Vesper 麥克風(fēng)的單層耐用結(jié)構(gòu)使其免受空氣中的顆粒和污染物引起的漂移和降解。

隨著智能設(shè)備大戰(zhàn)愈演愈烈，許多傳感器公司的目標(biāo)是為聲控設(shè)備構(gòu)建最好的麥克風(fēng)陣列。隨著此類設(shè)備的激增席卷消費(fèi)市場(chǎng)，此類設(shè)備的需求量很大。先進(jìn)的傳感器公司被證明是該領(lǐng)域的創(chuàng)新者，他們引入了新技術(shù)來(lái)延長(zhǎng)電池壽命、提高遠(yuǎn)場(chǎng)音頻質(zhì)量并抵御環(huán)境污染物。

先進(jìn)的傳感器公司Vesper就是這樣的實(shí)體之一。其最新、最先進(jìn)的麥克風(fēng)VM3000是一款脈沖密度調(diào)制 （PDM） 輸出麥克風(fēng)，具有內(nèi)置模數(shù)轉(zhuǎn)換器 （ADC），可轉(zhuǎn)換 MEMS 傳感器捕獲的輸入模擬信號(hào)進(jìn)入數(shù)字領(lǐng)域。與需要外部 ADC 的模擬麥克風(fēng)同類產(chǎn)品相比，數(shù)字麥克風(fēng)可節(jié)省材料清單 （BOM） 和設(shè)計(jì)尺寸，以及更高的射頻 （RF） 和電磁干擾 （EMI） 噪聲抗擾度。

數(shù)字麥克風(fēng)還可以在多種模式下運(yùn)行，其中編解碼器或應(yīng)用處理器可以使用時(shí)鐘頻率定義麥克風(fēng)的狀態(tài)。例如，VM3000 提供四種此類功耗模式：睡眠 （《1 μA）、待機(jī) （145 μA）、低功耗 （400 μA） 和正常 （700 μA），具體取決于操作的時(shí)鐘頻率。圖1為麥克風(fēng)的狀態(tài)圖：

圖 1. VM3000 數(shù)字 MEMS 麥克風(fēng)的狀態(tài)圖。

麥克風(fēng)上的左/右 （L/R） 選擇引腳還允許在一對(duì) VM3000 之間復(fù)用數(shù)據(jù)線，以形成立體聲麥克風(fēng)配置（單聲道和立體聲配置的典型時(shí)序圖和應(yīng)用電路可從數(shù)據(jù)表）。

獨(dú)特的差異化

雖然 PDM 輸出和多模式操作是當(dāng)今市場(chǎng)上許多數(shù)字 MEMS 麥克風(fēng)的典型特征，但與電容式同類產(chǎn)品相比，Vesper 的 VM3000 為嵌入式語(yǔ)音接口提供了獨(dú)特的差異化。

讓我們從 VM3000 麥克風(fēng)的穩(wěn)健性開始。VM3000 采用與 Vesper 的其他模擬麥克風(fēng)相同的壓電 MEMS 結(jié)構(gòu)，使用單層壓電晶體，對(duì)灰塵、水、濕氣和其他環(huán)境顆粒具有魯棒性。

在具有雙板設(shè)計(jì)的電容式 MEMS 麥克風(fēng)中，進(jìn)入 MEMS 傳感器的任何外來(lái)顆粒都可能被困在板之間，因此隨著時(shí)間的推移會(huì)降低靈敏度和頻率響應(yīng)。隨著陣列中各個(gè)麥克風(fēng)的性能漂移，波束形成算法將這種差異視為方向性線索，使波束遠(yuǎn)離預(yù)期方向。覆蓋聲學(xué)端口的網(wǎng)格或薄膜會(huì)使 SNR 降低 2-3 dB，也增加了設(shè)計(jì)的成本和復(fù)雜性。

相比之下，Vesper 麥克風(fēng)的單層耐用結(jié)構(gòu)使其不受這些漂移的影響，并提供穩(wěn)定的陣列而無(wú)需網(wǎng)格。圖 2 顯示了兩種不同類型的 MEMS 麥克風(fēng)在獨(dú)立測(cè)試設(shè)施中暴露于灰塵之前和之后的頻率響應(yīng)比較。

