AI語音辨識狂潮來襲　MEMS麥克風/DSP全力備戰

AIoT與智慧語音結合，為「聲控」市場揭開爭奪戰序幕。2018年可看到智慧語音技術大舉進入各種類型的終端裝置，包含手機、智慧音箱、穿戴式裝置，甚至是汽車應用平台等，刺激MEMS麥克風、語音處理器，以及各種感測元件的需求爆發。

運算力效能明顯提升　激發專用型語音DSP需求

Cadence亞太區IP銷售總監陳會馨(圖1)表示，AI語音辨識需求急速攀升，帶動IP相關產品的詢問度與訂單快速增加，同時也造成應用處理器(AP)設計產生改變，催生專用型語音DSP設計當道。

陳會馨談到，早期智慧音箱發展起飛時，內部大多採用Arm為基礎的CPU架構，但從2016年開始，許多晶片商為了滿足智慧語音識別處理所需的效能，開始研發專用的語音處理晶片，也開始導入語音DSP在其中。追根究柢，導致晶片設計改變，主要原因在於「運算能力需求的增加」。

眾所皆知，在智慧語音識別過程中，首先須要對進來的語音做前處理，此處理過程包含多麥克風陣列、遠場、波束增強、噪音消除等功能，這些技術對於在地端的運算能力有龐大要求，促使語音DSP技術於近兩年發展快速。換言之，過去可能是單一通道處理技術，如濾波的技術，演變至今，有許多神經網路技術也開始導入其中。

陳會馨指出，現有許多噪音辨識乃是透過人工智慧學習演算法，對原始資料進行分類，進而瞭解資料內部結構，該技術稱之為非監督式學習(Unsupervised Learning Network)。這種演算法的引進，對於晶片硬體的運算能力要求將會比過去AP晶片的要求高出許多，若採用舊有AP晶片技術，將難以滿足此類型技術的運算能力需求。

陳會馨分析，過去AP設計大多並未導入DSP設計，僅採用Arm基礎的CPU架構。雖然仍有部分廠商採用通用型DSP進行訊號處理，但相較於一顆專為語音辨識量身打造的語音DSP，後者能採取較低的工作頻率，完成AI語音所需的工作運算能力與技術規格要求，對於語音處理的效能也將相對提升。

滿足低功耗/高整合度　DSP+MEMS麥克風齊抬轎

樓氏資深產品管理總監王宇飛(圖2)強調，已有越來越多語音處理器，內建AI與機器學習(ML)演算法，尤其是深度學習網路的加入，帶來高達10倍以上的運算需求，這也讓原本看似不重要的功耗效率問題逐漸受到重視。簡言之，在大量運算的過程中，功耗不能瞬間提升太多，否則將可能導致溫度升高，進而影響處理性能。

樓氏(Knowles)中國區產品管理消費電子事業部副總裁暨中國區董事總經理陸文杰(圖3)表示，低功耗性能取決於整體系統設計，也意味著前段MEMS麥克風的音訊蒐集，到後期處理的設計皆環環相扣。也基於此，樓氏整合既有的MEMS麥克風技術與低功耗DSP推出高整合度、低功耗的智慧麥克風方案。

王宇飛認為，該款智慧麥克風方案在低功耗的效能表現十分優秀，從樓氏自我產品測試結果來看，目前已可以透過單麥克風進行語音喚醒，其功耗水準達2毫瓦以下。針對需要搭載電池的AI語音應用相關裝置，如智慧手機、穿戴型應用裝置，將有效延長其產品續航力，同時滿足智慧化語音應用需求。

據了解，樓氏所推出的DSP結合MEMS麥克風的整合方案，已相繼導入Vivo、OPPO等智慧型手機旗艦機種，同時也與百度DuerOS合作SmartMic耳機開發套件。

陸文杰表示，該公司是第一家推出這種全方位智慧型麥克風整合方案的廠商，其技術能量來自於樓氏本身的MEMS麥克風、DSP、演算法與軟體開發能力。從開發商的角度而言，成本一直是產品設計考量的關鍵重點之一，相較於本身僅有MEMS麥克風技術能力的廠商來說，DSP+MEMS麥克風整合方案，將有助於降低「整合成本」的問題，也就是說開發商無須耗費人力與時間鑽研各元件之間的整合，可將心力著重在提升整體產品性能或差異化的特點上。

二合一感測器加持　強化語音裝置精準度

不過針對DSP+MEMS麥克風的整合型方案，意法半導體(ST)亞太區產品行銷經理陳建成(圖4)則提出另外一種看法。他談到，各種搭載語音辨識的物聯網裝置出貨量逐漸提升，帶動MEMS麥克風的需求增加，然而MESM麥克風市場價格卻不斷下降，如何提升MESM麥克風價值，同時兼顧其辨識能力，將是重點所在。

