AI助力语音应用崛起，MEMS麦克风需求旺盛！
2019-01-29 07:19:44 来源：麦姆斯咨询 评论：0 点击：
据麦姆斯咨询介绍，因为各种智能终端产品的外型、应用环境与使用方式不同，所以使用的MEMS麦克风数量和阵列模型也有差异，从麦克风使用数量来看，手机MEMS麦克风需求为2~4颗；智能音箱需求范围较广，依照产品设计和价格定位，MEMS麦克风需求2~8颗不等。
人工智能（AI）技术迅速发展，强化了语音识别能力，促使语音成为重要人机交互接口，应用层面从智能手机拓展到智能音箱、智能电视与车用等终端产品，进而带动市场对麦克风旺盛需求。但是，不同类型终端产品需要的麦克风阵列不尽相同，所以，各大厂商相继推出自己的麦克风阵列解决方案，也成为厂商竞争的一大利器。
语音控制一直被视为是最直观的操控方式，早在2011年苹果便推出iPhone手机语音助理Siri，但当时语音识别不成熟，导致语音助理成为手机娱乐产品。随着人工智能兴起，各大厂商通过自然语言处理（Natural Language Processing）训练机器人类语言逻辑、提升语音识别能力，加上亚马逊、Google、阿里巴巴与小米等厂商通过低价智能音箱打入市场，让消费者快速了解语音交互的应用范畴，包含信息询问、家电控制与购物等，大幅扩大语音应用的可能性，促使语音成为新的人机交互接口。
随着语音应用兴起，各厂商希望将新人机交互接口放到自家终端产品，推升麦克风需求，其中又以基于MEMS技术的麦克风需求成长最高。MEMS麦克风具备较高的可靠性、稳定性与一致性，声音收集品质佳，对语音识别有很大帮助。
据麦姆斯咨询介绍，因为各种智能终端产品的外型、应用环境与使用方式不同，所以使用的MEMS麦克风数量和阵列模型也有差异，从麦克风使用数量来看，手机MEMS麦克风需求为2~4颗；智能音箱需求范围较广，依照产品设计和价格定位，MEMS麦克风需求2~8颗不等。
由于智能音箱市场在2017年快速成长，推升整体MEMS麦克风产值达13.81亿美元，2018年MEMS麦克风进一步拓展到电视和可穿戴设备，产值因此年增11％、达到15亿美元。
汽车是语音应用的另一大市场，通过语音控制能让驾驶人在不移转视线的情况下直觉性操控、提升行车安全，因此车厂开始导入语音控制系统，其MEMS麦克风数量2～6颗不等，甚至采用更多颗麦克风以抑制噪音，有望带动另一波MEMS麦克风需求。
远距离语音识别，多麦克风系统问世
MEMS麦克风阵列随着语音控制需求增加而开始受到重视，语音控制存在的环境相当复杂，若使用时相隔距离较远，收音上就会遇到回音干扰、室内混响与多信号源干扰等问题，导致信噪比（SNR）降低，影响语音识别准确率。
过去手机大多采用单麦克风，能在低噪音、无混响与近距离下，获得信号品质较高的声音，但当环境中有许多声源和环境噪音，例如客厅、厨房与户外等，就无法做到声源分离，进而无法对声源定位和识别。为了远距离语音识别，多麦克风系统应运而生，通过几何结构组合成线型、环型与球型等阵列，数量从2~1000颗不等，目的是为了收集不同空间方向的声音信号来做噪音抑制、混响去除与人声干扰抑制后，方能做到声源侧向，再通过波束成形做声音定位。
近年随着语音识别能力提高，加上厂商希望缩小产品设计并降低成本，因此开始减少MEMS麦克风使用量，一般消费性产品采用的MEMS麦克风阵列型态以线型和环型为主。但线性麦克风阵列仍旧有其限制，仅能做到180度声源定位，无法针对全方位做空间指向性，像是亚马逊第三代Echo Dot就采用4颗麦克风，虽较前一代减少3颗，但仍是采用环型阵列。
1. 线型MEMS麦克风阵列：宽边阵列
电视和笔记本电脑等产品适合采用线性麦克风阵列中的宽边阵列，宽边阵列是指声波方向和麦克风阵列垂直，通过声波相加得出声源方位，且抑制来自阵列侧边的声音，使得前方和后方的响应一致，但该阵列具有轴对称性，无法分辨出前方和后方声源，因此适合声音仅来自前方或后方的产品。通过增加横向MEMS麦克风数量则能更有效抑制侧边声音，借此增加声源定位距离，不过，MEMS麦克风之间若间距过窄，会降低低频衰减、增加低频噪音干扰，但过宽又会造成机构设计困难，降低混迭频率，因此在产品设计上需特别衡量横向麦克风数量与其距离的安排。
