Kohderyhmä: Tämä opas on kirjoitettu laitesuunnittelijoille, audio-DSP-suunnittelijoille ja OEM-ohjelmajohtajille, joiden on arvioitava lukupiirtimen mikrofoniosajärjestelmää. Toissijaisiin lukijoihin kuuluvat UX-suunnittelijat, jotka hienosäätävät herätyssanan tunnistuskynnystä tietylle ikäryhmälle, sekä vaatimustenmukaisuusinsinöörit, jotka validoivat mikrofonin EMI-käyttäytymistä CE-RED- ja FCC Part 15 Subpart C -hyväksyntää varten.
Brasialainen jakelija soitti loppuvuodesta 2025 ja kysyi, miksi hänen lukupiirtimensä ohittivat joka kolmannen herätyssanan laukaisun 30 lapsen luokkahuoneessa. Juurisyy oli huono akustinen porttisuunnittelu piirtimen pohjakorkissa. MEMS-mikrofoni oli laadukas 64 dB SNR -komponentti, mutta portti oli 0,5 mm reikä, joka oli porattu pohjakorkkiin suoraan mikrofonin yläpuolelle ilman akustista verkkoa ja ilman tiivistettä. Luokkahuoneessa, jossa 30 lasta puhui keskusteluäänillä (55–60 dB SPL), portti päästi melua sisään joka suunnasta tasaisesti, ja herätyssana-algoritmi meni sekaisin lasten huutaessa vastauksia portugaliksi. Korjaus oli 0,8 mm portti, jossa oli akustinen verkko (40 ppi ruostumaton teräs), silikonitiiviste ja epäsymmetrinen porttigeometria, joka suuntasi mikrofonin poimintakuvion kohti puhujan suuta. Tapauksesta aiheutui OEM:lle 4 viikon uudelleentyöstö ja noin 9 000 dollarin työkalujen muutokset. Tämä artikkeli käy läpi jokaisen mikrofonin, jonka toimitamme yhdessätoista lukupiirtimemme SKU-mallissa (B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2, Y6), kunkin SNR:n ja AOP:n, käyttämämme melunvaimennusalgoritmit sekä mekaanisen porttisuunnittelun säännöt, jotka ratkaisevat, toimiiko mikrofoniosajärjestelmä käytännössä.
1. MEMS-mikrofonisukupolvet lukupiirtimien valikoimassa
Yhdentoista SKU-mallin osalta toimitamme neljä mikrofonikokoonpanoa: (a) ei mikrofonia lainkaan malleissa B1 ja P2 (nämä ovat vain kuunteluun tarkoitettuja piirtimiä, jotka eivät koskaan tallenna ääntä), (b) yksittäinen pohjaportilla varustettu MEMS-mikrofoni malleissa B2, F8, K7, KF1 ja Q6, (c) yksittäinen yläportilla varustettu MEMS-mikrofoni sekä referenssimikrofoni AEC:lle malleissa Q8 ja Y6, sekä (d) kaksoismikrofoniryhmä malleissa L5 ja T2 keilanmuodostusta varten.
Käyttämämme MEMS-mikrofonit ovat Tier-1-toimittajan analogilähtöisiä komponentteja, joiden SNR on 64–66 dB ja akustinen ylikuormituspiste (AOP) 130 dB SPL. Analogilähtöliitäntä välttää PDM-kellogeneraattorin tarpeen isäntäprosessorilla, mikä yksinkertaistaa PCB-asettelua ja laskee BOM-kustannusta 0,12 dollarilla. Haittapuolena on, että analogiset MEMS-mikrofonit ovat alttiimpia käyttöjännitemelulle kuin PDM-mikrofonit, joten lisäämme ferriittihelmen ja irrotuskondensaattorin kunkin mikrofonin VDD-nastaan.
