RK3588s 极简多模态套件白皮书

# **目 录**

1. 产品概述
2. 产品清单
3. 交互距离说明
4. 产品功能与原理
5. 典型应用场景
6. 多模态应用版本更新说明
7. 硬件接口说明
8. 系统接线与工作模式
9. 硬件尺寸信息
10. 主机规格参数
11. 组装注意事项
12. 技术服务与支持

# 离线资料下载
RK3588s 极简多模态套件开发资料（产品白皮书、使用手册），可以点击下载:
[【附件】RK3588s 极简多模态套件开发资料.zip](/media/attachment/2026/01/RK3588s_%E6%9E%81%E7%AE%80%E5%A4%9A%E6%A8%A1%E6%80%81%E5%A5%97%E4%BB%B6%E5%BC%80%E5%8F%91%E8%B5%84%E6%96%99.zip)

# 1. 产品概述

通用多模态交互开发套件采用RK3588S高性能、低功耗的八核应用处理器,搭载Android 13.0系统，主频高达2.4GHz。嵌入式3D GPU使RK3588S与OpenGL ES 1.1/2.0/3.2、OpenCL 2.2和Vulkan 1.2完全兼容。集成了LVDS、EDP、MIPI、千兆以太网、wifi、蓝牙，4G接口，5G接口，5W*2功放、TF卡扩展、红外遥控、串口/IO扩展、HDMI输出、MIC、背光供电等功能，显著降低了整机系统的设计与集成复杂度。

本套件是集成了免唤醒词人脸唤醒、多模态降噪与大模型交互于一体的软硬件一体化产品，旨在彻底解决复杂环境下的语音交互难题，广泛应用到AI服务器、人脸支付设备、安防、医疗、交通、金融、工控、智慧教育、智能零售等等AI智能领域。

# 2. 产品清单

<table border="0" class="docutils" style="width: 100%;">
	<colgroup>
		<col width="5%" />
		<col width="10%" />
		<col width="5%" />
		<col width="30%" />
	</colgroup>
	<tbody valign="top">
		<tr>
			<td align="center" valign="center"><b>序号</b></td>
			<td align="center" valign="center"><b>硬件名称</b></td>
			<td align="center" valign="center"><b>数量</b></td>
			<td align="center" valign="center"><b>说明</b></td>
		</tr>
		<tr>
			<td valign="center">1</td>
			<td valign="center">3588s主板</td>
			<td valign="center">1</td>
			<td valign="center">默认无外壳，选配带外壳主机</td>
		</tr>
		<tr class="row-even">
			<td valign="center">2</td>
			<td valign="center">500W摄像头</td>
			<td valign="center">1</td>
			<td valign="center" rowspan="2">摄像头焦距3.3mm，支持0.5米到1.9米内交互<br>默认裸件，选配带结构件外壳</td>
		</tr>
		<tr>
			<td valign="center">3</td>
			<td valign="center">声卡麦板二合一板</td>
			<td valign="center">1</td>
		</tr>
		<tr>
			<td valign="center">4</td>
			<td valign="center">电源适配器</td>
			<td valign="center">1</td>
			<td valign="center">长度1.5米，航嘉电源适配器</td>
		</tr>
		<tr>
			<td valign="center">5</td>
			<td valign="center">USB线束</td>
			<td valign="center">1</td>
			<td valign="center">长度2.5米，4pinUSB2.0转4pinUSB2.0线束</td>
		</tr>
		<tr>
			<td valign="center">6</td>
			<td valign="center">摄像头线束</td>
			<td valign="center">1</td>
			<td valign="center">长度5.6cm，4pinUSB2.0转4pinUSB2.0线束</td>
		</tr>
		<tr>
			<td valign="center">7</td>
			<td valign="center">回采线</td>
			<td valign="center">1</td>
			<td valign="center">长度2.5米，5pin转3.5mm耳机口</td>
		</tr>
		<tr>
			<td valign="center">8</td>
			<td valign="center">串口线</td>
			<td valign="center">1</td>
			<td valign="center">主板：1米，4pin ttl接口转USB串口线<br>主机：1米，4pin 232接口转USB串口线</td>
		</tr>
		<tr>
			<td valign="center">9</td>
			<td valign="center">天线</td>
			<td valign="center">1</td>
			<td valign="center">主板：12cm天线<br>主机：12cm胶棒天线</td>
		</tr>
	</tbody>
</table>

