淺談智能手機(jī)的音頻設(shè)計(jì)技巧

　　當(dāng)手機(jī)不斷地整合包括照相、游戲、數(shù)據(jù)、視頻等各種功能于一身時(shí)，它已搖身變成一個(gè)多媒體應(yīng)用的播放平臺(tái)，可說是朝細(xì)致而微的隨身型迷你計(jì)算機(jī)發(fā)展。在定位上，這樣的手機(jī)有別于既有的純粹語音的手機(jī)（Voice phone）或具備某些功能的手機(jī)（Feature phone），而當(dāng)屬于智能型手機(jī)（Smart phone）。

　　智能型手機(jī)除了具有較強(qiáng)的數(shù)據(jù)編輯管理能力，更能提供音、視頻、游戲等多媒體應(yīng)用服務(wù)，也能同時(shí)處理多項(xiàng)工作。更進(jìn)一步來看，它的功能面涵蓋了通信、信息與多媒體功能，即：

　　1. 通信功能：語音、訊息（messaging）、認(rèn)證（Authentication）、計(jì)費(fèi)（Billing）等等通信處理功能；

　　2. 信息功能：Email、行事歷、信息管理、Sync、安全性等信息處理功能；

　　3. 多媒體功能：視頻、照相、游戲、TV、串流、音樂、DRM等多媒體應(yīng)用功能；

　　除了信息功能外，在通信與多媒體的應(yīng)用上，音頻是必要的處理任務(wù)。在過去，手機(jī)只需要處理單純的語音通話信號(hào)，但今日的智能型手機(jī)中得處理的音頻任務(wù)繁重，除了多音調(diào)振鈴、MP3音樂外，可能還要有FM廣播及游戲音效，而且不能只是單聲道的效果，現(xiàn)在要求的是立體聲的臨場感體驗(yàn)。

　　過去，數(shù)字音頻的世界是截然兩分的：一邊是Hi-Fi的世界，另一邊則是語音的世界。一般而言，Hi-Fi是指16bit立體聲質(zhì)量、以44.1kHz取樣的音頻，也就是CD音樂的規(guī)格；電話語音則是8bit和8kHz的單聲道（mono）、低質(zhì)量音頻。不過，進(jìn)入智能型手機(jī)的時(shí)代，兩個(gè)音頻世界開始撞擊在一起了，如何將音頻子系統(tǒng)完善地與應(yīng)用及通信處理平臺(tái)整合在一起，就成了便攜式設(shè)備工程師開發(fā)新產(chǎn)品時(shí)的關(guān)鍵性挑戰(zhàn)。

　　音頻編碼格式與接口

　　在進(jìn)入系統(tǒng)架構(gòu)的探討前，先來看看音頻編碼的現(xiàn)狀。目前音頻編碼的格式繁多，針對(duì)聲音的編碼就有PCM、ADPCM、DM、PWM、WMA、OGG、AMR、ACC、MP3Pro以及MP3等；針對(duì)人類語音有LPC、CELP與ACELP等；其它還有MPEG-2、MPEG-4、H.264、VC-1等視聽節(jié)目的編碼格式。

　　以下介紹三種常用的音頻格式：

　　AMR格式

　　AMR為自適應(yīng)多碼率語音傳輸編譯碼器（Adpative Multi-Rate Speech Codec），最初版是歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)（ETSI）為GMS系統(tǒng)所制定的語音編譯碼標(biāo)準(zhǔn)，而因頻寬又分為兩種—AMR-NB（AMR Narrowband）和AMR-WB（AMR Wideband）。以市場最大品牌Nokia來說，其多數(shù)手機(jī)都支持上述兩種格式的音頻文件。

　　MP3格式

　　MP3是MPEG AudioLayer3的縮寫，這是一種音頻壓縮技術(shù)，其編碼具有10:1-12:1的高壓縮率，可以保持低頻部分不失真，但犧牲了音頻中12KHz -16KHz的高頻部份來降低文件大小，其“.mp3”格式文件一般只有“.wav”的10%。另外，MP3受到歡迎的一大原因，是它并非受到版權(quán)保護(hù)的技術(shù)，所以任何人都可以使用。

　　MP3格式壓縮音樂的取樣頻率有很多種，可以用64kbps或更低的編碼來節(jié)省空間，亦可以用到320kbps達(dá)到極高的壓縮音質(zhì)。MP3在編碼速率上，又分為“CBR”（固定編碼），與及“VBR”（可變碼率）技術(shù)，有些手機(jī)無法播放下載來的音樂，正是因?yàn)闆]有支持“VBR”格式的MP3音樂。