陳建成指出，很多智慧型語音應用裝置，設置於一些會產生振動的環境之中，例如藍牙耳機應用，消費者可能在走路的過程中聽音樂，或進行語音控制，故若結合加速計與MEMS麥克風，將使裝置更清楚得知訊息，強化情境精確度。

目前來說，陳建成表示，加速器與MEMS麥克風整合的需求大多在智慧家庭與智慧工廠的應用情境中，但若要實現AI語音控制的能力，最重要的環節是演算法開發部分，以感測器的角色，關鍵還是在於精確蒐集有利於後段辨識的環境數據資料。

從應用市場角度分析，汽車應用將有望成為繼智慧音箱後，下一個AI語音藍海市場。ams台灣區總經理李定翰(圖5)表示，在駕駛汽車過程中，駕駛者的目光與雙手皆須為了操控汽車而有所限制，在這種情況下，最需要語音來代替雙手，進行控制車內環境與導航。

也基於此，看好車用市場的發展潛力，ams本身的MEMS麥克風產品已通過ACQ-100車規認證，待AI語音車用市場起飛之時大舉搶進。同時，ST亦計畫推出車規MEMS麥克風系列，預計2019年將會看到相關產品。

生產製程易卡關　MEMS麥克風挑戰大

值得一提的是，李定翰認為，目前MEMS麥克風技術變化不大，重點在於維持既有的精準性、縮小尺寸，以及在量產時能達到產品的一致性的要求。雖然語音辨識的發展，進一步帶動MEMS麥克風的需求，但生產製程的良率管理，也成為相關供應鏈廠商一門難解的課題。

鑫創科技市場行銷部經理曾建統(圖6)表示，AI語音發展趨勢規格目前呈現兩極化的發展，針對較成熟的消費型應用產品(如手機、筆電與耳機)，現有的MEMS麥克風性能皆已可滿足其應用需求，但另一方面，對於MEMS麥克風的靈敏度、收音與抗噪有更高要求的AI應用(如智慧音箱類型產品)，則對MEMS麥克風技術規格要求更嚴苛。換言之，面對這兩種截然不同的應用，MEMS麥克風除了技術規格有提升的必要，同時也須在既有產品與技術規格下，考量提升產品良率的技術。

曾建統談到，該公司看到許多語音應用產品，在生產過程中的不良率問題經常在MEMS麥克風元件的節點中被突顯出來。原因在於，相較於其他類型的感測元件，MEMS麥克風的元件特性更為脆弱，不適合用水洗或吹風的方式進行處理。不過為了回應產品整體的輕薄短小與高性能的需求，開發商追求更高階製程，而新型態的生產過程，卻與MEMS麥克風本身的元件特性經常背道而馳。再者，受限於MEMS麥克風本身價格低廉的因素，生產者是否希望透過製程改進MEMS的良率問題，也是一個須考量的因素。

隨著消費型產品在輕、薄、短小的要求下，開發商需要透過製程的改善，進而滿足產品機構上的要求，也基於此，PCB板上的MEMS麥克風，經常成為容易出錯的問題點。舉例說明，水洗、噴發氣體與壓力變化都會對麥克風良率產生影響，然而有些新製程為了清除感測器上的雜質，採用水洗的製程做清洗的動作；此外，也有些製程於真空環境中生產，當生產完畢時，產品就會進入破真空的階段，過程中會產生一些壓力變化，進而影響麥克風的良率。

不僅如此，由於產品對於靜電放電(ESD)要求越來越嚴苛，因此系統產品在測試ESD過程中，需要拿靜電槍對各個接口發射靜電測試，而MEMS麥克風元件又經常擺放於開口處，也容易使得MEMS麥克風元件受到影響。

整體而言，曾建統分析，ESD的防護是系統層面的問題，需要提供廠商生產、製程上的協助予以克服。但從另外一個層面來看，上述提到的系統產品開發問題，單純從表面上看到的是MEMS麥克風造成良率的影響，但這背後某種程度也是MEMS麥克風廠商所面臨的一大瓶頸。

陳建成表示，未來MEMS麥克風使用將愈趨普遍，甚至可能會成為標配選項，因此麥克風良率變差，將會引發很大的設計難題，也基於此該公司在台北設立麥克風實驗室，協助廠商進行麥克風測試、頒發測試證書等。

整體而言，目前台灣IC設計商尚未在MEMS麥克風市場中受到Tire 1開發廠關注或合作的主要原因在於，即便台灣MEMS麥克風廠商可以滿足開發商規格上的要求，但在生產良率的要求，比起一般國際大廠則較為不足，故如何協助開發商提升良率問題，將成為未來拿下AI語音龐大商機關鍵要素。