详细解析MEMS麦克风，原来智能语音是这个样子

哚哚

详细解析MEMS麦克风，原来智能语音是这个样子

& j" l$ b; I) V" E7 [" r! C6 |
2 x6 Q* o& R/ x; g: |数字MEMS麦克风具有高抗噪性和简化电路设计的优点，适用于多麦克风数组以消除回音和噪声，以及波束形成以实现定向灵敏度。 为让智能型手机能消除噪声，一种常见方法是在远离主语音麦克风之处放置一个或多个额外麦克风，例如在外壳边缘或背面，检测来自周围环境的噪声，再从语音麦克风的输出中减去，能提高通话质量。 降噪麦克风也经常用于影音录制模式。

% O5 h4 x2 v: K波束形成还使用到两个或多个麦克风数组。 虽然大多数麦克风有全向灵敏度，但一些应用可得益于一个特定方向所增加的灵敏度或在其他方向降低灵敏度，例如在电话会议中或行车通话时提高音频质量和清晰度。 根据从不同方向传来的声音相位差，波束形成可利用数字算法到数组的麦克风输出，而且还能判定特定声音传来的方向。


& ?3 s/ c+ T6 b0 |3 L专用集成电路（ASIC）设计介绍

麦克风模块制造商利用选择合适的MEMS麦克风套件区分产品，当中已有一对优化的MEMS传感器和ASIC。

! N3 @# E0 b5 g. Z$ N4 ~# t
安森美半导体致力于开发高度整合的数字MEMS麦克风ASIC，可以结合独立MEMS供货商所制造的各种MEMS换能器。 例如LC706200数字IC系列，除了整合模拟放大器和低通滤波器，还整合前馈式delta-sigma ADC。 还有一个电荷泵， 为MEMS换能器提供工作电压。

6 Q5 |" X6 S5 b% h) f3 F

& j8 x8 @/ y  x% E6 G- q$ j4 x安森美半导体的数字ASIC满足关键性能标准，可以帮助当今MEMS麦克风设计人员克服所面临的挑战。 其中，高讯噪比（SNR）是必需的，在麦克风用于更大的距离时支持清晰的性能，以及用于通常更清晰的音频撷取。 特别是自动语音识别算法依赖高讯噪比以达到良好的文字准确率。 现在需要讯噪比大于64db的ASIC，辅以MEMS工程师实现的进展，以优化换能器的特点。
' ^& n5 M( l- w
随着终端用户因为日益增多的各种应用而渴求智能手机等装置有更好的效果，麦克风必须可以在嘈杂环境中毫无失真地运行到高声压级（SPL），例如社交用户能进行高质量的录音，捕捉在音乐节的现场体验。

数字MEMS麦克风用于未来的独立语音指令

6 Z& a' q- @4 n, Y, _由于语音识别引擎和强大的语音助手，如Siri、「OK Google」和亚马逊Echo，物联网和携带式装置领域对语音指令功能有高要求。 目前的语音识别系统通常一直在执行状态，花费相当大量功耗在聆听和识别语音。 未来的语音指令功能将有望独立工作，并在语音启动时打开。 低功耗数字MEMS麦克风技术将适用于未来独立的语音触发方案—性能会非常好，功耗极低，比较容易添加到现有设计中。

算法如噪声消除和波束形成，分析来自多个麦克风的讯号，需要依靠近似匹配数组中个别麦克风的灵敏度，理想值在+/-1dB以内。 虽然筛选或分级是一个潜在的方案，麦克风设计人员正在寻找ASIC以提供可调增益，在MEMS制造中实现制程相关变化的调整。
& T0 F1 }/ ]: p; S( X& c
5 F  v: J$ b  u/ eLC706200产品系列提供高性能的方案。 它有一些其他功能，确保在宽工作范围增强的线性性能，包括-106dBFS的低输入参考噪声，具有8kHz低通滤波器的优势实现峰值补偿，和利用安森美半导体的千兆奥姆电阻制程的低噪内部偏置和调节电路。 该组件还具有高电源抑制比（PSRR），防止进入讯号链的不利噪声，以及保持对语音指令给予响应的电源管理，包括睡眠模式和低功耗模式。

3 v% [/ Z' [; K8 ^, I  y6 ~; \结语
- {+ |/ M1 s2 Y/ M7 X0 {
人们使用计算机和智能装置方式的变化推动了对高性能、可靠MEMS麦克风的需求。 当前市场的数字ASIC最大化了麦克风开发人员的自由，以提供同类最佳产品来满足这些需求。