Public :Responsables de l'ingénierie matérielle, responsables de programmes OEM et architectes de firmware audio qui doivent comprendre la chaîne du signal micro, le comportement de la classe audio USB et les implications de la bande passante USB 2.0 vs 3.0 sur les références de stylos de lecture. Secondaire : responsables QA concevant des plans de validation de précision ASR.
Un distributeur saoudien nous a contactés fin 2025 parce que ses clients au détail retournaient des stylos Q6 à un taux de 4,8 % avec la plainte « la reconnaissance vocale ne fonctionne pas dans mon salon ». Nous avons prélevé 12 unités retournées, les avons fait passer dans notre chambre à 55 dB NPS avec une distance de locuteur de 1 m, et 11 sur 12 ont dépassé notre seuil ASR interne. Le vrai problème n'était pas le microphone — c'était le pipeline audio USB. Le distributeur avait branché les stylos sur un ordinateur portable Windows exécutant une démo ASR tierce qui utilisait par défaut le mode isochrone USB 3.0, ajoutant 220 ms de latence de tampon et faisant chuter la précision de détection de mots-clés de 92 % à 68 %. Nous avons fourni au distributeur une note de configuration côté Windows désactivant explicitement le mode isochrone USB 3.0 ; le taux de retour est tombé à 0,8 % en 30 jours. Chaque stylo de lecture de notre catalogue (B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2, Y6) est livré avec un microphone MEMS et une interface de classe audio USB, et ce guide explique comment nous mesurons le SNR, la latence et la bande passante.
1. La chaîne du signal microphone sur un stylo de lecture
Chaque stylo de lecture possède un unique microphone MEMS à orifice inférieur. Nous utilisons trois familles : un MEMS à sortie analogique d'entrée de gamme sur B1, B2, P2 ; un MEMS à sortie numérique PDM de milieu de gamme sur F8, K7, KF1 ; et un MEMS numérique PDM à faible bruit avec 64 dB de SNR sur L5, Q6, Q8, T2, Y6. Les micros analogiques sont acheminés vers le CAN du codec sur le MCU hôte ; les micros numériques PDM sont acheminés vers le décodeur PDM-vers-PCM à l'intérieur du DSP audio. Les références premium ajoutent un LDO de polarisation de microphone dédié avec un bruit de 0,5 µV RMS, facteur limitant du SNR.
Le chiffre du SNR est important car la précision ASR chute brutalement lorsque le SNR descend en dessous de 55 dB. Une salle de classe de maternelle présente en moyenne 65 dB NPS de bruit ambiant, et un enfant parlant à 1 m de distance produit 60 dB NPS au niveau de la bouche. Cela laisse une marge de SNR de 5 dB. Un MEMS analogique avec 58 dB de SNR descend à 51 dB de SNR sous le bruit de classe, et le TER ASR passe de 6,4 % à 14,8 %. Un MEMS numérique avec 64 dB de SNR maintient 58 dB de SNR sous le même bruit, avec un TER qui reste à 7,2 %. La différence de TER de 7,6 points de pourcentage est l'écart entre une démonstration au détail réussie et un échec.
| Référence | Type de micro | SNR (calme) | SNR (ambiant 65 dB) | TER ASR (calme) | TER ASR (65 dB) |
|---|---|---|---|---|---|
| B1 | MEMS analogique | 58 dB | 51 dB | 8,4 % | 16,2 % |
| B2 | MEMS analogique | 58 dB | 51 dB | 8,4 % | 16,2 % |
| F8 | PDM numérique | 61 dB | 54 dB | 7,8 % | 13,6 % |
| K7 | PDM numérique | 62 dB | 55 dB | 7,6 % | 12,8 % |
| KF1 | PDM numérique | 62 dB | 55 dB | 7,6 % | 12,8 % |
| L5 | PDM faible bruit | 64 dB | 58 dB | 6,4 % | 9,8 % |
| P2 | MEMS analogique | 58 dB | 51 dB | 8,4 % | 16,2 % |
| Q6 | PDM faible bruit | 64 dB | 58 dB | 6,4 % | 9,6 % |
| Q8 | PDM à faible bruit | 64 dB | 58 dB | 6,4 % | 9,4 % |
| T2 | PDM à faible bruit | 65 dB | 59 dB | 6,0 % | 9,0 % |
| Y6 | PDM à faible bruit | 65 dB | 59 dB | 6,0 % | 9,0 % |
Conseil acheteur : Si votre démonstration en retail ou votre déploiement scolaire fonctionne dans un environnement ambiant de 60+ dB, demandez à l'usine la mesure SNR en charge, et non le SNR de la fiche technique. Les deux chiffres peuvent différer de 6 dB, soit la différence entre une vente et un retour.
2. Classe audio USB : UAC 1.0 vs UAC 2.0 vs UAC 3.0
Un stylo de lecture qui expose son microphone à un ordinateur hôte utilise la spécification USB Audio Class. Trois versions sont pertinentes : UAC 1.0 (ère USB 1.0, mono 8 kHz, 16 bits), UAC 2.0 (ère USB 2.0, multicanal jusqu'à 192 kHz, 24 bits, mode asynchrone) et UAC 3.0 (ère USB 3.0, latence réduite, contrôle amélioré). Aucun de nos stylos n'implémente UAC 3.0 car la prise en charge côté hôte est inégale sur Windows, macOS et Android. Nous utilisons UAC 1.0 sur B1, B2, F8, P2, K7, KF1 (mono 16 kHz, 16 bits) et UAC 2.0 sur L5, Q6, Q8, T2, Y6 (mono 48 kHz, 16 bits, asynchrone).