| SKU | Mikrofonikokoonpano | SNR | AOP | Liitäntä | Portin sijainti |
|---|---|---|---|---|---|
| B1 | Ei mitään | — | — | — | — |
| B2 | Yksittäinen | 64 dB | 130 dB | Analoginen | Pohjakorkki |
| F8 | Yksittäinen | 64 dB | 130 dB | Analoginen | Pohjakorkki |
| K7 | Yksittäinen | 64 dB | 130 dB | Analoginen | Pohjakorkki |
| KF1 | Yksittäinen | 64 dB | 130 dB | Analoginen | Pohjakorkki |
| L5 | Kaksoisryhmä | 66 dB | 130 dB | Analoginen | Ylä + pohja |
| P2 | Ei mitään | — | — | — | — |
| Q6 | Yksittäinen | 64 dB | 130 dB | Analoginen | Pohjakorkki |
| Q8 | Yksittäinen + referenssi | 66 dB | 130 dB | Analoginen | Ylä + pohja |
| T2 | Kaksoisryhmä | 66 dB | 130 dB | Analoginen | Ylä + ala |
| Y6 | Yksi + referenssi | 66 dB | 130 dB | Analoginen | Ylä + ala |
2. Miksi 64 dB SNR -mikrofoni on oikea lähtötas
MEMS-mikrofonin signaali-kohinasuhde määrää matalimman äänitason, jonka herätyssana-algoritmi pystyy luotettavasti tunnistamaan. 64 dB SNR -mikrofonin kohinalattia on 30 dB SPL (olettaen 94 dB SPL referenssi 1 kHz:llä), mikä tarkoittaa, että algoritmi pystyy tunnistamaan puheen keskustelutasolla (55 dB SPL) 25 dB signaali-kohina marginaalilla. Tämä riittää pienellä neuroverkolla (32 MHz DSP, 8 kHz näytteenottotaajuus, 32 kB malli) toimivalle herätyssanatunnistimelle.
60 dB SNR -mikrofoni antaisi vain 21 dB marginaalin 55 dB SPL:ssä – edelleen hyväksyttävä mutta tiukka. 56 dB SNR -mikrofoni antaisi vain 17 dB marginaalin, mikä alittaa kynnyksen, jossa herätyssanan väärienhylkäysprosentit alkavat nousta yli 5 %:n. Emme toimita alle 64 dB SNR -versioita herätyssanakyvykkäässä SKU:ssa.
Kaksi-mikrofoniset SKU:t (L5, T2) lisäävät 3 dB keilanmuodostuksen tuoman ryhmähyödyn, mikä käytännössä nostaa SNR:n 69 dB:iin kynän etupuolella. Tämä on kokoonpano, jota suosittelemme koulujen käyttöönottoihin, joissa ympäristön kohinalattia voi nousta 70 dB SPL:iin.
3. Mikrofoniportin suunnittelusäännöt
Mikrofoniportti on akustisen osajärjestelmän yksittäinen häiriöherkin kohta. Noudatamme jokaisessa SKU:ssa kuutta suunnittelusääntöä, ja hylkäämme kaikki mekaaniset suunnitelmat, jotka rikkovat niitä. Tärkeimmät ovat:
- Portin halkaisija 0,6–0,9 mm. Pienemmät portit vaimentavat korkeita taajuuksia yli 4 kHz, juuri sillä kaistalla, jolla konsonanttien tunnistus tapahtuu. Suuremmat portit päästävät sisään liikaa kohinaa.
- Akustinen verkko 40–60 ppi ruostumatonta terästä. Verkko vaimentaa tuulen kohinaa, suojaa pölyn sisäänpääsyltä (IP4X) ja tuottaa lievän korkeiden taajuuksien vaimennuksen, joka kompensoi portin luonnollista resonanssia.
- Silikonitiiviste portin ja mikrofonikotelon välissä. Tiiviste eristää mikrofonin takavolyymin portin akustisesta polusta. Ilman tiivistettä takavolyymi vuotaa etuvolyymiin ja SNR laskee 6 dB.
- Epäsymmetrinen portin geometria herätyssana-SKU:issa. Pisaranmuotoinen portti tai rakoportti suosii poimintakuviota kohti puhujan suuta (tyypillisesti 30° pois kynän akselista) ja hylkää ympäristön kohinaa sivuilta.
