全球麥克風(fēng)技術(shù)市場(chǎng)如何，怎樣選擇遠(yuǎn)場(chǎng)語音交互麥克風(fēng)？

電子發(fā)燒友早八點(diǎn)訊：智能語音交互市場(chǎng)的火熱逐漸輻射到產(chǎn)業(yè)鏈的供應(yīng)商，其中最直接受益就是作為聲音的傳感設(shè)備——麥克風(fēng)。特別是麥克風(fēng)陣列的興起，未來可以讓麥克風(fēng)廠家的銷量翻倍增長(zhǎng)。在此之前，由于受制于智能手機(jī)和平板電腦的增長(zhǎng)速度下滑，樓氏、歌爾和瑞聲的股票相繼在2016年中旬左右創(chuàng)下了低谷。

2017年的語音交互局勢(shì)趨于明朗，資本市場(chǎng)專注研究智能語音交互的投資機(jī)構(gòu)也明顯多了起來。那么，這就有必要深入了解一下麥克風(fēng)這個(gè)行業(yè)以及技術(shù)的趨勢(shì)。

什么是麥克風(fēng)?有哪些種類和指標(biāo)參考?

麥克風(fēng)作為業(yè)界通俗的一種叫法，是英文Microphone的音譯名稱，國(guó)內(nèi)的稱呼亂一些，有時(shí)候也簡(jiǎn)單稱作話筒，香港和***地區(qū)也會(huì)稱作微音器、拾音器。麥克風(fēng)的中文學(xué)術(shù)名稱正式是譯作傳聲器，這是一種將聲音轉(zhuǎn)換成電子信號(hào)的換能器，即把聲信號(hào)轉(zhuǎn)成電信號(hào)，這其實(shí)和光電轉(zhuǎn)換的原理是完全一致的。

消費(fèi)級(jí)市場(chǎng)的麥克風(fēng)基本都是標(biāo)量麥克風(fēng)，也就說只能采集單一的物理量信息——聲壓。聲壓是什么?聲壓是指聲波通過媒質(zhì)時(shí)，由振動(dòng)所產(chǎn)生的壓強(qiáng)改變量，也可以理解為聲音的幅度或者強(qiáng)度。聲壓常用字母"p"表示，單位是帕斯卡(符號(hào)Pa)。聲壓的帕斯卡單位由于不方便記憶(比如20x10-6Pa~20Pa)，一般就以對(duì)數(shù)尺衡量有效聲壓相對(duì)于一個(gè)基準(zhǔn)值的大小來表示，即聲壓級(jí)，其單位是分貝(符號(hào)dB)。

人類對(duì)于1KHz的聲音的聽閾為20 x10-6Pa，通常以此作為聲壓級(jí)的基準(zhǔn)值。這樣講可能晦澀難懂，我們來簡(jiǎn)單的類比一下：人類的呼吸聲壓是60x10-6Pa左右，聲壓級(jí)大約10dB，火箭發(fā)射的聲壓是4000Pa左右，聲壓級(jí)大約165dB，閃光彈的聲壓超過1萬Pa，聲壓級(jí)大約175dB。

分析上述這些晦澀難懂的數(shù)字，自然就引出麥克風(fēng)的參數(shù)指標(biāo)，其實(shí)我們關(guān)注的就是麥克風(fēng)還原真實(shí)聲音的能力，這是一個(gè)很難的挑戰(zhàn)，因?yàn)槁曤娹D(zhuǎn)換即意味著失真。

為了描述麥克風(fēng)的性能，有幾個(gè)性能指標(biāo)是非常關(guān)鍵的，這包括了靈敏度、指向性、頻率響應(yīng)、阻抗、動(dòng)態(tài)范圍、信噪比、最大聲壓級(jí)(或AOP，聲學(xué)過載點(diǎn))、一致性等。這幾個(gè)指標(biāo)其實(shí)都好理解，決定了麥克風(fēng)的性能，而且每個(gè)指標(biāo)都非常關(guān)鍵，缺一不可。當(dāng)然這些指標(biāo)相對(duì)于喇叭的T-S參數(shù)來說，真的是簡(jiǎn)單的了許多。

