语音控制势将带动新一波人机沟通的大变革，并成为智能家庭中及各种消费性产品不可或缺的关键功能。而语音助理应用仰赖MEMS麦克风对于声音频号的完美搜集，因此，各大供货应商持续提高SNR、相位一致性、AOP三大关键参数，提升MEMS麦克风性能，确保智能语音的收音质量。

语音助理已然跃居智能家庭关键应用。根据IDC研究指出，包括亚马逊Echo和Google Home等智能音箱，在所有智能家庭装置当中，将会是成长速度最快的类别；预估， 2022年智能喇叭音箱市场值将可达174.31亿美元，从2017年至2022年的年平均复合成长率达32%。而随着智能型设备持续进化，语音控制的发展将可使智能生活更贴近人性，MEMS麦克风的重要性也与日俱增，MEMS麦克风供货应商因而加速提升其性能。

SNR/相位一致性为麦克风关键参数

鑫创科技市场营销二处技术经理曾建统(图1)表示，要提升麦克风性能，主要目标便是提高信燥比 (SNR)，以及提高单体间相位一致性。

图1　鑫创科技市场营销二处技术经理曾建统表示，提升麦克风性能，SNR和相位一致性是两大关键参数。

由于麦克风为声波转电信号的传感器，于转换过程中会有时间上的延迟；若每个麦克风的时间延迟一致性越高，而非有些麦克风延迟大，有些麦克风延迟小，对于声音来源的判断准确度就会更高，这也就是所谓的相位一致性。

换言之，相位一致性是能保证远距收音的指标特性，可降低指向性收音的波束成形算法计算误差，若要使搭载多麦克风的设备能准确判断声音来源，便须设法将设备内麦克风的信号转换延迟性趋于一致。

除了相位一致性外，提高SNR也是强化麦克风性能的关键指标之一。曾建统指出，麦克风本身存在着所谓的「底噪」，而当收进来的声音小于这个底噪时，就会隐藏在底噪中无法听到；而提高SNR，便是为了降低底噪的干扰。

曾建统说明，底噪来源分为两种，一种是电信号(电路讯号干扰)，这须靠半导体制程和电路设计加以克服；另一种则是热干扰扰动。由于麦克风的震膜相当敏感，接收到很轻的声压就会产生震动(确保收音灵敏性)，却也因此容易受到空气中的粒子随意碰撞而产生震动，因而产生噪声，这也就是所谓的热扰动。而要克服热扰动，便须改善麦克风震膜的结构设计，使其仍可符合声音系数，收到很轻的声压，却又不会因热扰动的影响而过度震动产生噪声。

综上所述，提高SNR与提高单体间相位一致性目的均是为了提高语音识别正确率，而相位一致性仍是能保证远距收音的指针特性，再来是SNR。两者功用不同，相位一致性可让指向性收音的波束成形算法计算误差降低，提高系统SNR；至于提升单体SNR也会有效，但麦克风仍会收到周围环境的噪音，所以相较之下，相位一致性对于麦克风收音的实际影响较高。

双背板设计展妙用, AOP参数更上层楼

英飞凌(Infineon)大中华区营销经理钟至仁表示(图2)，毫无疑问的，MEMS麦克风的设计重点在于追求更高的SNR。声压位准随着距离而下降，以智能音箱为例，当在近距离下指令给智能装置时，声压约有55dB，当距离拉长至2~5m时，声压约降至45dB, 距离大于5m时，仅剩下25~30dB，而25dB已是定义中的Whispered Voice。换句话说，随着距离变远，音量亦呈现衰减，因此如何避免距离和音量衰减因素影响收音成效和准确度的问题，提升麦克风灵敏度遂成为主要设计架构重点，也是未来麦克风的发展趋势。

图2　英飞凌(Infineon)大中华区营销经理钟至仁指出，声学过载点也是麦克风重要的设计参数之一，为此，该公司采用双背板设计，可最大幅度减少失真。

不过，为提高SNR，从物理特性上来说麦克风的体积也需要跟着变大(薄膜振荡空间需求变大)，然而现今有越来越多的小型化设备也需求高SNR质量，因此如何在追求高SNR时，同时满足这些小型化装置体积的需求，将是未来的主要挑战。

然而，除了SNR外，声学过载点(AOP)也是麦克风重要的设计参数之一。对此，钟至仁指出，此参数决定麦克风能够侦测出的最高讯号位准。举例来说，在演唱会现场的声压可达128dB，如果以目前市面上通用型(未达128dB)的手机麦克风在现场录音，就会因为超过其AOP而产生失真，无法撷取完整音频，产生破音；但若是采用高动态范围的麦克风，甚至在摇滚演唱会的第一排，都能够录下高音质的声音。

也因此，继SNR之外，提高AOP也是MEMS麦克风供货应商致力发展的方向之一；不过，要提升AOP，还须克服当处理较大声压位准时，薄膜产生大程度震动，在薄膜移动至极限时造成失真的挑战。为此，该公司便采用双背板(Dual back-plate)MEMS结构，将薄膜嵌入在两个背板之间，成为对称式结构，可最大幅度减少失真。双背板装置也更为强固，可对抗风声问题。

