SONION - MEMS Mic骨传导拾音解决方案

华为于IFA柏林新发布的FreeBuds3 TWS耳机采用了SONION的MEMS Mic解决方案。通过骨震动(Bone Vibriation)，从可能的环境噪音中精准检测和识别语音。

VPU严格说起来是使用一种 压电材料技术的单轴加速度传感器(Voice Pick Up Sensor is a high performance accelerometer 引自Sonion Datasheet Description)，主要是用来感测声带运动使用。这个传感器还有个优点就是低功耗(VDD=1.8V 时只要 55ua 电流)。这个传感器还有个优点就是低功耗(VDD=1.8V 时只要 55ua 电流)。

市场上能用于上行降噪的加速度传感器除了使用压电材料的 VPU（模拟输出）外，ST 意法半导体使用 MEMS 技术的LIS25BA（TDM 接口）是市场上唯一的产品，LIS25BA 是一个全数字产品，内含 A/D 及 TDM 接口。

拥有如下几大特征 -

• VPU(Voice Pick-up Sensor), 在噪音环境中高质量提取语音信息
• 语音验证(Voice Authentication)，通过对用户独特的骨震动模式的扫描，识别用户身份适用于需要安全验证的应用，如支付
• Own Voice Detecion - 与智能算法相结合，在超低功耗模式下，唤醒设备，包含用户骨声纹特征识别。
• 小尺寸，可适配进用户耳廓，和其他极小型号产品。
• 高信噪比
• 全封闭封装(Hermetically sealed)，防尘，防水，高可靠性和环境耐受性

唤醒词辩识需由前端信号处理把用户声音与背景声音的信噪比拉高以利在不同应用场景让唤醒词识得到最高唤醒率，我们列出从麦克风采集到用户的声音信息数据开始，至唤醒词识别结束。

依序完成唤醒词识别所需要的算法排列如下：

MIC→(LPSD 或 VAD)→(BF)→(NS 或 NR)→(KWD)

• VAD, LPSD(Low Power Sound Detection), VAD(Voice Active Detection) -----DSPC,Sensory
• BF(Beam Forming) ----- DSPC
• NR, NS(Noise Suppression, Noise Reduction) ----- DSPC
• KWD(Key Word Detection) ----- Sensory, AI Speech, Nuance, Cyberon

眼下市场上真正能提供出足够算力，使用单一蓝牙芯片就能集成上述算法并低功耗做到本地唤醒词功能的有高通的：QCC512x 及 QCC302x。

络达、瑞昱、恒玄等芯片产品建议搭配QuickLogic S3、Ambiq Apollo2、 Apollo3 或楼氏 IA-610、IA-611 智能麦克风芯片以达到在高算力低功耗要求下，满足本地唤醒词的功能。