麥克風(fēng)是典型的傳感器產(chǎn)業(yè)，其技術(shù)迭代非常迅速，外觀也發(fā)生了不少變化，估計(jì)很多人從下面的麥克風(fēng)陣列中準(zhǔn)確找到麥克風(fēng)就很困難。

現(xiàn)在麥克風(fēng)陣列主要使用的是數(shù)字MEMS麥克風(fēng)，其最長(zhǎng)尺寸僅有3.76MM。MEMS麥克風(fēng)也是手機(jī)中大量使用的傳感器件，一般手機(jī)至少有2個(gè)以上這類麥克風(fēng)。MEMS麥克風(fēng)實(shí)際上只是工藝上的改進(jìn)，其原理依然屬于電容式麥克風(fēng)。與MEMS麥克風(fēng)直接PK的，就是駐極體麥克風(fēng)。

這兩種麥克風(fēng)是消費(fèi)電子領(lǐng)域的主力軍，比如亞馬遜的Echo和聲智科技的開發(fā)板主要是MEMS麥克風(fēng)，科大訊飛的開發(fā)板則主要是駐極體麥克風(fēng)。這兩種麥克風(fēng)從性能指標(biāo)來看，沒有實(shí)質(zhì)性差別，駐極體麥克風(fēng)的性能指標(biāo)還更高，所以聲智科技的單麥系列也是駐極體麥克風(fēng)，但是，MEMS麥克風(fēng)的優(yōu)點(diǎn)是一致性比較好，更適合遠(yuǎn)場(chǎng)語音交互用的麥克風(fēng)陣列。

電容式麥克風(fēng)還有另外一個(gè)形狀，就是錄音棚常用的專業(yè)麥克風(fēng)，這與我們KTV唱歌的麥克風(fēng)是有本質(zhì)區(qū)別的。KTV的麥克風(fēng)一般都是動(dòng)圈式麥克風(fēng)，這種麥克風(fēng)的性能不如電容麥克風(fēng)，優(yōu)點(diǎn)是適合人聲收錄，缺點(diǎn)是靈敏度低，這在KTV反而是優(yōu)點(diǎn)，因?yàn)榭梢杂行П苊釱TV環(huán)境的嘯叫。當(dāng)然，還有帶式麥克風(fēng)和碳精麥克風(fēng)，這兩種麥克風(fēng)已經(jīng)不常見了，特別是碳精麥克風(fēng)，以前主要在老式電話中使用，現(xiàn)在基本被淘汰了。這幾種麥克風(fēng)可以從圖中對(duì)比一下，有時(shí)候就會(huì)慨嘆，技術(shù)總是這樣顛覆式發(fā)展。

當(dāng)然，新型的麥克風(fēng)還包括壓電麥克風(fēng)、光纖麥克風(fēng)、激光麥克風(fēng)等等，甚至可以直接把電視屏幕或者揚(yáng)聲器(喇叭)也當(dāng)作麥克風(fēng)使用。另外，國(guó)防領(lǐng)域也在研究部署矢量麥克風(fēng)等更復(fù)雜的麥克風(fēng)。事實(shí)上，聲音的發(fā)展軌跡和雷達(dá)比較類似，麥克風(fēng)陣列也是當(dāng)前技術(shù)發(fā)展的一個(gè)階段，傳感技術(shù)的迭代是技術(shù)和市場(chǎng)迭代的重要原因。

全球麥克風(fēng)的技術(shù)和市場(chǎng)的格局如何?

毫無疑問，在半導(dǎo)體生態(tài)體系中，MEMS正扮演著越來越重要的角色，其應(yīng)用范圍包含了消費(fèi)電子、汽車工業(yè)、工業(yè)控制乃至生物醫(yī)學(xué)、航空航天等領(lǐng)域，且仍在迅速擴(kuò)大。隨著消費(fèi)電子市場(chǎng)的增長(zhǎng)，消費(fèi)類應(yīng)用已經(jīng)成為MEMS傳感器市場(chǎng)的主要推動(dòng)力。2014年MEMS傳感器市場(chǎng)規(guī)模達(dá)到130億美元，最大的消費(fèi)類應(yīng)用規(guī)模達(dá)到59億美元，到2019年預(yù)計(jì)將超過250億美元，年復(fù)合增長(zhǎng)率約11.2%。

