专访Yole分析师：MEMS麦克风如今还能有哪些发展？

本文编译自Ferrelectronics

当涉及到用于声音和语音控制的传感器技术时，从音频设备本身到软件和算法以及MEMS麦克风正在进行飞跃式发展，此外还包括人工智能驱动的数据分析，创新正在各个方面发生。

Ferrelectronics最近与Yole Dédevelopement的技术与市场分析师和定制项目业务开发人员Dimitrios Damianos就这一趋势以及它最终将如何影响声学事件检测，语音识别和上下文感知，甚至包括使用语音的情感/移情感知等未来应用（亚马逊和苹果已经拥有这方面的专利）进行了采访。

随着语音控制的发展，设计工程师将需要考虑围绕这项技术的独特要求和问题。

FE：你说过MEMS和传感器的下一个创新将在音频、声音和语音控制方面。但它不是已经在这里了吗？会有什么不同？

Dimitrios Damianos（DD）：是的。自2003年第一款摩托罗拉Razr手机中加入MEMS麦克风以来，MEMS麦克风一直在使用。从那时起，它们已经取得了长足的进步：它们取代了传统的驻极体电容麦克风（ECM），提供了更好的性能、灵敏度和更低的成本，每年的出货量达到数十亿颗。

从几年前开始，语音控制作为一种人机界面交互（HMI）已经掀起了波澜。现在有许多设备带有语音/虚拟个人助理（VPA）功能，如智能手机、智能手表以及最新的智能扬声器和汽车。音频领域的创新实际上是在一个更大、更全面的范围内进行的。MEMS麦克风需要一流的性能（灵敏度）以及低功耗，因为这些设备都始终处于开启状态。此外，必须捕捉高质量的声音，以便进行有效的处理和高质量的渲染。你知道计算机科学中的概念：垃圾输入，垃圾输出，意思是如果你想从数据中获取一些上下文，它至少必须具有一定的质量。这就是MEMS麦克风不断改进的原因。

在系统层面，你还需要考虑从设备到音频编解码器的整个音频链，音频软件和算法（噪声消除、波束形成等）以及数字信号处理器（DSP），还包括音频放大器和扬声器。因此，创新正在各个方面发生，在优化所有这些变量，尤其是在使用人工智能分析数据方面，这最终会影响声学事件检测、语音识别和上下文感知。

FE：哪些技术进步将加速采用并开辟新的应用程序？边缘端扮演什么角色？

DD：除了MEMS麦克风（压电、光学）和MEMS微型扬声器的一些新技术外，语音作为人机交互的应用也在加速，这主要是因为人工智能计算领域的进步。现在，大多数计算都是在云中完成的，在云中模型被训练，推理也在云中进行。这样就可以对数据进行分析，这有着巨大的价值。

然而，这种情况下的数据通常掌握在全球GAFAMs（谷歌、苹果、Facebook、亚马逊和微软）手中，这有时会引发隐私问题。我们正在看到一种转向，即在云端进行培训，在边缘进行推理，以减少延迟问题。最终，培训和推理都将在边缘进行，以解决隐私问题。在这种情况下，所有操作都在本地设备上完成，没有数据发送到云。所有的训练都是在小尺寸、靠近设备（在边缘）和足够低的功率下完成的，机器算法正在被重新构建，新的计算架构正在被研究，例如神经网络。

FE：那成本呢？需要大幅降低才能实现你预测的市场规模吗？

DD：成本没有问题。MEMS麦克风每年生产十亿个，价格非常低廉，通常在0.1-0.3美元之间，这取决于制造商和订单规模。我们预测的MEMS麦克风的特定市场规模将通过两种方式实现：MEMS麦克风在各种消费设备中的附着率不断提高，以及终端系统容量的增长。采用语音作为人机交互将取决于整个系统的成本、性能和功能，包括MEMS麦克风、扬声器、音频处理器或计算芯片等。

FE：未来的应用有哪些？

DD：随着语音作为各种日常设备的接口越来越多地被采用，我们正朝着语音互联网（IoV）时代迈进。所以说真的，未来就在这里，随着硬件和软件的不断完善，它将不断地变得更好，为用户提供更具包容性和个性化的体验。这样，随着各种延迟、功耗、计算和隐私问题开始明朗化，越来越多的人将在日常生活中使用语音助手。

一个未来的应用将是使用语音（有时还包括其他传感器）数据的情感/移情感知功能，从你的语气可以推断出你的情绪。亚马逊和苹果已经拥有了专利。亚马逊也有一个新的可穿戴设备，亚马逊Halo腕带，它可以分析你的语调。

FE：特别是考虑到老年人口的不断增长，我们什么时候才能看到基于MEMS麦克风的助听器？

DD：每个助听器制造商都有不同的要求，他们希望开发出一种特定的麦克风，这使得这个市场成为一个需求量很高的市场（需要高质量的麦克风），这反过来又导致了高质量麦克风的高售价。考虑到这些限制，对于各种麦克风制造商来说，这似乎不是一个非常有利可图的市场。

然而，MEMS麦克风越来越多地被用于助听器，尽管传统的ECM仍然是这种应用中最常用的麦克风。MEMS麦克风的体积小一直是其主要优势，但现在它们在噪声性能、功耗、稳定性和助听器的还原性方面的性能与ECM相似或更好。MEMS麦克风使定向听力、语音识别和放大等新功能变得更加精确，从而最终产生更好的助听器。