<center>表1 产品清单列表</center>

![](/media/202601//1767837111.3284495.png)
 <center>图1 3588s主板（默认配置）</center>

![5469eeb3c0e40e7209f76609ec6ee0b5](/media/202601//1767837111.3339438.jpeg)
 <center>图2 3588s带外壳主机（可选配）</center>

![d324e95f0fa82fe337b678c203c31bab](/media/202601//1767837111.3365865.png)
 <center>图3 单目500摄像头（远近场融合）</center>

![1355a844b2074bc02b8da15cdd97d55b](/media/202601//1767837111.3389115.jpeg)
 <center>图4 声卡麦板二合一板</center>

![](/media/202601//1767837111.3408697.png)
 <center>图5 线束实物图</center>

# 3. 交互距离说明

- 摄像头面向人脸，线性四麦麦克风板拾音孔面向正前方安装。
- 适用于距离屏幕0.5米~1.9米交互距离内使用。

![](/media/202601//1767837111.3431952.png)
 <center>图6 水平方向交互距离说明</center>

![](/media/202601//1767837111.345046.png)
 <center>图7 垂直视场角场景说明</center>

- 摄像头倾斜角度说明：表内角度基于摄像头65°垂直视场角，并以确保1.3米至1.9米身高用户的人脸能清晰落入画面中央为原则计算得出，仅供参考，实际安装时可微调。

<table border="0" class="docutils" style="width: 100%;">
	<colgroup>
		<col width="10%" />
		<col width="10%" />
		<col width="10%" />
		<col width="10%" />
		<col width="10%" />
	</colgroup>
	<tbody valign="top">
		<tr>
			<td align="center" valign="center"><b>摄像头安装高度</b></td>
			<td align="center" valign="center"><b>推荐交互距离</b></td>
			<td align="center" valign="center"><b>摄像头建议上下倾斜角度</b></td>
			<td align="center" valign="center"><b>最低身高</b></td>
			<td align="center" valign="center"><b>最高身高</b></td>
		</tr>
		<tr>
			<td valign="center">1.2</td>
			<td valign="center">0.6m</td>
			<td valign="center">向上倾斜20°</td>
			<td valign="center">1.3m</td>
			<td valign="center">2.07m</td>
		</tr>
		<tr>
			<td valign="center">1.3</td>
			<td valign="center">0.6m</td>
			<td valign="center">向上倾斜15°</td>
			<td valign="center">1.31m</td>
			<td valign="center">1.95m</td>
		</tr>
		<tr>
			<td valign="center">1.4</td>
			<td valign="center">0.6m</td>
			<td valign="center">向上倾斜10°</td>
			<td valign="center">1.35m</td>
			<td valign="center">1.95m</td>
		</tr>
		<tr>
			<td valign="center">1.5</td>
			<td valign="center">0.6m</td>
			<td valign="center">向下倾斜5°</td>
			<td valign="center">1.38m</td>
			<td valign="center">1.96m</td>
		</tr>
		<tr>
			<td valign="center">1.6</td>
			<td valign="center">0.6m</td>
			<td valign="center">不倾斜</td>
			<td valign="center">1.41m</td>
			<td valign="center">1.98m</td>
		</tr>
		<tr>
			<td valign="center">1.7</td>
			<td valign="center">1m</td>
			<td valign="center">不倾斜</td>
			<td valign="center">1.33m</td>
			<td valign="center">2.33m</td>
		</tr>
		<tr>
			<td valign="center">1.8</td>
			<td valign="center">1m</td>
			<td valign="center">不倾斜</td>
			<td valign="center">1.43m</td>
			<td valign="center">2.43m</td>
		</tr>
		<tr>
			<td valign="center">1.9</td>
			<td valign="center">1.5m</td>
			<td valign="center">不倾斜</td>
			<td valign="center">0.95m</td>
			<td valign="center">2.85m</td>
		</tr>
		<tr>
			<td valign="center">2</td>
			<td valign="center">1.5m</td>
			<td valign="center">不倾斜</td>
			<td valign="center">1.05m</td>
			<td valign="center">2.95m</td>
		</tr>
	</tbody>
</table>