钟至仁说明，由于AOP较高的单背板(Single back-plate)装置制造商一般使用滤波器消除低频风声，会对音频质量造成影响；同时滤波器也会移除低音，这在录制音乐时会产生影响，毕竟低音是一切重点所在。而双背板设计能获得更佳的高频抗扰性，实现更出色的音频讯号处理，并将10%总谐波失真(THD)的声学过载点提升到130dB声压，产生更佳的讯号质量。如此一来可让用户从两倍远的距离说出语音指令，但麦克风仍截取到同质的音频。

边缘计算兴起，智能麦克风蓄势待发

另一方面，麦克风于设计上除须考虑SNR、相位一致性及AOP之外，随着各式语音创新应用服务兴起，加上日渐增加的数据处理需求，MEMS麦克风的设计，也开始导入边缘计算。

为此，楼氏电子(Knowles)不久前所推出的新一代智能麦克风「IA-610」便是结合边缘计算设计。该产品将高性能SiSonicMEMS技术与先进DSP整合到单颗微型封装中，使得原始设备制造商(OEM)和第三方软件开发人员可以创建和制订更先进的功能，并简化了音频设计，大幅降低系统整体成本；且该产品还可实现语音命令唤醒、空间录音及声学事件探测等功能，如玻璃破碎或婴儿啼哭等。

另外，该产品还是首款使用MIPI SoundWire接口的嵌入式组件，因而简化整合设计过程，降低设计复杂性，并降低成本、pin脚数和功耗；并支持主要的音频和数据接口，如PDM、I2S、SDW、UART以及I2C等，且包含一款低功率声音探测器(LPSD)，以及一款包含声学活动探测技术的音频处理算法。

图3楼氏电子智能语音事业部高级产品管理总监王宇飞表示，语音应用将越来越广泛，未来将不仅限于智能音箱，诸如电视机、遥控器等电子产品都有可能添加语音功能。 SNR和AOP依旧是提升单颗麦克风性能的要素，但在应用逐渐扩展和数据持续增加的情况下，麦克风也进入了「边缘计算」的世代，数据处理从云端慢慢转至装置端；再加上某些装置是属于近场应用 (如电视遥控器、手机), 须具备常时开启功能(Always-on), 因此也须有低功耗、高可靠度等特性，为此该公司便将MEMS麦克风结合DSP，提升整体效能。

另一方面，除了IA-610外，楼氏也备有新一代音频处理器平台「IA8508」，以提升多麦克风远场应用装置(如数字语音助理、智能音箱或是电视等家电)语音识别率和处理效能。

图4楼氏电子中国区董事总经理陆文杰指出，音频处理(如SNR、AOP)是MEMS麦克风一直以来的发展重点，然而，随着语音助理需求增加，服务也越来越多元化，使得多麦克风的远场应用，也成了未来值得关注的事情之一。且如上所述，现今的数据运算慢慢从云端转至装置端，也因此，需要一个更高效率能的平台因应数据处理需求。

新款音频处理器平台特色包括：支持多达八个麦克风的数组，并配有四个异构核心，利用其5.7MB的内存可同时执行高效能算法；具优化的单样本处理器(SSP)核心，以确保低延迟；具有低功耗核心，可以同时监听各种关键短语；以及经优化的指令集，可使复杂的音频处理和机器学习执行更有效率等。

麦克风市场竞争烈,找出差异化是关键

综上所述，各大MEMS麦克风供应商皆致力提升MEMS麦克风效能，而随着麦克风需求增加，市场竞争也越来越激烈，如何为MEMS麦克风找出更佳的「卖点」，是供应商的一大挑战。意法半导体(ST)便采用SiP封装的方式，将麦克风与其他传感器相整合，除了因应更多创新应用之外，还可降低终端产品业者的开发时间和复杂度。

意法半导体亚太区产品营销经理陈建成(图3)指出，提高SNR、AOP和相位一致性等参数是MEMS麦克风不变的发展趋势，而在各家业者技术和产品规格相差无几的情况下，如何找出新的「卖点」，是供应商须不停思考的事情。

图5　意法半导体亚太区产品营销经理陈建成指出，与其他传感器相整合，可让MEMS麦克风更有卖点，并简化终端产品设计复杂度。

陈建成进一步说明，以遥控器为例，为了提升消费者使用体验，遥控器上面可能不仅有语音功能，可能还增添了体感功能，让消费者挥动双手也能操控(例如换频道、游戏互动等)。而要达到上述功能，遥控器上不只需有MEMS麦克风，还需要有加速度计；而ST的优势便在于有完整的MEMS传感器产品线，如麦克风、加速度计，或是温度/环境传感器等皆涵盖其中，因此可采用SiP封装的方式，整合麦克风与加速度计，进而减低终端产品业者的商品开发时间与复杂度。

陈建成表示，原本用SiP封装整合MEMS麦克风与其他传感器多是用于工业市场(测机台震动频率和噪音等)，但随着语音控制在大众消费市场快速兴起，从原本的手机、计算机慢慢扩散到其他装置，如电视、喇叭等，且随着各种消费装置上的传感器愈来愈多的情况下，便逐渐将此一作法移至消费性产品，不仅简化终端产品的设计难度，也藉此在竞争激烈的MEMS麦克风市场中找出差异化的优势。

来源于：新电子