　　AAC格式

　　AAC即高級(jí)音頻編碼（Advanced Audio Coding），它采用的運(yùn)算方式是與MP3不同，AAC可以同時(shí)支持多達(dá)48個(gè)音軌、15個(gè)低頻音軌、更多種取樣率和傳輸率、具有多種言語的兼容能力，以及更高的解碼效率?？偨Y(jié)來說，AAC可以在比MP3格式再縮小30%的條件下提供更好的音質(zhì)，而且聲音保真度好，更接近原音，所以被手機(jī)界視為是最佳的音頻編碼格式。AAC是一個(gè)大家族，他們是共分為9種規(guī)格，以適應(yīng)不同場合的需要：

　?。?） MPEG-2AAC LC 低復(fù)雜度規(guī)格 （Low Complexity）

　?。?） MPEG-2 AAC Main 主規(guī)格

　?。?） MPEG-2 AAC SSR 可變?nèi)勇室?guī)格 （Scaleable Sample Rate）

　　（4） MPEG-4 AAC LC低復(fù)雜度規(guī)格（LowComplexity），現(xiàn)在的手機(jī)比較常見的MP4檔中的音頻部份就包括了該規(guī)格音頻文件

　?。?） MPEG-4AAC Main 主規(guī)格

　?。?） MPEG-4 AAC SSR 可變?nèi)勇室?guī)格 （Scaleable Sample Rate）

　　（7） MPEG-4 AAC LTP長時(shí)期預(yù)測規(guī)格（Long Term Prediction）

　?。?） MPEG-4 AAC LD低延遲規(guī)格（Low Delay）

　　（9） MPEG-4 AAC HE高效率規(guī)格（High Efficiency）

　　上述的規(guī)格中，主規(guī)格（Main）包含了增益控制以外的全部功能，其音質(zhì)是最好，而低復(fù)雜度規(guī)格（LC）則是比較簡單，沒有了增益控制，但提高了編碼效率，至于SSR與LC規(guī)格大致相同，但是多了增益的控制功能，另外，LTP/LD/HE都是用在低碼率下的編碼，其中HE采用NeroACC編碼器支持，是近來常用的一種編碼率方式。不過一般來說，Main規(guī)格和LC規(guī)格的音質(zhì)相差不大，因此考慮手機(jī)目前的內(nèi)存仍有限的情況下，目前使用最多的AAC規(guī)格是LC規(guī)格。

　　音頻接口

　　音頻接口是智能型手機(jī)設(shè)計(jì)者需考慮的重要議題。數(shù)字語音一般采用PCM（Pulse Code Modulation）接口，而Hi-Fi立體聲則采用串行I2S（Inter-IC Sound）接口或AC97接口。I2S是飛利浦公司為數(shù)字音頻設(shè)備之間的音頻數(shù)據(jù)傳輸而制定的一種總線標(biāo)準(zhǔn)，是目前消費(fèi)性音頻產(chǎn)品中常用的接口；AC？7則是英特爾公司用于提升個(gè)人計(jì)算機(jī)音效、降低噪音的規(guī)格，由于在1997年制訂，因此稱為AC97。

　　因此，為特定應(yīng)用而量身定制一套整合性的解決方案是較理想的作法。在SoC的技術(shù)趨勢下，已有一些廠商將立體聲數(shù)字模擬轉(zhuǎn)換器（DAC）或編譯碼器（CODEC）整合到特定功能的IC當(dāng)中。不過，有些功能適合整合在一起，有些則可能得到反效果。

　　舉例來說，當(dāng)廠商將電源管理和音頻處理功能整合在一起時(shí)，通常得在音質(zhì)的部分做妥協(xié)，因?yàn)?a target="_blank">電源穩(wěn)壓器（regulator）所產(chǎn)生的噪音會(huì)干擾到附近的音頻路徑；若將音頻功能整合到數(shù)字IC中也有困難，因?yàn)閷?duì)于Hi-Fi的組件來說，需要用到0.35mm的工藝來讓混合訊號(hào)處理得到最佳化效能，但目前數(shù)字邏輯方面的應(yīng)用已朝0.18mm以下的更高工藝發(fā)展。以上述兩種整合性的芯片策略來說，要讓兩種不同的電路同時(shí)存在于一個(gè)芯片當(dāng)中，其最終的芯片尺寸可能也會(huì)大到難以接受。