<center>表2 摄像头倾斜角度参考表</center>

# 4. 产品功能与原理

<table border="0" class="docutils" style="width: 100%;">
	<colgroup>
		<col width="5%" />
		<col width="5%" />
		<col width="5%" />
	</colgroup>
	<tbody valign="top">
		<tr>
			<td align="center" valign="center"><b>功能</b></td>
			<td align="center" valign="center"><b>特性</b></td>
			<td align="center" valign="center"><b>备注</b></td>
		</tr>
		<tr>
			<td valign="center">回声消除</td>
			<td valign="center">回声消除-25dB</td>
			<td valign="center"标配></td>
		</tr>
		<tr>
			<td valign="center">多模态降噪</td>
			<td valign="center">噪声抑制-10dB</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">人脸唤醒</td>
			<td valign="center">检测唇形，免语音唤醒，人脸检测准确率达 99.99%</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">语音二次唤醒</td>
			<td valign="center">支持修改cfg文件，自定义语音唤醒词，二次唤醒</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">话筒录音</td>
			<td valign="center">支持USB口插入话筒设备录音交互</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">在线识别</td>
			<td valign="center">支持中英文和方言识别</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">结构化语义</td>
			<td valign="center">支持自定义技能，提供 100 多个官方技能</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">语音合成</td>
			<td valign="center">支持中英文和方言合成</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">串口通信</td>
			<td valign="center">支持串口或者232接口发送指令给上位机</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">视频输出</td>
			<td valign="center">通过千兆网口输出视频内容给上位机使用</td>
			<td valign="center">标配</td>
		</tr>
		<tr>
			<td valign="center">大模型交互</td>
			<td valign="center">可接入星火大模型，让交互更自然</td>
			<td valign="center">选配功能</td>
		</tr>
		<tr>
			<td valign="center">超拟人合成</td>
			<td valign="center">模拟人类的口语化现象、情感、停顿等细节信息</td>
			<td valign="center">选配功能</td>
		</tr>
		<tr>
			<td valign="center">语音服务私有化部署</td>
			<td valign="center">保障企业信息安全</td>
			<td valign="center">选配功能</td>
		</tr>
	</tbody>
</table>

<center>表3 产品功能列表</center>

![](/media/202601//1767837111.3529353.png)

<center>图8 多模态降噪原理图</center>

# 5. 典型应用场景

- **智慧政务一体机：**提供免接触、高效率的业务查询与办理体验。
- **医疗自助挂号机：**通过人脸与语音交互，简化就诊流程，保护患者隐私。
- **交通枢纽购票机：**在嘈杂环境中精准识别用户指令，快速完成票务购买。
- **虚拟人交互大屏：**主动吸引顾客注意，实现精准营销与互动导览。
- **工业调度大屏：**解放双手，通过语音指令实时查询与操控生产信息。
- **商超零售一体机：**提供高效率语音问询服务，进行采购指引或自助采购。

# 6. 多模态应用版本更新说明

- **多模态2.4.0版本（当前可用）：**
	已于2025年12月31日前在AIUI平台申请appid，且已经完成业务对接的客户，可继续使用传统语音链路进行对接。
- **多模态2.5.0版本（即将上线）：**
	计划于2026年1月10日发布。该版本将升级多模态降噪引擎，并支持以下功能：
  - 接入AIUI平台极速交互链路，交互响应时间降低300ms
  - 支持配置多种大模型
  - 支持自定义语音唤醒词，实现二次唤醒交互