我們比對(duì)了最新的行業(yè)調(diào)研數(shù)據(jù)，從2013年到現(xiàn)在其市場(chǎng)格局變化并沒有想象的變化，反而是這幾年MEMS廠商集體進(jìn)入了低速發(fā)展的時(shí)期，還好今年的語音交互市場(chǎng)火爆，也給MEMS麥克風(fēng)市場(chǎng)帶來了想象空間。下面還是以互聯(lián)網(wǎng)公開的數(shù)據(jù)來概況介紹下市場(chǎng)，已經(jīng)公開報(bào)道了3年，相信很多質(zhì)疑的聲音也都消失了。這些數(shù)據(jù)并不能代表真實(shí)情況，特別是當(dāng)前的市場(chǎng)狀態(tài)，但是可以作為一個(gè)重要的參考。

根據(jù)IHS的統(tǒng)計(jì)數(shù)據(jù)，美國(guó)公司樓氏電子在2013年是全球最大的已封裝MEMS麥克風(fēng)(直接進(jìn)行印刷電路板組裝)供應(yīng)商;而德國(guó)公司英飛凌則是MEMS麥克風(fēng)裸晶(供應(yīng)給MEMS麥克風(fēng)制造商)的龍頭廠商。樓氏的營(yíng)收在已封裝MEMS麥克風(fēng)市場(chǎng)中占據(jù)59%的比例，英飛凌出貨量則在MEMS麥克風(fēng)裸晶市場(chǎng)占據(jù)78%。

全球已封裝MEMS麥克風(fēng)供應(yīng)商營(yíng)收排行榜(單位：百萬美元)

全球MEMS麥克風(fēng)裸晶供應(yīng)商出貨量排行榜

在已封裝MEMS麥克風(fēng)市場(chǎng)，排名第二的供應(yīng)商為瑞聲(AAC)，營(yíng)收市占率13%;排名第三的則是歌爾(Goertek)，營(yíng)收市占率7%。瑞聲與歌爾都是中國(guó)廠商，其業(yè)務(wù)也重度依賴蘋果和三星;瑞聲供應(yīng)iPhone5三顆高性能MEMS麥克風(fēng)中的一顆，也進(jìn)駐了iPhone5S;歌爾則是iPhone專用耳機(jī)的MEMS麥克風(fēng)主要供應(yīng)商。瑞聲2013年?duì)I收成長(zhǎng)8%，歌爾則因?yàn)殚_始供應(yīng)手機(jī)用高性能麥克風(fēng)，2013年?duì)I收成長(zhǎng)率高達(dá)35%。當(dāng)然，經(jīng)過這3年市場(chǎng)變化，這三家的市場(chǎng)份額其實(shí)也發(fā)生了悄然改變，樓氏繼續(xù)強(qiáng)化了其行業(yè)龍頭的地位。

排名全球第四大已封裝MEMS麥克風(fēng)供應(yīng)商的是韓國(guó)BSE，其業(yè)績(jī)表現(xiàn)來自于擁有蘋果最大對(duì)手三星這個(gè)大客戶;BSE的2013年?duì)I收與2012年相較，成長(zhǎng)率超過250%。緊追在BSE之后排名第五大的廠商則是歐洲業(yè)者意法半導(dǎo)體(ST)，該公司的MEMS麥克風(fēng)業(yè)務(wù)因?yàn)橼A得了iPad設(shè)計(jì)案而持續(xù)擴(kuò)張。

全球排名前50位MEMS廠商

國(guó)內(nèi)包括***也有一些麥克風(fēng)廠商，這些廠商主要依靠?jī)r(jià)格制勝，技術(shù)方面并沒有建立起太高的壁壘。國(guó)內(nèi)外也出現(xiàn)了一些創(chuàng)業(yè)公司，比如美國(guó)的Vesper MEMS，以壓電麥克風(fēng)作為主要技術(shù)特點(diǎn)，但是這些技術(shù)本身就是一線大廠掌握的技術(shù)，只是考慮市場(chǎng)因素而沒有產(chǎn)線部署。所以這類創(chuàng)業(yè)公司當(dāng)進(jìn)入量產(chǎn)的時(shí)候壓力還是非常大的，因?yàn)檫@個(gè)行業(yè)確實(shí)需要重資產(chǎn)和重投入。

如何選型適用遠(yuǎn)場(chǎng)語音交互的麥克風(fēng)?