- Vähintään 4 mm etäisyys kaiutinportista. Kaiuttimen SPL voi olla 88 dB 10 cm etäisyydellä, mikä saturoisi alle 4 mm etäisyydelle sijoitetun mikrofonin.
- Ei metalliosia 2 mm sisällä portista. Portin lähellä oleva metalli aiheuttaa loisakustisen heijastuksen, joka korostaa tiettyjä taajuuksia jopa 4 dB.
Brasilian jakelijan vika oli sääntöjen 2 ja 4 rikkominen. 0,5 mm portti oli liian pieni, ja portin geometria oli pyöreä reikä (ympärisäteilevä) pisaranmuotoisen (suosivan) sijaan.
4. Kohinanvaimennus: yksikanavainen vai ryhmä
Yksimikrofonisissa SKU:issa (B2, F8, K7, KF1, Q6, Q8, Y6) toteutamme yksikanavaisen kohinanvaimennuksen isäntä-DSP:llä ajettavalla spektrin vähennysalgoritmilla. Algoritmi arvioi kohinalattian puhekatkojen aikana ja vähentää sen puhespektristä. Tuloksena on 6–10 dB parannus tehollisessa SNR:ssä, mikä nostaa herätyssanan tunnistustarkkuuden 89 %:sta 96 %:iin 60 dB SPL ympäristökohinassa.
Kaksimikrofonisissa SKU:issa (L5, T2) toteutamme keilanmuodostusalgoritmin, joka käyttää kahden mikrofonin vaihe-eroa erottaakseen edestä (puhujan suusta) tulevat äänet sivuilta ja takaa (ympäristökohina) tulevista. Ryhmägeometria sijoittaa kaksi mikrofonia 18 mm päähän toisistaan kynän akselin suuntaisesti, mikä antaa noin 8 dB tilaselektion 1 kHz:llä ja 14 dB 4 kHz:llä.
Keilanmuodostusalgoritmi toimii samalla DSP:llä 32 MHz taajuudella ja vaatii lisäksi 4 kB RAM-muistia tilasuodattimien kertoimille. DSP-kuormitus on yhteensä 18 MIPS yksikanavaisessa ja 24 MIPS kaksikanavaisessa keilanmuodostuksessa, mikä sopii mukavasti L5:n ja T2:n 80 MIPS budjettiin.
5. Akustinen kaiunvaimennus (AEC) malleissa Q8, Y6, L5 ja T2
Kun lukukynä toistaa ääntä kaiuttimestaan ja samanaikaisesti kuuntelee mikrofonillaan (herätyssanaa tai äänikomentoa varten), mikrofoni poimii sekä kaiuttimen äänen että lapsen äänen. Ilman kaiunvaimennusta herätyssana-algoritmi laukeaisi omasta äänentoistostaan. Tämä on klassinen "AEC-ongelma", joka kaikkien ääniohjattavien laitteiden on ratkaistava.
Toteutamme AEC:n malleissa Q8, Y6, L5 ja T2 DSP:llä ajettavalla adaptiivisella suodattimella. Suodatin ottaa kaiuttimen äänilähdön (joka on saatavilla referenssisignaalina DSP:llä) ja laskee arvion akustisesta kaiusta mikrofonissa. Arvio vähennetään mikrofonisignaalista, jolloin jäljelle jää vain lapsen ääni ja ympäristökohina.
Adaptiivinen suodatin on 256-napainen NLMS (Normalized Least Mean Squares) -suodatin, joka toimii 8 kHz taajuudella. Se konvergoituu noin 200 ms:ssa äänentoiston alusta, ja se seuraa akustisen ympäristön muutoksia (lapsen liikkuminen lähemmäksi tai kauemmas kaiuttimesta) noin 1 dB sekunnissa.
OEM-ostajille, jotka toimittavat äänikyselyä tukevan lukukynän (esim. "Hei kynä, mikä on Brasilian pääkaupunki?"), AEC on pakollinen. Herätyssanatunnistin laukeaa muuten omasta äänestään, ja kokemus on käyttökelvoton.