以电视为例，其摆放的空间大多在较空旷的客厅，且人往往距离电视较远，因此电视需搭载远场语音识别让用户控制。要强化远场语音识别的能力和距离，需要将数个MEMS麦克风排列成宽边阵列，除了可以抑制电视两侧扬声器所制造的噪音外，也能增强声源定位距离，但远距离容易造成声音在室内不断反射，导致麦克风不断收到重覆信号，造成语音识别困难。
2. 线型MEMS麦克风阵列：端射阵列
针对单方向做声音检测的产品，例如手机、耳机、助听器、智能手环与智能手表等产品，就适合采用线性麦克风阵列中的端射阵列。端射阵列是指声波方向与麦克风阵列平行，当前方比后方先接收到声波时，就能通过麦克风拾取声波的时间差得知声波来源，通过讯号处理抑制其他方向的声音干扰，形成空间指向性。
以可穿戴设备为例，由于产品体积较小，难以通过多个麦克风做横向排列抑制周遭噪音，加上消费者使用可穿戴设备做语音控制时，往往会靠近嘴巴，代表定向声源只有一个方向，而需抑制的噪音源同样是来自嘴巴，并非声源的反方向，因此通过端射阵列设计，能专注收取单一方向的声音。
3. 环型MEMS麦克风阵列
环型MEMS麦克阵列是端射阵列的延伸应用，适用于需要针对全方位做声源定位和识别的产品，在设计上各MEMS麦克风需要等距且均匀分布在圆周上，且排列形成多个端射阵列，以利针对不同角度的声源做降噪、侧向与定位。目前运用最广的语音识别产品智能音箱，即是使用环型MEMS麦克风阵列。
由于智能音箱在使用上不具备方向性，多摆设在客厅、厨房与卧房，会因为环境多样性而使得噪声干扰方式不同，例如在客厅会受到多信号源干扰，在厨房则会受到诸多环境音干扰，在卧房则可能通过智能音箱播放音乐，导致噪音出现，加上用户声音可能来自四面八方，因此需通过环型阵列做波束成形的指向性收音和降噪，提高语音识别准确率。
市场百家争鸣，慎防边缘化危机
随着语音应用兴起，MEMS麦克风阵列成为语音控制系统中第一道关卡，若MEMS麦克风阵列收音状况不佳，将严重影响识别准确率，MEMS麦克风阵列解决方案成为各厂商重点角逐的市场。当前全球最大的MEMS麦克风厂商为楼氏电子（Knowles），市场占有率超过3成，同时也掌握MEMS芯片设计、MEMS麦克风封测与MEMS麦克风阵列模组，备受亚马逊青睐。
不过，并非所有厂商都有一条龙的生产模式，多数厂商涵盖设计到封测，或封测到系统整合厂部分，最后再由系统整合厂将MEMS麦克风模组或阵列出货给品牌厂商。像是意法半导体只提供MEMS芯片设计到MEMS麦克风封测，原因在于MEMS麦克风供应链呈现金字塔状，若意法半导体跨足MEMS麦克风阵列模组，将会与原先的合作厂商竞争；此外，如亚马逊这类提供语音识别授权的业者，也开始进入MEMS麦克风阵列模组市场，将使该市场竞争更加激烈。
歌尔股份和瑞声科技不具备MEMS芯片设计能力，仅提供封测到系统整合，为各类型产品提供不同解决方案，包含智能手机、可穿戴设备与智能音箱等，但随着语音厂商开始切入MEMS麦克风阵列模组市场，该市场竞争更加激烈，因此模组厂商开始向上游发展，像是瑞声科技开始自行开发ASIC，不仅能借此优化自身MEMS麦克风模组，同时也能增加产品毛利。
歌尔股份则通过封装方式将多个传感器集成，使得单一元件拥有多种功能，减少基板使用面积而具有成本优势。此外，部分声学厂商同时提供代工服务，例如歌尔股份、共达电声、奋达科技与美律等，皆提供智能音箱和耳机的代工，优势在于声学相关产品的机构设计是声学厂商强项，且能直接提供声学模组给品牌厂商。
近期语音厂商开始朝麦克风阵列模组发展，原因在于语音厂商希望达到最佳语音识别准确率，若采取非官方认证的麦克风阵列，语音识别可能会出现误差，导致消费者体验不佳。因此，为了让实际收音和训练样本一致，语音识别业者开始推出麦克风阵列解决方案，像是亚马逊、科大讯飞与阿里巴巴等，都提供相关解决方案，此外，语音识别业者可以通过麦克风阵列模组进行语音数据搜集，以优化自家语音识别，同时也能扩大自家生态圈，从而拓展到更多产品，可谓一举数得。
然而，语音识别业者跨入，导致下游MEMS麦克风阵列模组市场开始出现变化，语音识别业者通过软硬整合方式吸引厂商采用，厂商则能直接进入语音识别业者的生态圈中，这对硬件开发商而言，是有相当强的吸引力。
面对语音识别业者的挤压，原先的麦克风阵列模组厂商开始朝上游或代工发展，借此强化自身产品竞争力，否则只能转向中低端市场，最终面临被市场边缘化的风险。
延伸阅读：
上一篇：Vesper联手simplehuman打造智能垃圾桶，三颗压电式麦克风赋能远场语音识别
下一篇：智能音箱中MEMS麦克风性能测试的实现过程