遠(yuǎn)場(chǎng)語音交互的概念其實(shí)是相對(duì)的。我們知道，語音交互涉及了非常復(fù)雜的技術(shù)鏈條，包括了聲學(xué)處理、語音識(shí)別、語義理解和語音合成等核心技術(shù)。聲學(xué)處理主要是仿真人類的耳朵，保證機(jī)器能夠聽得準(zhǔn)真實(shí)環(huán)境下人的聲音，語音識(shí)別則是把聽到的人聲翻譯成文字，語義理解則分析這些文字的意義，語音合成就把機(jī)器要表達(dá)的文字翻譯成語音。這四項(xiàng)技術(shù)雖然獨(dú)立發(fā)展，但實(shí)際上無法割裂，同時(shí)在其他技術(shù)的配合下，才能形成一次語音交互的完整鏈條。

以Siri為代表的近場(chǎng)語音識(shí)別已經(jīng)發(fā)展了60多年，特別是在2009年以后借助深度學(xué)習(xí)有了實(shí)質(zhì)性提高，但是正如扎克伯格所說的，當(dāng)真正產(chǎn)品落地的時(shí)候，我們發(fā)現(xiàn)用戶真正需要的卻是類似Echo所倡導(dǎo)的遠(yuǎn)場(chǎng)語音識(shí)別。顯然，這又是一個(gè)嶄新的技術(shù)領(lǐng)域，因?yàn)槭耙艟嚯x的擴(kuò)大帶來的問題不僅僅是語音信號(hào)的衰減，而且還帶來了復(fù)雜的真實(shí)環(huán)境以及復(fù)雜的用戶習(xí)慣。

近場(chǎng)語音識(shí)別要求必須是低噪聲、無混響、距離聲源很近的場(chǎng)景，比如用戶總是要對(duì)著手機(jī)講話才能獲得符合近場(chǎng)語音識(shí)別要求的聲音信號(hào)，同時(shí)還要求用戶滿足標(biāo)準(zhǔn)發(fā)音，其識(shí)別率才有可能達(dá)到95%以上。但是，若聲源距離較遠(yuǎn)，并且真實(shí)環(huán)境存在大量的噪聲、多徑反射和混響，導(dǎo)致拾取信號(hào)的質(zhì)量下降，這就會(huì)嚴(yán)重影響語音識(shí)別率。同樣的，我們?nèi)祟愒趶?fù)雜遠(yuǎn)場(chǎng)環(huán)境的表現(xiàn)也不如兩兩交耳的竊竊私語。

通常近場(chǎng)語音識(shí)別引擎在遠(yuǎn)場(chǎng)環(huán)境下，若沒有聲學(xué)處理的支持，比如麥克風(fēng)陣列技術(shù)的適配，其真實(shí)場(chǎng)景識(shí)別率實(shí)際不足60%。而且，由于真實(shí)場(chǎng)景總是有多個(gè)聲源和環(huán)境噪聲疊加，比如經(jīng)常會(huì)出現(xiàn)周邊噪聲干擾和多人同時(shí)說話的場(chǎng)景，這就更加重了語音識(shí)別的難度。因?yàn)楫?dāng)前的語音識(shí)別引擎，都是單人識(shí)別模式，無法同時(shí)處理多人識(shí)別的問題。

麥克風(fēng)陣列是當(dāng)前解決上述問題的主要途徑，但是麥克風(fēng)陣列也有諸多缺陷，其中之一就是對(duì)于硬件的要求較高，這包括了麥克風(fēng)和芯片器件。因此麥克風(fēng)陣列如何選型麥克風(fēng)也是非常細(xì)致認(rèn)真的一個(gè)工作。那么，如何選型智能語音交互的麥克風(fēng)呢?