**重要提示：2.5.0版本在语义对接字段上有调整，与2.4.0版本不兼容。已合作客户如需升级至2.5.0，需申请新的appid进行对接。**

# 7. 硬件接口说明

![eb2d17d9a149695b95577e51c9aa1da2](/media/202601//1767837111.3571424.jpeg)
 <center>图9 主机上侧接口图</center>

![e6e8ad04e86a1985eaffd7e84871edb5](/media/202601//1767837111.3589242.jpeg)
 <center>图10 主机下侧接口图</center>

![H358S正面标注图](/media/202601//1767837111.3612359.jpeg)
 <center>图11 通用多模态交互主板正面接口</center>

![H358S反面标注图](/media/202601//1767837111.3633358.jpeg)
 <center>图12 通用多模态交互主板反面接口</center>

![4cb8a5d2bf294512ab1199dbf055a61e](/media/202601//1767837111.3654456.png)
 <center>图13 声卡麦板二合一板反面接口</center>

<table border="0" class="docutils" style="width: 100%;">
	<colgroup>
		<col width="5%" />
		<col width="5%" />
	</colgroup>
	<tbody valign="top">
		<tr>
			<td align="center" valign="center"><b>序号</b></td>
			<td align="center" valign="center"><b>麦板接口说明（pin脚定义顺序从左到右边，pin脚间距1.25mm）</b></td>
		</tr>
		<tr>
			<td valign="center">1</td>
			<td valign="center">4pinUSB2.0摄像头接口，pin脚定义VBUS\_C，USB\_DM2,USB\_DP2,GND</td>
		</tr>
		<tr>
			<td valign="center">2</td>
			<td valign="center">5pin回采线束接口,pin脚定义REFR-,REFR+,GND,REFR+,REFR-</td>
		</tr>
		<tr>
			<td valign="center">3</td>
			<td valign="center">回采增益拨码开关；声卡提供了拨码开关可供调整一定范围的增益大小，对应第三位和第四位。对应的增益大小：<br>00 => 10DB；01 => 20DB；10 => 30DB；11 => -6DB</td>
		</tr>
		<tr>
			<td valign="center">4</td>
			<td valign="center">4pinUSB2.0音视频接口，pin脚定义GND，USB_DP, USB_DM, VUSB</td>
		</tr>
	</tbody>
</table>

<center>表4 USB声卡主板接口说明</center>

# 8. 系统接线与工作模式

## 8.1 按照接线方式区分

- 方式1：
	使用3588s板载功放，可直接通过3.5mm耳机口将合成音频接入到声卡回采接口，板载功放默认支持8欧姆10瓦；

- 方式2：
	使用外置功放，需要接外置功放的一路信号到声卡板上的回采接口。

## 8.2 按照工作模式区分

- 工作模式1：
	**作为AI工控机主机模式**

![](/media/202601/2026-01-08_114728_5901800.2205540266727708.png)
 <center>图14 作为AI工控机主机模式示意图</center>

- 工作模式2：
	**作为输出语音交互指令从机模式**

![](/media/202601//1767837111.3709383.png)
 <center>图15 串口信息给到上位机示意图</center>

- 工作模式3：
	**作为输出多模态降噪音频从机模式**

<div style="display: flex; align-items: flex-start; gap: 16px; padding: 16px; background: #fff5f6; border-radius: 5px; border-left: 4px solid #e83e8c; box-shadow: 0 4px 12px rgba(255, 215, 0, 0.08); margin-bottom: 16px; transition: transform 0.2s ease, box-shadow 0.2s ease;">
  <div>
    <div style="font-weight: 600; margin-bottom: 4px;">温馨提示</div>
	<div style="font-size: 14px; line-height: 1.5;">默认3588S主板上的3.5mm耳机口和speaker播出的是合成音频，需要把aiui.cfg mmps下面的play_mmsp改成true且play_mode改成user，即可只输出降噪音频。</div>
  </div>
</div>

![](/media/202601//1767837111.3728642.png)
 <center>图16 多模态降噪音频给上位机示意图</center>

# 9. 硬件尺寸信息

![尺寸图](/media/202601//1767837111.3747227.png)