圖 2. 根據(jù) JDEC 標(biāo)準(zhǔn)，電容式（左）和 Vesper（右）麥克風(fēng)在灰塵暴露前后的頻率響應(yīng)測(cè)量。

有人可能會(huì)問，“既然電容式 MEMS 麥克風(fēng)已經(jīng)存在多年，為什么現(xiàn)在這很重要？” 答案在于在智能揚(yáng)聲器、安全攝像頭、耳機(jī)、智能手機(jī)等語(yǔ)音激活設(shè)備中越來(lái)越多地采用麥克風(fēng)陣列。現(xiàn)在強(qiáng)大的壓電麥克風(fēng)的模擬和數(shù)字版本都可用，開發(fā)人員可以放心，長(zhǎng)期其陣列的長(zhǎng)期穩(wěn)定性，無(wú)論其芯片組上可用的接口如何。對(duì)于需要多個(gè)帶有保護(hù)網(wǎng)或膜的麥克風(fēng)的陣列，VM3000 是一個(gè)福音，因?yàn)榫哂?IP57 等級(jí)的 Vesper 產(chǎn)品不需要網(wǎng)/膜，從而實(shí)現(xiàn)更簡(jiǎn)單的設(shè)計(jì)和不變的性能，以及節(jié)省 BOM 。

與其他壓電麥克風(fēng)一樣，VM3000 不需要電荷泵來(lái)產(chǎn)生偏置電壓。因此，與電容式麥克風(fēng)相關(guān)的 10 ms 啟動(dòng)和模式切換延遲相比，VM3000 可以在 200 μs 內(nèi)從睡眠中喚醒，并在 100 μs 內(nèi)切換不同的電源模式。

這種 50 倍的啟動(dòng)時(shí)間優(yōu)勢(shì)使語(yǔ)音激活系統(tǒng)能夠以足夠快的速度喚醒以捕獲完整的喚醒詞。相比之下，電容式麥克風(fēng)的緩慢啟動(dòng)限制了整個(gè)系統(tǒng)的喚醒時(shí)間，從而影響了喚醒詞檢測(cè)性能。

對(duì)于啟動(dòng)時(shí)間的直觀解釋，請(qǐng)考慮圖 3 所示的語(yǔ)音激活系統(tǒng)的簡(jiǎn)化框圖。在此設(shè)計(jì)中，VM3000 與 Vesper 的零功率監(jiān)聽 （ZPL） 麥克風(fēng) VM1010 結(jié)合使用。

圖 3. Vesper 的 ZPL 麥克風(fēng)與 VM3000 數(shù)字麥克風(fēng)相結(jié)合的簡(jiǎn)化語(yǔ)音激活系統(tǒng)。

VM1010 是一款模擬麥克風(fēng)，僅當(dāng)有任何聲音活動(dòng)超過(guò)預(yù)定義的聲壓級(jí)時(shí)才會(huì)從超低功耗睡眠模式中喚醒。此喚醒由處理器使用兩個(gè) GPIO 控制引腳控制：Dout 和 Mode。綜上所述，當(dāng)環(huán)境中有聲音活動(dòng)時(shí)，VM1010 從睡眠模式切換到正常模式，并在 Dout 上輸出高電平。然后，Dout 信號(hào)驅(qū)動(dòng) DSP/編解碼器上的時(shí)鐘，進(jìn)而設(shè)置 VM3000 上的 CLK 以將麥克風(fēng)從睡眠中喚醒。

上述系統(tǒng)也進(jìn)行了修改，以測(cè)量 VM3000 和具有可比聲學(xué)規(guī)格的電容式麥克風(fēng)的啟動(dòng)時(shí)間。圖 4a 和 4b 顯示了 VM1010 上 Mode/Dout 引腳的狀態(tài)轉(zhuǎn)換，以及每種情況下數(shù)字麥克風(fēng)上的 CLK 和 PDM 數(shù)據(jù)引腳。當(dāng) VM1010 聽到喚醒字時(shí)，Dout 從低變高，處理器在 8 μs 內(nèi)設(shè)置模式引腳。PDM 時(shí)鐘信號(hào)從 16 μs 開始（如圖 4a 所示）以將數(shù)字麥克風(fēng)從睡眠模式切換出來(lái)，并且 PDM 數(shù)據(jù)在 200 μs 內(nèi)可在 DATA 引腳上使用，如圖 4b 所示。