首先選型前我們要對(duì)產(chǎn)品有一個(gè)清晰的定義，比如產(chǎn)品銷量、產(chǎn)品壽命、產(chǎn)品場(chǎng)景等等，這非常重要。即便性能指標(biāo)完全一致的情況下，也需要考慮麥克風(fēng)供應(yīng)廠商的成本、生產(chǎn)工藝、供貨能力等因素，因?yàn)閭鞲衅骷S商歸根結(jié)底還是一個(gè)生產(chǎn)工藝的問題，比如國(guó)內(nèi)的很多麥克風(fēng)廠商其實(shí)就是直接購買國(guó)外英飛凌的MEMS麥克風(fēng)方案直接封裝，并不具有技術(shù)研發(fā)能力，其生產(chǎn)工藝和生產(chǎn)規(guī)模就是國(guó)內(nèi)很多廠商的主要差異。

其次選型要重點(diǎn)評(píng)估麥克風(fēng)的性能指標(biāo)，這包括了靈敏度、指向性、頻率響應(yīng)、阻抗、動(dòng)態(tài)范圍、信噪比、最大聲壓級(jí)(或AOP，聲學(xué)過載點(diǎn))、一致性這幾個(gè)指標(biāo)，其中指向性、信噪比、AOP和一致性是麥克風(fēng)陣列最主要考慮的指標(biāo)。一般來說，指向性也就下面幾種，各大廠商之間沒有實(shí)質(zhì)性差異。而信噪比(SNR)和AOP對(duì)于樓氏、歌爾和瑞聲三個(gè)巨頭來說，相差也不是太大，比如SNR基本都在65dB以上，AOP也都大于120dB，這個(gè)參數(shù)以上的麥克風(fēng)質(zhì)量是當(dāng)前較為可靠和成熟的，也是一線大廠的主要供應(yīng)型號(hào)。一致性對(duì)于麥克風(fēng)陣列則是需要特別考量的指標(biāo)，因?yàn)镸EMS麥克風(fēng)需要焊接，這不能對(duì)于焊機(jī)廠商提出太苛刻的要求，當(dāng)焊接以后麥克風(fēng)是否還能保證一定的性能，這對(duì)于麥克風(fēng)廠商來說就是巨大的考驗(yàn)。所以，并不要輕信麥克風(fēng)廠商提供的技術(shù)指標(biāo)和承諾，需要認(rèn)證考察他們的工廠以及生產(chǎn)車間及管理。

最后選型必須實(shí)際抽檢麥克風(fēng)的質(zhì)量，即良品率，從聲智科技的經(jīng)驗(yàn)來看，當(dāng)批量生產(chǎn)的時(shí)候，有時(shí)候批次不一樣，導(dǎo)致麥克風(fēng)的差異會(huì)很大，特別是一些中小的麥克風(fēng)供應(yīng)廠商。而且尤為麻煩的是，MEMS的更換成本也很大，一旦貼片焊接，若出現(xiàn)問題往往導(dǎo)致批量的麥克風(fēng)報(bào)廢。當(dāng)然，這只是量大的時(shí)候才需要重點(diǎn)考慮，當(dāng)量小的時(shí)候這個(gè)問題不是太過關(guān)鍵。

MEMS競(jìng)爭(zhēng)激烈，新興市場(chǎng)誰主沉浮?

但是不得不說，MEMS的市場(chǎng)競(jìng)爭(zhēng)實(shí)際上一直非常激烈，前面也提到了這個(gè)市場(chǎng)已經(jīng)誕生了包括樓氏、歌爾、瑞聲、STM、Invense等巨頭，并且占據(jù)了其中80%以上的市場(chǎng)。雖然現(xiàn)在市場(chǎng)從手機(jī)和平板，逐漸向IOT設(shè)備過渡，但是當(dāng)前的存量市場(chǎng)仍然還是手機(jī)和平板，IOT的量并不是太大。那么這就產(chǎn)生了兩個(gè)問號(hào)：一是這個(gè)市場(chǎng)未來到底是巨頭壟斷還是巨頭衰退?二是這個(gè)市場(chǎng)還有沒有創(chuàng)業(yè)機(jī)會(huì)?