![358S](/media/202601//1767837111.3764977.png)
 <center>图17 通用多模态交互主板尺寸图</center>

- PCBA尺寸：138mm*85mm/±0.5mm；板厚1.6mm±10%
- 螺丝孔规格：∮3.0mm x 4 /±10%

**`注意`：**DC头插孔为偏心圆，注意尺寸位置。

![](/media/202601//1767837111.3789408.png)
 <center>图18 麦板声卡二合一板尺寸图</center>

![](/media/202601//1767837111.381043.png)
 <center>图19 单目500W摄像头尺寸图</center>

# 10. 主机规格参数

<table border="0" class="docutils" style="width: 100%;">
	<colgroup>
		<col width="5%" />
		<col width="5%" />
	</colgroup>
	<tbody valign="top">
		<tr>
			<td colspan="2" align="center"><b>主要硬件参数</b></td>
		</tr>
		<tr>
			<td valign="center">CPU</td>
			<td valign="center">八核（四核Cortex-A76，四核Cortex-A55）64位,主频最高2.4Ghz</td>
		</tr>
		<tr>
			<td valign="center">GPU</td>
			<td valign="center">ARM Mali G610 3D GPU， 支持OpenGL ES 1.1/2.0/3.2、OpenCL 2.2、Vulkan 1.2</td>
		</tr>
		<tr>
			<td valign="center">NPU</td>
			<td valign="center">RKNN NPU,算力最大至 6 TOPS</td>
		</tr>
		<tr>
			<td valign="center">内存</td>
			<td valign="center">默认8G，4G/8G/16G(可选）</td>
		</tr>
		<tr>
			<td valign="center">内置存储器</td>
			<td valign="center">默认64G，32G /64G/128G/256G(可选）</td>
		</tr>
		<tr>
			<td valign="center">显示</td>
			<td valign="center">支持EDP/HDMI 2.1/MIPI/LVDS/DP（TYPE-C )</td>
		</tr>
		<tr>
			<td valign="center">系统</td>
			<td valign="center">Android 13</td>
		</tr>
		<tr>
			<td valign="center">播放模式</td>
			<td valign="center">支持循环、定时、插播等多种播放模式</td>
		</tr>
		<tr>
			<td valign="center">多媒体</td>
			<td valign="center">支持MPEG-1，MPEG-2，MPEG-4，H.263，H.264，H.265，VC-1，VP9，VP8，MVC，AV1</td>
		</tr>
		<tr>
			<td valign="center">电源供电接口</td>
			<td valign="center">1个内置2.54MM 6P电源输入接口及1个口径6.0 MM   内芯 2.0MM DC头接口</td>
		</tr>
		<tr>
			<td valign="center">LVDS输出</td>
			<td valign="center">1路LVDS输出接口，30 PIN杜邦，可驱动50/60Hz多种分辨率液晶屏</td>
		</tr>
		<tr>
			<td valign="center">MIPI输出</td>
			<td valign="center">1路MIPI输出接口，40 PIN FPC座，最高支持4K @ 60fps输出</td>
		</tr>
		<tr>
			<td valign="center">EDP输出</td>
			<td valign="center">1路EDP输出接口，20 PIN杜邦，最高支持4K @ 60fps输出（和HDMI-OUT只能二选一输出）</td>
		</tr>
		<tr>
			<td valign="center">HDMI输出</td>
			<td valign="center">1个A型接口，支持HDMI TX 2.1，最高支持8K @ 60fps输出（和EDP只能二选一输出）</td>
		</tr>
		<tr>
			<td valign="center">TF卡</td>
			<td valign="center">支持16G/32G/64G/128G(只要是SD3.0,MMC ver4.51协议，更大容量的也是支持的）</td>
		</tr>
		<tr>
			<td valign="center">CTP接口</td>
			<td valign="center">1路I2C触摸屏接口</td>
		</tr>
		<tr>
			<td valign="center">遥控及指示灯</td>
			<td valign="center">支持红外遥控器按键控制，支持设备工作状态灯的指示</td>
		</tr>
		<tr>
			<td valign="center">串口/扩展接口</td>
			<td valign="center">4路TTL（2路可改232,2路可改485）串口, 4路GPIO</td>
		</tr>
		<tr>
			<td valign="center">音频输出</td>
			<td valign="center">1个3.5mm耳机接口，1个双通道喇叭输出接口</td>
		</tr>
		<tr>
			<td valign="center">重力感应</td>
			<td valign="center">支持，默认不贴</td>
		</tr>
		<tr>
			<td valign="center">RTC实时时钟</td>
			<td valign="center">支持、并支持定时开关机</td>
		</tr>
		<tr>
			<td valign="center">USB接口</td>
			<td valign="center">2个USB 3.0、2个内置USB插座</td>
		</tr>
		<tr>
			<td valign="center">系统升级</td>
			<td valign="center">支持本地USB升级，无线升级，电脑升级</td>
		</tr>
		<tr>
			<td valign="center">网络支持</td>
			<td valign="center">1、支持 10/100M/1000M自适应以太网；<br>2、内置 WiFi，蓝牙，WIFI支持热点分享；<br>3、可扩展4G 上网 </td>
		</tr>
		<tr>
			<td valign="center">尺寸</td>
			<td valign="center">138mm*85mm/±0.5mm，板厚1.6mm±10%</td>
		</tr>
		<tr>
			<td valign="center">工作环境</td>
			<td valign="center">温度：-20度-85度，推荐5°C~35°C，湿度：10％～90％，无凝露</td>
		</tr>
	</tbody>
</table>