6. Puheentunnistus äänikyselyä varten
Neljä SKU:ta valikoimassamme (Q8, Y6, L5, T2) tukevat laitteessa toimivaa puheentunnistusmoottoria äänikyselyä varten. Moottori ajaa 200 kB akustista mallia DSP:llä 16 kHz taajuudella, 50 kB kielimallilla ja 100 kB sanastolla. Muistijalanjälki on yhteensä 350 kB, mikä sopii premium-tason 4 MB PSRAM-muistiin.
Puheentunnistusmoottori on rajoitettu 5 000 sanan sanastoon, joka kattaa 95 % kenttäkäytöissä havaitsemistamme äänikyselyistä. Tyypillisiä kyselyitä ovat "mitä tämä sana tarkoittaa?", "käännä tämä espanjaksi", "mikä on Ranskan pääkaupunki?" ja "lue tämä sivu uudestaan". Sanaston ulkopuolelle jäävät kyselyt palauttavat kohteliaan "en ymmärrä, yritä uudelleen" -kehotteen.
Tunnistustarkkuus malleissa Q8 ja Y6 (yksi mikrofoni + AEC) on 91 % 55 dB SPL ympäristökohinassa. Malleissa L5 ja T2 (kaksi mikrofonia + keilanmuodostus + AEC) tarkkuus nousee 96 %:iin. OEM-ostajille, jotka toimittavat äänikysely-SKU:n, suosittelemme vahvasti L5- tai T2-mallia; 5 prosenttiyksikön tarkkuusparannus on ratkaiseva ero turhauttavan ja miellyttävän käyttökokemuksen välillä.
7. Yksityisyys: laitteessa tapahtuva käsittely ja GDPR-/COPPA-kysymys
Kaikki mikrofonikäsittely lukukynissämme tapahtuu laitteessa. Mitään ääntä ei lähetetä pilvipalvelimelle puheentunnistusta varten. Herätyssanatunnistin, AEC, keilanmuodostus ja puheentunnistusmoottori toimivat kaikki paikallisella DSP:llä. Tämä on tietoinen valinta: se poistaa tarpeen vanhempien suostumukselle COPPA:n alaisuudessa Yhdysvalloissa ja GDPR:n artiklan 8 alaisuudessa EU:ssa lasten äänidatan käsittelyyn.
OEM-ostajille, jotka toimittavat lukukynän kouluohjelmaan, tarjoamme yksityisyyswhitepaperin, jossa dokumentoidaan laitteessa tapahtuva käsittely ja pilvilatausten puuttuminen. Whitepaper on pakollinen luettava EU:n tai Yhdysvaltojen koulujen hankintatiimeille, ja olemme nähneet sen sinetöineen useita suuria diilejä, joissa hankintatiimi oli aluksi epäluuloinen mikrofonilla varustettua laitetta kohtaan.
Jos ostaja haluaa ottaa käyttöön äänikyselyjen pilvilatauksen (esimerkiksi integroidakseen pilvi-LLM:n rikkaampia vastauksia varten), tuemme sitä valinnaisena ominaisuutena nimenomaisella vanhempien suostumuksella. Oletusarvo on pois päältä, eikä firmware sisällä mitään pilvipäätepisteen konfiguraatiota suoraan pakkauksesta.
8. Mikrofonin ja ääniosajärjestelmän EMC-häiriöt
MEMS-mikrofoni on herkkä analoginen laite, joka voi poimia EMC-häiriöitä lähellä olevista digitaalisista piireistä. Yleisimmät häiriölähteet ovat BLE-radio (2,4 GHz perustaajuus ja harmoniset), Wi-Fi-radio (2,4 GHz ja 5 GHz), LCD-ohjain (8,2 kHz rivikello ja harmoniset) sekä audiovahvistin (250 kHz kytkentätaajuus).
Lievennämme näitä yhdistelmällä fyysisiä ja sähköisiä suunnittelusääntöjä. Mikrofoni sijoitetaan vähintään 12 mm päähän BLE-antennista ja 8 mm päähän Wi-Fi-antennista. Mikrofonin VDD-linjassa on ferriittihelmi ja 100 nF ohituskondensaattori. Mikrofonin lähtöjohdin reititetään PCB:n vastakkaiselle puolelle suhteessa mihin tahansa digitaaliseen kellojohtimeen, ja niiden välissä on maataso. Mikrofonin kotelo on kääritty kuparifoliosta valmistettuun suojukseen, joka on maadoitettu maatasoon useasta pisteestä.
