智能音箱设计中重要考量和素利弊分析

zd3363

智能音箱设计中重要考量和素利弊分析

毋庸置疑，语音控制扬声器（常称为智能音箱）是一种热门的消费类产品。根据市场调研公司eMarketer 的数据显示，2017 年，3，560 万美国消费者每个月至少使用一次声控设备，并且该数字以近 50% 的复合年均增长率增长。

未来的市场预测也比较乐观。Juniper Research 预测，到 2022 年，大多数美国家庭中都将安装Amazon Echo、Google Home、Apple HomePod 和Sonos One 等智能设备。他们还预测，将会有7，000万家庭在家中安装至少其中一种智能音箱，设备安装总量将超过 1.75 亿台。对于一个在 2014 年 11 月之前还不存在的产品类别来说，这尤其令人印象深刻。


但相比于与互联网接口结合使用的麦克风和扬声器， 这些外形看似简单的设备往往更复杂。智能音箱包含许多电子功能，这些功能均通过采用数十种复杂的集成电路（IC） 来实现。原始设备制造商 （OEM） 凭借差异化产品进入智能扬声器市场，他们必须决定要提供哪些设备、如何进行提供以及此类小型低功耗设备中可采用的折衷方案。

智能音箱的实际作用有哪些？如何在家庭中使用智能音箱？简而言之，智能音箱首先通过捕获终端用户的语音指令并将其数字化，再将结果传输给基于网络连接的云服务进行解读，然后通过操作指令或响应结果对终端用户做出响应。智能音箱也可以从具备网络或Bluetooth® 连接设备搜索并播放音频内容。如图 1 所示，现在许多智能音箱都可以与家中的其他设备交 互，如灯、门锁和温度控制系统等。



图1 作为一种媒体播放器，智能音箱必须设计简单，外形优雅，且能提供良好的音质。作为一种智能家居集线器，它们必须为家庭中的整套智能设备提供准确的语言识别和连接。

OEM 厂商不单单只是希望他们的产品在这一过程中能够脱颖而出；更多的是，它们希望以此获取房间，甚或是整个住宅的信息访问和传输的控制权，从而成为唯一的数字化媒体和家庭自动化集线器。

让智能音箱成为现实

智能音箱需要大量电路才能实现其正常并良好地运行。要实现这一目标，我们便需要一系列复杂的模拟、数字、混合信号和电源管理子系统、接口等，并让其实现互连（图 2）。



图 2.TI 智能音箱系统方框图

除此之外，我们还有许多设计问题需要解决，如麦克风、音频输出和扬声器、电源管理、用户界面以及无线连接应采用何种数量和类型。对于 OEM 厂商来说， 首要问题便是是否使用“黑盒”芯片组，其中包括用于音频解码和信号处理的片上系统（SoC）、集成 Wi-Fi®和蓝牙无线电的微控制器（MCU）。有的时候，这还包括自定义电源管理IC （PMIC）。然而，这种“罐装”式解决方案不能为产品差异化提供太多设计空间。现在就让我们一起来看看智能音箱系统中的设计领域和挑战。

麦克风

选择麦克风技术时，每种技术的利与弊可能并不明显。对此，我们可以选择以下任意一种方案：

• 基于微电子机械系统（MEMS） 的“模拟”麦克风。它带有集成前置放大器，搭配外部 24 位音频模数转换器（ADC），可将格式化数字代码输出到 SoC。

• 基于MEMS 的“数字”麦克风。它带有单比特一阶Δ-Σ 调制器ADC，可输出脉宽调制 （PDM） 数字比特流，需要进一步滤波以创建格式化数字代码。无论是专用于语音识别的SoC ，还是数字信号处理器 （DSP） 都必须处理这种滤波。独立的语音 DSP 可减轻SoC 的大量处理工作，却也会增加成本。

数字麦克风的价格比模拟麦克风更昂贵，但模拟麦克风的 SoC 前端也将需要额外配有的 ADC。鉴于传感器尺寸需适应麦克风封装内的 ADC 以及集成 ADC 本身的性能限制，与带有单独 ADC 的模拟麦克风比较起来，数字麦克风还具有较低的信噪比 （SNR） 和较小的动态范围。常见的数字麦克风的 SNR 约为 65dB， 动态范围约为 104db。当 ADC 集成后，我们就无法通过滤波和过采样进一步提高 SNR 或动态范围。

