麦克风阵列能利用不同位置收到的声音差异，突出指定方向。但收音方向更窄，也可能伴随低频衰减和误差敏感性上升。理解排列、处理与声音完整度之间的取舍，才能更有依据地判断收音效果。
远程开会时，桌上的收音设备有好几个麦克风孔，旁边的人一开口，声音仍可能混进来。看到更多拾音点，我们容易期待它只留下正前方的人声。可要判断这份期待能否实现，除了数量，还得看声音从哪里来，以及各路信号怎样合成。
录一段访谈时，也可以留意另一个问题。如果某种收音模式让侧面的说话声变轻，正面人声却同时少了厚度，这样的变化算不算更清楚？压低干扰和保留原声，需要分别判断。下面从一种按方向收音的方法，拆开这两件事。
每个麦克风收到的都是混合声
把多个麦克风按一定位置摆放，就组成了麦克风阵列。正面说话声、侧面谈话声都会传到各个拾音点，每一路通常都含有多种声音。麦克风的位置本身不会替声音分配身份，后续处理需要利用各路信号之间的差异。
在声源距离足够远、可以近似看作平面声波的条件下，同一声音到达不同麦克风的传播距离有差别，于是出现相位差，也就是声波起伏进程的差别。声源方向改变，这组差别也随之改变，它们为按方向选择声音提供了线索。
波束形成，就是利用这些空间差异合成具有方向偏好的输出。处理器先为各路信号设置滤波器，分别调整不同频率成分的幅度和相位，再把它们相加。目标方向尽量得到保留，其他方向受到一定衰减。最终效果取决于传播路径与滤波设置能否配合。
收音方向变窄，可用频段也会变化
一种设计办法是先规定理想的方向响应，也就是希望各个方向的声音最终留下多少，再计算滤波设置，让实际输出尽量接近目标。这称为最小二乘波束形成，通俗地说，就是让各方向的实际响应与预期响应之间的总体偏差尽可能小。
对于这里讨论的高阶超心形目标，阶数是描述方向图复杂程度的参数。提高阶数可以提高指向性，让正面主要接收区域更窄。但声波频率不同，同一组麦克风位置提供的空间差异也不同，理想方向图只能在一定频段内被准确合成。
在每组32支全指向麦克风、标称半径为0.1米的三种阵列配置中，加上限制误差敏感性的要求后，阶数越高，能维持目标方向图的频段越窄。因此，看到更窄的收音角度，还要追问它适用于哪些频率。某个频段的方向选择更强，不能直接说明整段人声都保留得更好。
为了稳定，处理必须有所取舍
实际麦克风的灵敏度很难完全一致，实际响应与计算时采用的模型也可能有偏差。对这类偏差过于敏感的滤波设置，即使在理想条件下很接近目标，遇到小误差也可能明显偏离。这里的稳健性，指的就是处理结果抵抗这些偏差的能力。
正则化是一种限制滤波设置过于激进的计算办法。它在追求方向图准确的同时，对滤波权重的大小施加约束。在加入标准差为0.2分贝的麦克风声压级校准误差模型后，低频处约束太弱会让方向响应显著偏离目标，适当增强约束可以改善稳定性。
这项约束也有代价。在上述最小二乘设计中，增强正则化会使低频的主要接收区域变宽，正面声音的响应也可能下降。对应到听音任务，就要检查目标声音是否少了低频成分。把正前方某个频率的响应统一画成同样高度，还可能掩盖真实的电平下降，单看方向图形状并不充分。
排列和壳体也参与决定结果
传播路径还受到阵列形状影响。矩形网格、开放圆环、安装在刚性圆柱障板上的圆环，即使用相同数量的麦克风，收到的各路声音关系也不同。障板是会改变声波传播的刚性结构，声音在其周围绕射，也就是绕过物体传播，会改变到达各点的响应。
在前述三种配置和水平声场条件下，带圆柱障板的圆形阵列获得了更宽的目标方向图适用频段。这个比较有明确的尺寸、布局和处理条件，不能据此判断任意带壳设备都更好，也不能推出三维空间、近距离说话或复杂房间中的同样排名。
判断手边设备时，可以固定设备、说话位置和播放音量，用同一段录音分别试听不同模式。先只播放正面人声，听声音厚度和音色是否改变，再加入位置固定的侧面语音，听干扰降低多少。条件允许时再只改变侧面声源的角度，观察效果是否明显变化，每轮只改一个因素。
记录时把目标声音完整度、侧面干扰和整体偏好分开写。面向音频工作的比较，还可以查看正面频率响应与不同频率的方向响应，并结合重复试听。这些观察能帮助选择当前场景下更合适的模式；要解释内部算法或评价其他设备，仍需要对应的条件与证据。