<center>表5 通用多模态主板硬件规格说明</center>

# 11. 组装注意事项

## 11.1 四麦裸麦克风板安装工艺要求

- 设备上预留麦克风孔洞，孔径>2mm，孔深<3mm。
- 设备内表面预留一个防尘垫+泡沫棉的凹槽位置，规格：直径11mm，深度0.5mm，用于贴φ11mm 厚度1mm的泡沫棉和防尘网；硅胶垫中间孔洞直径2mm（双面可粘贴）。
- 设备需要预留螺丝位，用来固定麦克风板。

![ae126fa802589ded8f9c056ee138174](/media/202601//1767837111.388471.png)
 <center>图20 裸麦克风金属外壳设计参考</center>

## 11.2四麦单目结构件安装工艺要求

-  如果需要将四麦单目结构件安装到客户设备内部，需要注意外壳麦克风开孔的孔径>2mm，孔深<3mm。
-  四麦单目结构件跟客户设备外壳之间增加双面背胶，用来保证麦克风的气密性，双面背胶厚度为0.5mm，孔径3mm。
-  双面背胶贴合时要注意孔位对齐，不能堵住麦克风孔。

# 12. 技术服务与支持

我们为客户提供全面、及时的技术支持，确保开发流程顺畅无忧。

## 12.1 开发资料

- **产品使用手册：**提供详细的硬件操作与软件配置指南。

- **对接协议文档：**

- 视频传输协议：[点击查看](https://aiui-doc.xf-yun.com/project-1/doc-360/ "点击查看")

- 识别语义协议：[点击查看](https://aiui-doc.xf-yun.com/project-1/doc-367/ "点击查看")

- 音频传输协议：[点击查看](https://aiui-doc.xf-yun.com/project-1/doc-392/ "点击查看")

- **示例代码库：**提供丰富的场景化代码示例，加速开发集成。

- **3D结构资料：**提供麦克风板、摄像头等组件的3D模型文件，便于结构设计。

## 11.2 资源与社区

- **开箱与入门视频：**通过视频直观了解套件组装与快速上手。

- **常见问题解答(FAQ)：**汇总典型问题及其解决方案。

- **技术社区/工单系统：**提供开发者交流平台与官方技术支持通道。

## 11.3 保修与售后

- **质保政策：**主板享受自购买之日起 壹年 质保。

- **技术支持：**如需帮助，请通过以下方式联系我们：

- **技术支持邮箱：**aiui_support@iflytek.com

- **官方网站：**https://aiui.xfyun.cn/