智能手機和平板電腦等設備的所有者們總是希望能夠以新的方式使用他們的設備，同時期望極高的性能。板載音頻功能是一個典型的例子。人們希望能夠記錄社會事件、音樂表現，并期待精準、逼真的播放，或享受無背景噪音的高語音通話質量，即使在戶外或在車上。還希望在進一步捕捉麥克風的聲音時有好的音頻質量。

這些趨勢需要更高性能的麥克風，一些手機通過使用兩個或兩個以上的麥克風還具有噪聲消除或視頻模式下的3D聲音。此外，對用戶聲音作出反應的智能數字助理的出現正改變人們與計算機進行交互的方式，可以推動高性能的音頻子系統到更多的產品， 如可穿戴和未來的物聯網（IoT）設備。

因此，對微機電系統（MEMS）麥克風的需求越來越多，MEMS可以在緊湊的尺寸內為麥克風提供高性能和保真度及可靠性，適用于便攜式設備。根據市場研究公司IHS Technology預測，MEMS麥克風的出貨量將會在2019年超過60億顆。

1 MEMS麥克風的結構和工作模式概述

MEMS麥克風含有一個可移動的膜片和靜態背板，采用常見的包括沉積和選擇性蝕刻的工藝制作在硅晶圓基板上。背板有穿孔，允許空氣流通而不引起偏離。膜片的設計是為了適應聲波引起的氣壓變化。而彎曲造成膜片相對背板移動，產生一定比例的電容變化。與MEMS換能器共同封裝的一個配套IC將此電容變化轉換成一個模擬或數字格式的電信號。

市場上有模擬和數字輸出兩種MEMS麥克風。模擬麥克風基本上包含MEMS換能器和配套的模擬放大器集成電路（IC），是一種用于小型手持設備的流行方案，如功能手機和入門級到中檔智能手機。

2 數字化

集成模擬調節信號和模數轉換器（ADC）的數字麥克風通常是PC和高端智能手機的首選設備。數字技術利用固有的更高射頻和抗電磁干擾（EMI），實現更佳的音頻性能， 如圖1所示。此外，電路設計和電路板布局可以簡化，從而在無需修改電阻和電容值情況下，更易于改變設計。

圖1 展示數字化改進抗噪性

大多數的數字麥克風含有時鐘輸入和L/R控制的輸入。時鐘輸入用來控制ΔΣ調制器，將傳感器的模擬信號轉換成數字脈沖密度調制（PDM）信號。典型的時鐘頻率范圍從1MHz至3.5MHz。麥克風的輸出被驅動到所選擇的時鐘沿的適當水平，然后進入一個高阻抗狀態的時鐘周期的另一半。這令兩個數字麥克風輸出能共享單條數據線（圖2）。L/R輸入確定有效數據的時鐘沿。

圖2 數字麥克風可減少傳輸線數量

數字MEMS麥克風具有高抗噪性和簡化電路設計的優點，非常適用于多麥克風陣列以產生回響和消除噪聲，以及波束形成，以實現定向靈敏度。為了在智能手機中實現噪聲消除，一種常見的方法是在遠離主語音麥克風處放置一個或多個額外麥克風，例如在外殼上邊緣或背面，以檢測來自周圍環境的噪聲，從語音麥克風的輸出中減去，以幫助提高通話質量。降噪麥克風也經常用于視頻錄制模式。

波束形成使用兩個或多個麥克風陣列。雖然大多數麥克風有全向靈敏度，但一些應用可得益于在一個特定的方向增加的靈敏度或其他方向降低的敏感度；例如在電話會議或行車通話的情況下提高音頻質量和清晰度。波束形成通過應用數字算法到陣列中的麥克風輸出，根據從不同方向到達的聲音的相位差，使這成為可能。另外， 波束成形還可確定一個特定的聲音傳來的方向。

3 專用集成電路（ASIC）設計

麥克風模塊制造商通過選擇合適的MEMS麥克風套件區分他們的產品， 其中結合了一對優化的MEMS傳感器和ASIC。

圖3 麥克風專家選擇合適的MEMS麥克風套件

安森美半導體可以集成由獨立的MEMS供應商制造的各種MEMS換能器。 例如LC706200數字IC系列，除了集成模擬放大器和低通濾波器，還集成了前饋deltasigma ADC，以及一個為MEMS換能器提供工作電壓電荷泵，如圖4所示。

圖4 一個前饋delta-sigma ADC實現一個集成數字輸出的小占位麥克風

安森美半導體的數字ASIC滿足關鍵性能標準，可以幫助當下MEMS麥克風設計人員克服所面臨的挑戰。其中，高信噪比（SNR）是必需的，以在麥克風用于更大的距離時支持清晰的性能，以及用于通常更清晰的音頻捕獲。特別地，自動語音識別算法依賴于高信噪比，以達到良好的文字準確率。現在需要信噪比大于64dB的ASIC，輔以由MEMS工程師實現的進展以優化換能器的特點。

隨著終端用戶在日益增多的各種用例下對智能手機等設備更好的效果的渴求，需要麥克風可以在嘈雜的環境中無失真地運行，以達到高的聲壓級（SPL）。例如，支持社交用戶進行高品質的記錄以捕獲他們在音樂節的體驗。

4 用于未來的獨立語音指令的數字MEMS麥克風

由于語音識別引擎和強大的語音助手，如Siri、“OK Google”和亞馬遜Echo，在物聯網和便攜式設備領域，對語音指令功能有高要求。目前的語音識別系統通常一直執行，因為它們消耗了相當大的功耗去聆聽和識別語音。未來的語音指令功能將有望獨立工作，并在由語音激活時打開。低功耗數字MEMS麥克風技術將適用于未來獨立的語音觸發方案，可相對容易地被添加到現有的設計中。

如噪聲消除和波束形成等算法，分析來自多個麥克風的信號，需要依靠近似匹配陣列中個別麥克風的靈敏度，理想值在+/-1dB以內。雖然篩選或分級是一個潛在的方案，麥克風設計人員正在尋找ASIC以提供可調增益，在MEMS制造中實現工藝相關變化的調整。

5 結論

人們使用電腦和智能設備的方式的變化，推動對高性能MEMS麥克風的需求。 當前市場上的數字ASIC能夠最大化麥克風開發人員的自由，以提供同類最佳的產品來滿足這些需求。