　　此外，揚(yáng)聲器功率放大機(jī)（loudspeaker amplifier）特別難被整合。它所產(chǎn)生的熱是一個(gè)問題，需要做散熱處理，因此往往需要另一顆獨(dú)立的揚(yáng)聲器驅(qū)動(dòng)IC。還有一個(gè)整合上的常見問題，也就是為了讓IC盡量做到最小化，可能會(huì)產(chǎn)生模擬輸入或輸出接腳數(shù)目不足的問題。

　　專屬的音頻IC可避免這些問題，而音頻整合有好幾種方法可以達(dá)成。共享ADC和DAC能減少硬件成本，但卻不能同時(shí)播放或錄制兩種音頻流格式。為個(gè)別功能安排專用的轉(zhuǎn)換器（converter）可以解決這個(gè)問題，不過，此一作法會(huì)增加芯片成本。折中的作法是只共享ADC的部分，但有獨(dú)立的DAC，這樣做的話，當(dāng)電話通信在進(jìn)行時(shí)，也同時(shí)可以播放其它音頻（如播放另一通電話的鈴聲，或播放音樂），但在通信時(shí)不能同時(shí)進(jìn)行錄音。ADC的耗電可以通過關(guān)掉一種功能，而以較低取樣速率的方式來加以控制。因此，為特定應(yīng)用而量身定制一套整合性的解決方案是較理想的作法。在SoC的技術(shù)趨勢下，已有一些廠商將立體聲數(shù)字模擬轉(zhuǎn)換器（DAC）或編譯碼器（CODEC）整合到特定功能的IC當(dāng)中。不過，有些功能適合整合在一起，有些則可能得到反效果。

　　舉例來說，當(dāng)廠商將電源管理和音頻處理功能整合在一起時(shí)，通常得在音質(zhì)的部分做妥協(xié)，因?yàn)殡娫捶€(wěn)壓器（regulator）所產(chǎn)生的噪音會(huì)干擾到附近的音頻路徑；若將音頻功能整合到數(shù)字IC中也有困難，因?yàn)閷?duì)于Hi-Fi的組件來說，需要用到0.35mm的工藝來讓混合訊號(hào)處理得到最佳化效能，但目前數(shù)字邏輯方面的應(yīng)用已朝0.18mm以下的更高工藝發(fā)展。以上述兩種整合性的芯片策略來說，要讓兩種不同的電路同時(shí)存在于一個(gè)芯片當(dāng)中，其最終的芯片尺寸可能也會(huì)大到難以接受。

　　此外，揚(yáng)聲器功率放大機(jī)（loudspeaker amplifier）特別難被整合。它所產(chǎn)生的熱是一個(gè)問題，需要做散熱處理，因此往往需要另一顆獨(dú)立的揚(yáng)聲器驅(qū)動(dòng)IC。還有一個(gè)整合上的常見問題，也就是為了讓IC盡量做到最小化，可能會(huì)產(chǎn)生模擬輸入或輸出接腳數(shù)目不足的問題。

　　專屬的音頻IC可避免這些問題，而音頻整合有好幾種方法可以達(dá)成。共享ADC和DAC能減少硬件成本，但卻不能同時(shí)播放或錄制兩種音頻流格式。為個(gè)別功能安排專用的轉(zhuǎn)換器（converter）可以解決這個(gè)問題，不過，此一作法會(huì)增加芯片成本。折中的作法是只共享ADC的部分，但有獨(dú)立的DAC，這樣做的話，當(dāng)電話通信在進(jìn)行時(shí)，也同時(shí)可以播放其它音頻（如播放另一通電話的鈴聲，或播放音樂），但在通信時(shí)不能同時(shí)進(jìn)行錄音。ADC的耗電可以通過關(guān)掉一種功能，而以較低取樣速率的方式來加以控制。

　　在計(jì)算機(jī)的音頻需求上，基本上與消費(fèi)性市場相似，但為了要能播放不同取樣速率（8kHz、44.1kHz、48kHz）下錄音的音樂文件，所以需要有更有效率和便宜的解決方案，而AC97就具有這樣的特性。在廣義的手持式設(shè)備市場中，三種格式各有其擁護(hù)者：CD、MD、MP3隨身聽會(huì)采用I2S接口；移動(dòng)電話會(huì)采用PCM接口；具音頻功能的PDA則使用和PC一樣的AC97編碼格式。