风和音箱：

# 列出播放设备（音箱）
aplay -l

# 列出录音设备（麦克风）
arecord -l

你应看到什么：每条命令输出设备列表，包含 USB 声卡/板载声卡条目。什么都看不到 = 设备没插好或驱动没加载，先查硬件连接。

三、麦克风音量

3.1 交互式调节

alsamixer

按 F6 选择声卡 → 找到 Mic/Capture 通道 → 方向键调音量 → M 键取消静音（MM 表示静音）→ Esc 退出。

你应看到什么：说话时 Capture 电平条会跳动；不动时安静。

3.2 命令行快速设置

# 查看当前录音增益
amixer sget 'Mic'

# 设为 80%
amixer sset 'Mic' 80%

通道名称因声卡而异，以 amixer scontrols 列出的为准。

四、音箱音量

• Web 界面：Settings / 播放页面直接调音量滑块
• 语音：直接说"音量调大""音量调小""音量 50"
• 命令行：amixer sset 'Master' 70%（通道名以 amixer scontrols 为准）

你应看到什么：调完立刻能听到音量变化（可播放一首音乐验证）。

五、录音 / 播放测试

怀疑麦克风坏了？录一段再放出来听：

# 录 5 秒（默认设备）
arecord -d 5 -f S16_LE -r 16000 /tmp/test.wav

# 播放刚才的录音
aplay /tmp/test.wav

你应看到什么：录音时对着麦克风说话，播放时能清晰听到自己的声音。听不清 → 检查麦克风音量、摆放距离、是否被遮挡；有爆音 → 增益过高，调低。

六、回声问题（AI 说话时听到自己）

回声通常来自"音箱声音被麦克风拾取"，按顺序排查：

1. 调低音箱音量，别开太大
2. 拉远距离：麦克风与音箱保持一定距离，别面对面紧贴
3. 检查回声抑制门限：microphone.echo_gate_threshold（默认 0.03）——低于此音量的信号会被当作 AI 扬声器回声而非人声。若回声仍明显，可适当调高：

microphone:
  echo_gate_threshold: 0.05   # 从 0.03 调高，更激进地抑制回声

若环境声学复杂（空旷房间、大音量），回声难以完全消除属正常现象，优先物理手段（距离/音量）。

七、VAD 阈值调节（说话识别灵敏度）

7.1 参数速查表

7.2 常见问题怎么调

说话要很大声才识别 → 调低敏感度：

microphone:
  local_vad_threshold: 0.50   # 从 0.65 降到 0.50

频繁误触发（背景噪音被当成说话）→ 调高 + 加长释放：

microphone:
  local_vad_threshold: 0.75   # 从 0.65 升到 0.75
  gate_release_time: 2.0      # 更长的保持时间，减少频繁开关

AI 话没说完就被打断 → 提高打断门槛：

microphone:
  barge_in_threshold: 0.60    # 从 0.45 升到 0.60

说完后迟迟不响应 → 缩短静音判定：

endpointing:
  min_delay: 0.5              # 从 0.8 降到 0.5
  max_delay: 4.0              # 从 6.0 降到 4.0

修改 config.yaml 后需重启 LeLamp 服务生效。

7.3 自动校准（推荐）

拿不准阈值？用脚本自动采样背景噪音并推荐：

# 基本校准：2 秒背景噪音 + 3 秒人声
python3 scripts/calibrate_voice.py

# 自定义：更长的采样、指定输入设备
python3 scripts/calibrate_voice.py --noise-duration 3 --speech-duration 5 --input-device 2

你应看到什么：输出类似——

背景噪音 RMS 统计: 平均值=0.0124 P50=0.0081 P90=0.0322
人声 RMS 统计:     最小值=0.0453 P10=0.0621 P50=0.1530
建议 VAD 阈值: 0.1288
校准结果已保存到: /tmp/vad_calibration.json

按"建议 VAD 阈值"调整 pipeline.vad.activation_threshold 即可。

常见问题