另一方面，模拟麦克风与外部 ADC 相结合，其 SNR 或动态范围（两者在 ADC 中的意义等同）可高达120dB。这种外部 ADC 通常是 24 位多通道高精度音频ADC，采用具有高过采样功能的三阶或四阶 Δ-Σ 调制器。它们还集成了复杂的可编程数字抽取滤波 器；具有可配置的自动增益控制功能的 PGA 以及用于额外噪声过滤和均衡的微型DSP。如果在典型的拥挤房间内或正在播放音乐的房间内，周围环境中的声音级别很容易达到 60dB，除非终端用户靠近麦克风或者使用更多的麦克风来使其指令远高于环境音， 否则，数字麦克风的较低动态范围就可能导致无法正确识别语音指令，动态范围从 104dB 提升至 120dB， 将会带来惊人的效果，这需要我们认真考虑。如果我们将动态范围提高 6dB ，那就可以让语音识别范围扩大一倍。在某些时候，过多地扩大动态范围是不切实际或是无用的，但您也可以凭此获取更多的设计空间。额外增加 14dB 的动态范围后，您可以通过减少所需的麦克风数量来节约成本。增加字麦克风后， 除了会增加成本外，系统还会按照 SoC 自身可用的PDM 输入数量将每对麦克风的三条信号迹线（数据和时钟）路由到 SoC，进而增加了布局复杂性，因此 这是不可行的。事实是，每条信号迹线都会接受和/或 辐射噪声，这会让电磁干扰成为更大的问题。最后，运行至每个数字麦克风的时钟线路会造成路由和抖动方面的难题。目前模拟麦克风具有不同的输出，支持对信号布线的共模抑制。ADC 还为每个麦克风提供偏置电源，可为阵列降低电源树的复杂性。



图 3.圆形麦克风板参考设计

使用配有精密ADC 的模拟麦克风可以扩大麦克风范围并提高敏感度，不仅可以降低成本和复杂性，还可以显著减少在各种噪声环境下指令识别错误。随着第二代智能音箱的推出，这一错误率将逐渐成为一项重要的市场优势。

在采用多麦克风设计和语音识别时，我们也无需重新设计。基于PCM1864 的TI 圆形麦克风板（CMB） 参考设计（如图 3 所示）使用两个 4 通道音频ADC 与一组模拟麦克风（最多含八个）连接，并且可以在嘈杂的环境中提取清晰的用户语音指令。

扬声器放大器和电源

对于扬声器放大器，您需要在输出功率（通常介于5W 和 25W 之间）、功耗、热性能、尺寸、扬声器保护以及声音保真之间进行权衡。

带有一个中程高频扬声器和低音扬声器的简易扬声器系统可以产生出色的音质，同时，如果结合使用最新的音频处理技术，多个扬声器可提供 360 度音频体验。

您也可以选择执行一次性室内校准以调整并以最佳方式匹配扬声器的频谱特性，或者采用更复杂的自适应调节方法补偿声区内的音效。TI PurePath 控制台图形开发套件可以提供简单的一次性调优并达到 出色的效果。

在功耗和热性能方面，降低持续功耗的一种方法是将放大器脉宽调制方案与自适应电源相结合来降低扬声器的电源要求。这种技术对 D 类输出使用可变（非固定）开关频率，同时基于音频内容更改频率。也就是说，内容越多，开关频率就越高；内容越少，开关频率就越低。

为了提高效率，您也可以根据内容动态调整放大器的输出电源电压。这种技术称为包络跟踪。它仅在音乐 需要提高功率时跟踪音频内容并提高电压（输出功 率），特别是在重低音部分（信号内容中有许多峰值）。

数字输入、D 类、IV 感应音频放大器的立体声评估模块参考设计（如图 4 所示）不仅接受多种格式的数字输入并提供高质量音频，其 D 类拓扑还包括其他功能， 可以最大程度地降低多个输出级别的功耗，而不会降低保真度和性能。



图 4.立体声评估模块参考设计