在亚马逊Echo取得成功，谷歌宣布推出语音家居设备Google Home，Z早引爆消费领域语音识别应用的苹果公司也传出将开源Siri给第三方应用程序等这一系列事件之后，市场对智能语音技术的关注也达到一个新的热度。

据CIRP上月发布的一份报告显示，亚马逊语音智能音响Echo的销售量已经突破300万台。这款被认为是亚马逊试水之作的产品，获得了比预期要好的成绩。Echo的成功很大程度上是源于其出众的语音识别率，远场识音以及语音唤醒功能。亚马逊在Echo顶部配置了7个微机电系统(MEMS)麦克风构成阵列，采用波束成型(Beam-forming)等技术进行降噪语音处理。从而实现远距离识音，整个过程不需要双手操作；且在有风噪、车声、小孩哭闹等较为嘈杂的环境下，也不影响正常使用。MEMS麦克风技术方案的提升与智能化创新，为新一代的智能设备提供了可靠的语音交互体验。本文将阐述，智能语音应用兴起大背景下，MEMS麦克风的发展趋势，以及MEMS麦克风元祖楼氏电子在Z近的一次研讨会活动上展示的Z新智能语音解决方案。

设备都在智能化，麦克风也一样

前面提到了亚马逊Echo的一大杀手锏，即语音唤醒。这就需要设备在语音交互上是一个一直在线的状态，能够随时倾听用户声音，等待关键词口令的出现来唤醒设备。

于是问题来了。倘若设备一直在收音，无疑会非常耗电，这对于移动设备来说是非常不适合的。因此，我们需要把麦克风变得更加智能。楼氏电子智能语音硬件负责人介绍：“我们将声学活动检测（Acoustic Activity Detector, AAD）单元放到了麦克风里面，实现一个自适应的实时监听模式。这种方式能够使整个系统节能70%。”例如，在一款CSR平台的蓝牙耳机上，使用普通数字麦克风时整个系统的待机电流至少为5 mA，而用智能麦克风时的待机电流约为0.6 mA左右，待机时间从42个小时提升到125个小时。我们熟知的苹果iPhone的Siri，之前只支持充电状态下的锁屏语音唤醒，直到推出iPhone 6s，Siri才支持低功耗的锁屏语音唤醒。（还记得，去年苹果发布会邀请函上那句 “Hey Siri”吗？）

VQ3.0：让设备听懂“hey Siri.”or“百度一下”...

智能麦克风实现了让设备一直处于低能耗的监听状态。然而我们生活在充满各种嘈杂声音的环境下，汽车的噪音、地铁施工的噪音、街坊邻居的嬉笑声。所以设备需要了解哪些是噪音，哪些是有用的声音。去年楼氏并购了语音解决方案供应商Audience后，为楼氏带来几项重要的技术，其中就包括通过深度神经网络（DNN）的基于机器学习的语音识别。

机器学习是指提供大量不同的声音样本给人工智能DNN系统训练，并能够将这些资料做一些处理，加上噪音、调整频率和速度，产生更多的训练资料，从而可以将识别率提高到非常准确的程度。由于Audience的这种识别只是口令式的触发启动，并不涉及到复杂的信息交流，所以也就不存在语种差异等方面的障碍，只需要将口令的音认准，即完成任务。据楼氏智能语音软件产品管理副总裁姜正耀透露，目前Voice Wake VQ 3.0语音唤醒方案已经放在联发科X20里面，并且和海思、高通等均有合作。

楼氏日前推出了基于ASIC的第二代智能麦克风Griffin IA210，内置声学检测单元AAD，采用Burst模式解决延时问题，从而能够及时响应。所搭配的低功耗语音DSP处理器eS814，放入了楼氏Z新的语音唤醒软件方案VQ3.0。以软硬结合的完整方案实现高性能的语音处理。

实现远场识音、更好的压噪，多麦克风方案是必须

实际上，无论是前面说的机器学习，还是波束成型等压噪技术，都需要多麦克风方案来解决。我们看到，目前的智能手机一般都采用了3 ~ 4颗的MEMS麦克风。例如，iPhone 5s采用了3颗MEMS麦克风，iPhone 6s 系列则用到了4颗。而包括Echo智能音响在内的智能家居设备，要配备6 ~ 7颗才能够满足日常家居需求。楼氏MEMS麦克风业务副总裁Greg Doll表示，通过嵌入更多数量的MEMS麦克风，设备可以获得更好音质与用户体验。楼氏在研讨会活动上还演示了5米远距离识音IoT方案，包括集成了语音算法的DSP以及3颗高性能麦克风阵列，从现场效果来看，识别率非常高。远场识音效果的好坏实际上是由麦克风压噪能力决定的。

Greg Doll对比展示了，在吵闹环境下，使用同样芯片和同样算法的两台智能手机，采用3颗MEMS麦克风的音质要明显优于采用2颗MEMS麦克风的。对于麦克风的性能，除了众所周知的SNR（信噪比）外，AOP（声学过载点）也是麦克风重要的质量指标。高SNR能够让设备更好的远距离收音；而AOP是评估麦克风在高声压水平下的性能指标，比如，一些公司庆典上的录音往往有很多破音，就是由于MEMS麦克风AOP不够高的缘故。

这对于使用场景的越来越多样化的智能语音设备来说非常重要。有报告显示，64dB以上的高信噪比MEMS麦克风的市场占有率已经达到50%以上；而对AOP的要求，很多厂商也从之前的120dB上升到130dB以上的基础水平。

语音助手功能推动，MEMS麦克风市场持续成长

IHSZ新报告指出，苹果 iPhone将麦克风数量增加至4颗，预期会带动其他厂商跟进；预计2015 ~ 2019年全球MEMS麦克风市场将出现13%幅度成长，销售量将达到60亿颗。分析师指出，开始增加麦克风数量，主要是受到免持通话与Siri、Cortana等语音助手功能所带动。

目前，智能手机市场仍旧是MEMS麦克风厂商主攻的重地，当然，一些当下大热的概念也值得注意。比如，文章前面提到的内置7颗麦克风的亚马逊智能音响Echo，按透露出来的300万销量算，其MEMS麦克风的采购量也能达到2100万颗。另外还有可穿戴、IoT设备以及MEMS麦克风还未涉及的VR领域。

MEMS麦克风龙头的挑战与应对

楼氏依旧是目前全球MEMS麦克风市场的Z大市占者。据楼氏透露，其2015年全年的出货量接近16亿颗。但IHS分析指出，由于Goertek、意法半导体与瑞声科技都在奋起直追，成为苹果与其他公司供应商，楼氏的LX幅度正在缩小。

近几年，楼氏不断加大在DSP及算法等智能语音方面的投入，包括去年并购了Audience，开始从一家的声学元器件供应商向音频解决方案供应商转型。

日前，楼氏电子传出将移动消费电子扬声器、受话器产品线出售给正心谷创新资本的消息。笔者就此事联系楼氏方面了解到，楼氏此举是为了专注于MEMs麦克风、智能音频等核心优势业务领域，加强在高级音频解决方案领域的市场领导地位。另外，平衡电枢驱动单元扬声器（俗称动铁）是隶属于特种声学产品部门的另一条产品线，楼氏将继续这些产品的生产