Esiyhteensopivuustestauksessamme jokainen SKU läpäisee EN 55032 luokan B 6 dB marginaalilla mikrofonin johtuvissa päästöissä. Mikrofonin EMC-häiriöihin liittyvät kenttäpalautukset ovat alle 0,05 % kaikista vuodesta 2023 lähtien toimitetuista yli 47 000 yksiköstä.
9. Mikrofonin käyttöikä ja kenttäluotettavuus
MEMS-mikrofonit on mitoitettu 10 vuoden jatkuvaan käyttöön 25 °C lämpötilassa. Lukukynässä mikrofoni on aktiivinen tyypillisessä kouluasennuksessa noin 2 tuntia päivässä, mikä tarkoittaa noin 7 300 aktiivista käyttötuntia 10 vuoden aikana. Tämä on selvästi mitoitetun käyttöiän sisällä.
Yleisin kenttävikatila lukukynän mikrofonille on kontaminaatio: sylki, mehu tai maito pääsevät akustiseen porttiin. Kontaminaatio tukkii portin ja vähentää mikrofonin herkkyyttä 6–12 dB. Lievennämme tätä 40 ppi ruostumattomasta teräksestä valmistetulla verkolla, joka pysäyttää useimmat nestepisarat ennen porttia. Kouluohjelmia varten suosittelemme, että OEM-ostaja toimittaa kynän mukana pakkauksen varaporttisuojuksia; suojukset maksavat 0,04 $ kappaleelta ja vähentävät porttiin liittyviä kenttäpalautuksia 60 %.
| SKU | Verkko | Porttisuojus | Varasuojukset mukana | Porttiin liittyvä palautusprosentti |
|---|---|---|---|---|
| B2 | 40 ppi SS | Valinnainen | Ei | 0.6 % |
| F8 | 40 ppi SS | Valinnainen | Ei | 0.5 % |
| K7 | 40 ppi SS | Vakio | Kyllä (4) | 0.2 % |
| KF1 | 40 ppi SS | Vakio | Kyllä (4) | 0.2 % |
| L5 | 60 ppi SS | Vakio | Kyllä (4) | 0.15 % |
| Q6 | 40 ppi SS | Vakio | Kyllä (4) | 0.3 % |
| Q8 | 60 ppi SS | Vakio | Kyllä (4) | 0.18 % |
| T2 | 60 ppi SS | Vakio | Kyllä (4) | 0.12 % |
| Y6 | 60 ppi SS | Vakio | Kyllä (4) | 0.18 % |
10. Mitä kysyä lukukynätoimittajalta mikrofonista
Mikrofonijärjestelmä on lukukynän yksityisyydelle herkin komponentti ja samalla yksi käytännön käytössä eniten vikaantuvista osista. Pyydä MEMS-mikrofonin osanumero ja datalehti, porttisuunnittelun arviointi (portin halkaisija, verkon ppi, tiivisteen materiaali), SNR-vertailuarvo taajuudella 1 kHz / 94 dB SPL, herätyssanan tunnistustarkkuus neljällä ympäristömelutasolla (40, 55, 65, 75 dB SPL), AEC-kaikuvaimennuksen (ERLE) vertailuarvo sekä yksityisyyskäytäntöjen white paper, jossa dokumentoidaan laitteessa tapahtuva käsittely. Jos jotain dokumenttia puuttuu, mikrofoniväitettä ei ole varmennettu.
Ostajan vinkki: Tee toimittajan auditoinnin aikana "ruokalatesti". Vie lukukynä meluisaan ruokalaan (ympäristömelutaso noin 70 dB SPL), laukaise herätyssana 20 kertaa ja laske onnistuneet kerrat. Hyvin suunnitellun SKU-mallin pitäisi saada 16 tai enemmän onnistumisia. Jos onnistumisia on alle 14, akustinen suunnittelu vaatii parannusta ennen sitoutumista.