雖然新興的語音交互市場(chǎng)對(duì)于麥克風(fēng)器件是一個(gè)強(qiáng)需，但是這種場(chǎng)景變化會(huì)不會(huì)導(dǎo)致巨頭的市場(chǎng)變化?未來真的是都很難說，只能給出幾點(diǎn)思考以供參考：一是語音交互市場(chǎng)的強(qiáng)需是麥克風(fēng)陣列，并非麥克風(fēng)的元器件，因?yàn)閷?duì)于麥克風(fēng)廠商來說，除了增加了更多客戶，其客戶實(shí)質(zhì)上并沒有變化，也沒有更高技術(shù)方面的需求。從這點(diǎn)來看導(dǎo)致現(xiàn)有MEMS市場(chǎng)格局變化的理由還不夠充分。

二是若從技術(shù)層面來看，所有的技術(shù)廠商都需要關(guān)注技術(shù)的升級(jí)迭代，比如對(duì)于低功耗、高集成、矢量化麥克風(fēng)的需求，若這些一線廠商不跟蹤技術(shù)的進(jìn)展，當(dāng)技術(shù)顛覆的時(shí)候很可能就會(huì)被取代，駐極體麥克風(fēng)的供應(yīng)商很可能短期內(nèi)就會(huì)面臨這個(gè)嚴(yán)峻問題。當(dāng)然，總會(huì)有些公司的處境比較尷尬，特別是一些廠商當(dāng)遇到麥克風(fēng)技術(shù)和市場(chǎng)挑戰(zhàn)的時(shí)候選擇退縮轉(zhuǎn)型，轉(zhuǎn)型經(jīng)常會(huì)做成轉(zhuǎn)行，這對(duì)于傳感器廠商來說是巨大的挑戰(zhàn)。

那么，麥克風(fēng)行業(yè)還沒有新的創(chuàng)業(yè)機(jī)會(huì)?從機(jī)會(huì)均等的角度來看，任何一個(gè)行業(yè)都存在眾多創(chuàng)業(yè)的機(jī)會(huì)，核心就在于如何把握和利用。這和芯片行業(yè)有些類似，麥克風(fēng)的行業(yè)屬性決定了其必然是重資產(chǎn)的模式，包括設(shè)備和產(chǎn)線的規(guī)模投入，另外成本把控、產(chǎn)線管理和加工工藝也都是其核心要素，這些核心技術(shù)事實(shí)上每項(xiàng)都是極大的投入。

另外，有理想的廠商應(yīng)該是堅(jiān)持走技術(shù)驅(qū)動(dòng)的路線，比如瑞聲科技和歌爾聲學(xué)剛開始都是購買英飛凌的MEMS和ASIC芯片，然后封測(cè)賣給客戶，這樣長(zhǎng)時(shí)間技術(shù)積累，再利用收購，這兩家公司也逐步掌握了MEMS麥克風(fēng)技術(shù)。那么對(duì)于其他廠商來說，這條路是不是可以復(fù)制或者超越，再或者干脆轉(zhuǎn)型，這是一個(gè)非常痛苦的過程。

小結(jié)

MEMS麥克風(fēng)未來的市場(chǎng)空間必然更大，其技術(shù)要求也會(huì)越來越高，在巨頭已經(jīng)林立的情況下，新興的創(chuàng)業(yè)公司如何抓住機(jī)會(huì)突圍或者分享蛋糕，這是一個(gè)痛苦的考驗(yàn)。到底是頂住壓力直面競(jìng)爭(zhēng)，還是退縮轉(zhuǎn)型其他市場(chǎng)，這是經(jīng)常擺在所有創(chuàng)業(yè)者面前現(xiàn)實(shí)的問題。

聲明：電子發(fā)燒友網(wǎng)轉(zhuǎn)載作品均盡可能注明出處，該作品所有人的一切權(quán)利均不因本站轉(zhuǎn)載而轉(zhuǎn)移。作者如不同意轉(zhuǎn)載，即請(qǐng)通知本站予以刪除或改正。轉(zhuǎn)載的作品可能在標(biāo)題或內(nèi)容上或許有所改動(dòng)。