我在唯创知音做门锁语音方案这几年，常被厂商问到一个看似简单的问题，门锁里的语音到底要做什么。门锁语音在门锁里早就不是加个喇叭那么回事。它要管门铃、提示音、猫眼对讲、蓝牙配网播报、离线喊一声开门，还有大屏上的菜单动效。这些功能分散在前板、后板、猫眼和 APP 四个部位，芯片怎么选，各部位完全不一样。

最基础的一块是门铃和固定提示音。很多走量机型到现在还是一颗小容量语音芯片扛着，像 WTN 系列里的 WTN6006、WTN6020，Flash 从 低时长到高时长都有不同的芯片，协议相同可以无缝切换。它最大的好处是简单，MCU 发个串口指令就放，内置功放直接推喇叭，外围元件少得可怜。铃声想换，串口更新语音包就行，售后改个词也不用返厂。我见过不少低价机型。靠这一颗，语音成本几乎没有存在感。

门铃再往上，就有厂商琢磨省料。门锁后板本来要一颗 MCU 管电机和电池，再加门铃芯片、语音芯片，三颗物料各管一摊。后来出了扩展型语音 SoC，比如 WTV380-32N、WTV890-32N，把语音、17 路 IO 扩展、4 路 PWM、13 路 LED 驱动都合进一颗，还能外扩8到16M Flash 给主控存字库。结果就是一颗顶了原来三颗，通用功能固件化，MCU 还能降档选小容量。这笔账算下来，后板BOM净下降。还顺手多了LED和测距两个卖点。

带猫眼的锁是另一种情况。视频对讲时，门锁要把外部音源和本地提示混在一起播，还得解码流媒体。普通 MCU 软解既占算力又占容量，还得外挂codec。MP3解码芯片，比如 WT2003H4-16S、WT2003HX-16S，就专干这个，内部播放加外部混音，串口流媒体解码，自带 D 类功放，音质比软解稳。这类锁的音频中枢基本落在猫眼这一侧。

现在门锁几乎都要联网，蓝牙配网绕不开。BLE直连APP 配网、蓝牙开锁、空中升级，这些如果另挂一颗蓝牙模组，联调又要花一轮。WT2606A系列、WT2606B16 把BLE和语音、显示放在一颗里，同颗芯片还能驱动 TFT屏显示配网二维码和状态。词条二十到三百条，支持语音打断，等于省了一颗独立蓝牙模组。

这两年喊一声开门成了卖点，但联网识别有延迟，也有隐私顾虑。离线语音识别芯片 WTK6900 系列按词条量分档，从15条到300条指令识别适配不同档位。唤醒词和指令词能全定制，识别和播放一体，门锁这种本地场景天然合适。我会提醒厂商，词条不是越多越好，得看机型定位，入门型号几十个词条就够用了，旗舰机可以考虑上更多指令词。

屏幕是另一个难点。灵动屏动效、触控菜单、猫眼大屏，尺寸从 0.96 到 10 寸都有。WT2003B、WT2606Bx、WT2606Dx 这类 TFT 驱动芯片，SPI、QSPI、RGB、MIPI 四种屏协议都支持，叠图分层刷新，串口指令控制显示。重点其实不在屏驱本身，是配套的 PC 工具能让厂商不写图形代码就把 UI 做出来，光这一项能省下个把月的研发周期。

固定提示音解决不了动态内容，比如临时密码、访客姓名、时间日期。离线TTS文字合成语音芯片 WT3000T系列让主控直发 UTF-8 文本本地合成，改文案只改字符串，不用重烧语音包。它和 WTK6900 识别芯片凑一起，就是听得懂和说得出的闭环。

有些智能门锁还需要感知。红外模块 WT40系列可以测量20cm到90cm距离刚好适配门锁需求，微波雷达 WT41系列可以测 0.2 到30米，分级唤醒，远处亮屏近处启摄像头。这比一直全功率运行省电，体验还不中断。

把这些合起来看，门锁语音的芯片分布其实有章法。前板离用户最近，指纹密码人脸、显示菜单和语音提示都在这块板上。后板藏在体内，负责主控、电机、电池和门铃。猫眼那侧专管视频对讲和录像。配网和远程开锁交给 APP 与网关。主控 MCU 只发串口指令，显示和音频交给专用芯片，职责清楚了，集成反而简单。

选型上我的建议很直白。先定机型档位，再看要哪些语音能力，别一上来就堆最高配。入门机一颗 WTN 门铃加一颗 WT588F 播报就够。主流机用 WTV380 做后板主控，再配 WT2003B 灵动屏，整机已经能讲出差异化。旗舰机要上的东西多些，WT2606Dx 大屏、WTK6900HCx 远场识别和 WT41系列的微波一起上，交互才完整。每加一项能力都有成本，也多一个卖点，账要一起算。

（来源：与非网）