幾十年來，研究人員一直在努力讓計算機能夠理解人類語音，它終于為黃金時間做好了準備。隨著 Apple 的 Siri、Amazon Echo 和 Google Home 等個人語音助手的出現，電子系統的語音控制現在已成為必備功能。從合適的麥克風入手是在此類設計中實現最佳性能的關鍵。

語音控制設備的首選技術是微機電系統 (MEMS) 麥克風。由于許多原因，它們基本上取代了舊的駐極體電容麥克風。一方面，MEMS 麥克風很小——只有 2.5 x 1.6 x 0.9 mm。然而，更重要的是，它們可以提供不會隨時間漂移的穩定性能，并且可以具有更好的相位匹配以實現精確的波束成形。

MEMS 麥克風通過電容工作。硅的微加工產生了一個以柔性板為一壁的聲學室，壓力波（聲音）可以移動該板。板和腔室其余部分之間不斷變化的電容會產生代表聲音的電信號。存在兩種類型的 MEMS 麥克風。模擬麥克風與其較大的同類麥克風一樣，只是提供傳感器信號——可能經過調節或過濾，但基本上沒有改變。因此，如果要在機器語音識別中使用模擬麥克風，則需要使用外部 ADC。數字麥克風包括 ADC 和其他板載數字元件，用于將傳感器信號轉換為數字數據流，通常是脈沖密度調制的。

圖 1：MEMS 麥克風本質上是一個可變電容器，通過對聲學室中的可移動硅板進行微加工制成。（來源：意法半導體）

MEMS 麥克風技術首先在移動設備和筆記本電腦中得到采用，這些應用仍在推動市場發展。大多數設備都有多個麥克風，它們位于靠近底部的位置，用于拾取電話聲音，靠近相機鏡頭，用于拾取視頻聲音。然而，這些麥克風旨在捕捉聲音以供人類聆聽，這為設計人員在應用數據壓縮和其他過濾算法時提供了相當大的自由度。然而，對于機器收聽，音頻處理需求是不同的。

在評估用于語音控制的 MEMS 麥克風之前，開發人員首先需要決定如何使用該系統。例如，電池供電的手持設備（例如遙控器）可能總是放在說話者的嘴邊。因此，該設計可能只需要一個麥克風，而信噪比 (SNR) 等聲學參數可能不像功耗那么重要。但是在像 Amazon Echo 這樣的設備中，它必須可靠地理解在嘈雜環境中從幾米外傳來的聲音，關鍵參數將是 SNL（它確定可靠地感知到的最柔和的聲音）和聲學過載點 (AOP)，它是傳感器在不飽和的情況下可以處理的最大聲壓級 (SPL)。

第二個前期考慮是麥克風的安裝位置和方式。MEMS 麥克風有兩個方向。有頂部端口，聲音入口孔指向遠離安裝表面的方向，底部端口。對于底部端口，安裝麥克風的 PCB 必須有一個與孔對齊的通孔，以便聲音進入。雖然這似乎是一種更復雜的方法，但底部端口麥克風目前主導著市場。移動設備設計人員一直將麥克風安裝在柔性電路上，然后將其連接到設備外殼上，在這些設計中，底部端口設計大大簡化了組裝。

?

圖 2：底部端口麥克風的聲學孔徑與其 PCB 安裝焊盤位于同一側。

此外，在考慮安裝時，供應商警告說，工業設計的聲學特性需要注意。如果外殼的聲音孔徑和外殼的諧振腔不合適，即使是最好的麥克風也會產生較差的性能。根據應用的不同，可能還需要使用墊圈或其他屏障來防止灰塵或水進入麥克風的聲孔。

幸運的是，MEMS 麥克風供應商可以提供幫助。例如，英飛凌等供應商與聲學專家合作，提供客戶可以利用的參考設計。其他公司，如意法半導體，提供聲學仿真服務，以幫助根據客戶的 3D 圖紙驗證客戶設計。

考慮到這些基本考慮因素，設計人員可以評估各個麥克風的性能特征以做出最終選擇。電子表格中列出了可供選擇的具有代表性的 MEMS 麥克風的關鍵參數，可供注冊的 EP 閱讀器下載。其中一些規格包括：?

端口靈敏度 — 給定端口處參考 94-dB -SPL 聲學信號的輸出信號幅度。這有助于指示麥克風將拾取的最柔和的聲音。

SNR — 麥克風的本底噪聲與 94-dB、1-kHz 聲波產生的信號之間的差異（以 dB 為單位）。

動態范圍——麥克風可以可靠地捕捉而不會失真的聲音強度級別的分布。它本質上是麥克風的本底噪聲與其 AOP 之間的差異（以 dB 為單位）。

頻率范圍——麥克風在不損失靈敏度的情況下可以響應的音頻頻率范圍。

圖 3：點擊本文底部的“下載指南”按鈕下載此 MEMS 麥克風選擇指南。

一些供應商還指出了開發人員可以考慮的麥克風產品的特殊功能。其中一個更有趣的是低功耗模式，它允許麥克風在不太敏感但始終開啟的狀態下運行。在這種狀態下運行允許設計在保持活動狀態的同時節省電力，以便檢測“喚醒”字詞，例如“Alexa”。一旦檢測到喚醒字，系統就可以切換到全靈敏度（和全功率）操作。這種模式對于電池供電的設計特別有價值，因為它有助于延長電池壽命。

然而，MEMS 麥克風只是聲控系統設計的第一個元素。它們之后通常必須進行信號處理，將來自多個麥克風的信號組合起來以降低噪音。降噪技術包括波束成形（需要多個麥克風），它將系統的聲學響應集中在揚聲器的方向上，以及“插入”操作，它消除了設備本身產生的聲音，因此揚聲器不需要大聲喊叫才能被聽到。

當然，本文僅涉及 MEMS 麥克風操作和評估的皮毛。幸運的是，網上有許多供應商教程和其他指南可供進一步研究。這些包括：

MEMS 麥克風規格簡介— Cirrus Logic

音頻波束成形— Infineon Technologies

MEMS 麥克風教程— STMicroelectronics

您還可以通過以下文章鏈接了解一些語音信號處理選項及其開發套件。?

審核編輯：湯梓紅