麦克风阵列用多个麦克风的信号时差判断声源方向，通过波束成形突出目标语音、压制环境噪声，是机器人语音交互和声学异常检测的基础。
同一个声音到达阵列中各个麦克风的时刻略有差异，这个微秒级的时差就是判断方向的依据。算法据此形成指向性波束，把目标方向的声音放大、其他方向的压低。阵列的几何布局决定了能力上限：线性阵只能分辨一个角度维度，环形阵才能给出水平全向的声源方位。
阵元间距同时决定了可用频率范围。间距过大会在高频出现空间混叠，方向判断反而出错。这也是为什么服务机器人上的阵列尺寸往往受限于机身直径，而不能随意加大。
在机器人上有两条主要用途。一是语音交互：靠方位信息锁定说话人，在嘈杂大厅里也能把唤醒词从背景噪声中拉出来。二是声学状态监测：泄漏、轴承异响和电弧放电都有特征频谱，阵列能定位到具体设备而不只是报告有异常。
现场声学条件是最大变量。混响时间长的金属车间里，墙面反射会造成虚假声源方位；恒定的风机噪声则会抬高整体底噪，缩短有效拾音距离。选型前在目标现场实测混响和底噪，比看厂商的实验室指标有意义得多。
某设备运维团队在巡检机器人上加装环形麦克风阵列，用于压缩空气管路的泄漏定位。系统在超声频段检出泄漏特征并输出方位角，与机器人自身位姿结合后直接在厂房平面图上标点。首轮巡检查出 23 处此前未被发现的泄漏。
合规方面有一点需要特别注意：麦克风阵列会持续采集环境音，可能录到员工对话。相比图像，音频的员工代表会审查通常更严格，多数项目采取的做法是只在本地做特征提取、不保存原始音频。
实践应用
某设备运维团队在巡检机器人上加装环形麦克风阵列，用于压缩空气管路泄漏定位。系统在超声频段检出泄漏特征并输出方位角，结合机器人位姿直接在厂房平面图上标点，首轮巡检就查出 23 处此前未发现的泄漏。
优势
- 通过波束成形突出目标方向语音，显著提升嘈杂环境下的识别率
- 输出声源方位角，可将异常定位到具体设备而非仅报警
- 超声频段可检出压缩空气泄漏等人耳听不到的异常
- 属被动感知，不向环境发射任何信号
局限性
- 混响强的金属车间会产生虚假声源方位
- 阵元间距限制可用频率范围，机身尺寸直接约束性能上限
- 恒定风机噪声抬高底噪，有效拾音距离缩短
- 持续采集环境音可能录到员工对话，需经员工代表会审查
典型应用领域
机器人巡检质量检测导航状态监测
常见问题
- 麦克风阵列是什么？
- 它由多个按特定几何布局排列的麦克风组成，利用声音到达各麦克风的微秒级时差判断声源方向，并通过波束成形突出目标声音。
- 麦克风阵列在机器人上怎么用？
- 主要有两条路径：一是锁定说话人方位以提升嘈杂环境中的语音识别率；二是在超声或特征频段检出泄漏、异响并给出方位角，用于设备状态监测。
- 什么情况下企业适合用麦克风阵列？
- 当异常本身有声学特征、且需要定位到具体设备时最有价值，例如压缩空气泄漏排查。部署前应在目标现场实测混响时间和底噪水平。
- 麦克风阵列有哪些局限？
- 强混响环境会产生虚假方位，阵元间距限制了可用频段，持续的风机噪声会缩短有效距离。此外音频采集涉及员工隐私，通常需要只做本地特征提取、不留存原始录音。