圖 4a。使用 VM1010 和數(shù)字麥克風(fēng)進(jìn)行模式轉(zhuǎn)換（為粒度單獨(dú)顯示）

圖 4b。在示波器上測(cè)量的 VM1010 + VM3000 時(shí)序。（來(lái)源：維斯珀）

相比之下，圖 5 顯示電容式麥克風(fēng)上的 PDM 數(shù)據(jù)僅在 CLK 變?yōu)楦唠娖胶?10 ms 可用。因此，DSP/編解碼器必須等待這段時(shí)間才能接收 PDM 數(shù)據(jù)并執(zhí)行額外的喚醒字處理。

圖 5. VM1010 和電容式 MEMS 數(shù)字麥克風(fēng)時(shí)序。（來(lái)源：維斯珀）

從實(shí)現(xiàn)的角度來(lái)看，這意味著 DSP 必須將電容式麥克風(fēng)保持在低功耗模式之一，而不是切換回待機(jī)模式（典型電流為 50 μA），因?yàn)樗鼰o(wú)法以足夠快的速度喚醒以服務(wù)于喚醒詞檢測(cè)請(qǐng)求。 相比之下，Vesper 的系統(tǒng)可以在電流略低于 1 μA 的情況下長(zhǎng)時(shí)間保持睡眠模式，同時(shí)根據(jù)需要在不到 100 μs 的時(shí)間內(nèi)切換到高性能模式。

這種啟動(dòng)時(shí)間優(yōu)勢(shì)如何轉(zhuǎn)化為喚醒詞檢測(cè)性能？為了進(jìn)一步研究，Vesper 測(cè)量了喚醒詞檢測(cè)性能，以評(píng)估啟動(dòng)時(shí)間對(duì)錯(cuò)誤拒絕率 （FRR） 的影響。

FRR 被測(cè)量為所有 50 種不同的喚醒詞話語(yǔ)中錯(cuò)過(guò)的喚醒詞的數(shù)量。在這些測(cè)試中，測(cè)量是在辦公室類型的房間內(nèi)進(jìn)行的，環(huán)境安靜，環(huán)境本底噪聲為 30 dBA。頭和軀干嘴模擬器 （HATS） 用于播放從 75 dB 到 98 dBSPL 的不同語(yǔ)音級(jí)別的話語(yǔ)。每個(gè)話語(yǔ)之間使用 30 秒的間隔，以確保整個(gè)系統(tǒng)（包括 VM1010 和 VM3000）在喚醒后切換到睡眠模式。圖 6 顯示了 FRR 性能與 VM3000 和電容式麥克風(fēng)的比較。

圖 6. 使用 Vesper（藍(lán)色）和電容（紅色）麥克風(fēng)進(jìn)行喚醒詞檢測(cè)。

在較高的聲壓級(jí)下，由于麥克風(fēng)輸入端的聲級(jí)較高，兩個(gè)麥克風(fēng)的 FRR 性能相似。隨著 SPL 水平的降低，喚醒緩慢的系統(tǒng)會(huì)受到懲罰，因?yàn)閱拘言~中的第一個(gè)音節(jié)丟失了。結(jié)果表明，與 Vesper 的 ZeroPower Listening 技術(shù)結(jié)合使用時(shí)，VM3000 與電容式麥克風(fēng)相比，關(guān)鍵字準(zhǔn)確度提高了 2 倍。

總結(jié)

雖然數(shù)字麥克風(fēng)為設(shè)計(jì)人員在編解碼器周圍布線和布線方面提供了更好的靈活性已被廣泛接受，但 Vesper 獨(dú)特的價(jià)值主張還提供了額外的設(shè)計(jì)靈活性和在啟動(dòng)時(shí)間方面的前所未有的優(yōu)勢(shì)。Vesper 數(shù)字麥克風(fēng)產(chǎn)品組合的發(fā)展將是朝著強(qiáng)大而準(zhǔn)確的語(yǔ)音激活設(shè)備的擴(kuò)散邁出的一大步，即使在惡劣的環(huán)境條件下也可以運(yùn)行。

審核編輯：郭婷