Le choix entre UAC 1.0 et UAC 2.0 est important en raison de la latence. UAC 1.0 sur USB 2.0 a un intervalle de trame fixe de 1 ms, donnant une latence pire cas de 13 ms à 16 kHz. UAC 2.0 en mode adaptatif a un intervalle de bus programmable jusqu'à 125 µs, et la latence typique sur USB 2.0 haute vitesse est de 4 ms. Sur USB 3.0 superspeed, UAC 2.0 peut descendre à 1,4 ms. La latence est importante pour la réactivité du keyword-spotting et la synchronisation audio-vidéo.
Pour Q6 et Q8 (qui prennent en charge l'écoute permanente du mot de réveil), la marge de latence est de 80 ms du son entrant au clignotement LED. UAC 2.0 à 4 ms laisse 76 ms pour le réseau neuronal de mots-clés. UAC 1.0 à 13 ms laisse 67 ms, toujours suffisant. UAC 3.0 à 1,4 ms laisserait 78,6 ms mais ajoute 220 ms de buffering sous Windows en raison de la profondeur de la file d'attente isochrone du pilote — cause profonde de la plainte saoudienne ci-dessus.
3. Bande passante USB 2.0 vs 3.0 : De combien avez-vous réellement besoin
Les chiffres de bande passante sont familiers : USB 1,5 Mbps Low Speed, 12 Mbps Full Speed, 480 Mbps High Speed (USB 2.0), 5 Gbps SuperSpeed (USB 3.0), 10 Gbps SuperSpeed+ (USB 3.1) et 20 Gbps USB 3.2. Un flux microphone mono 48 kHz, 16 bits est de 768 kbps ; un flux de lecture stéréo 48 kHz, 16 bits de l'hôte vers le stylo est de 1,536 Mbps. La bande passante audio totale simultanée est de 2,3 Mbps, rentrant dans USB 1.1 Full Speed (12 Mbps).
Là où USB 2.0 vs 3.0 compte sur un stylo de lecture, c'est pour la mise à jour du firmware et le téléchargement de contenu. Une image firmware de 256 Mo en USB 2.0 High Speed prend 5,6 secondes. Le même téléchargement en USB 3.0 SuperSpeed prend 0,6 secondes. Pour un programme scolaire mettant à jour 1 200 stylos via un chariot, c'est la différence entre un cycle de mise à jour de 90 minutes et un de 10 minutes. Nous prenons en charge USB 2.0 High Speed sur chaque référence. Nous ne prenons pas en charge USB 3.0 SuperSpeed car l'augmentation du coût du connecteur (0,18 $ à 0,42 $) ne justifie pas le gain de vitesse sur un stylo qui diffuse de l'audio et occasionnellement du firmware.
| Réf. | Version USB | Connecteur | Classe audio | Bande passante audio max. | Temps de chargement FW (256 Mo) |
|---|---|---|---|---|---|
| B1 | USB 2.0 FS | Micro-B | UAC 1.0 | 768 kbps | 178 s |
| B2 | USB 2.0 FS | Micro-B | UAC 1.0 | 768 kbps | 178 s |
| F8 | USB 2.0 HS | USB-C | UAC 1.0 | 768 kbps | 5,6 s |
| K7 | USB 2.0 HS | USB-C | UAC 1.0 | 768 kbps | 5,6 s |
| KF1 | USB 2.0 HS | USB-C | UAC 1.0 | 768 kbps | 5,6 s |
| L5 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Mbps | 5,6 s |
| P2 | USB 2.0 FS | Micro-B | UAC 1.0 | 768 kbps | 178 s |
| Q6 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Mbps | 5,6 s |
| Q8 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Mbps | 5,6 s |
| T2 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Mbps | 5,6 s |
| Y6 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Mbps | 5,6 s |
4. L'emplacement du microphone et la conception acoustique
L'emplacement du microphone est tout aussi important que le SNR du microphone. Chaque stylo de lecture place le port MEMS sur le tiers inférieur du boîtier, à 14–22 mm au-dessus de la pointe d'écriture, orienté avec une inclinaison vers le haut de 22 degrés par rapport à la surface d'écriture, car un enfant tient le stylo à un angle d'écriture de 45 degrés. Nous avons mesuré une amélioration du SNR de 4 dB avec le port incliné par rapport à un port vertical à une distance de locuteur de 30 cm.
Le port acoustique est un trou de 1,0 mm avec une maille hydrophobe de 0,4 mm derrière. La maille empêche la salive et la poussière d'atteindre le diaphragme. Nous avons rejeté deux lots de microphones en 2024 parce que la maille était de 0,2 mm et laissait passer la salive, entraînant une corrosion du diaphragme après 8 mois. Le remplacement coûte 0,014 $ par unité et a ajouté 4 jours à la production.
Un deuxième choix de conception acoustique est le joint entre le port du microphone et le boîtier. Nous utilisons un joint torique en silicone de 30 Shore A sur chaque SKU premium (L5, Q6, Q8, T2, Y6). Le joint torique isole le microphone des vibrations du boîtier lorsque le stylo est tapé sur un bureau. Sans lui, le bruit de tapotement se couple au microphone sous forme de transitoire de 78 dB SPL, que le réseau neuronal de détection de mots-clés classifie occasionnellement à tort comme un mot d'activation.
5. Microphone PDM vs Analogique : Pourquoi les SKU Premium Sont Numériques
Le choix entre un MEMS analogique et un MEMS numérique PDM est un compromis entre le coût du BOM, l'intégrité du signal et la complexité du domaine d'horloge. Un MEMS analogique coûte 0,18 $ plus un canal ADC de 0,04 $ sur le MCU hôte. Un MEMS numérique PDM coûte 0,32 $ et nécessite un décodeur PDM-to-PCM dans le DSP audio. Le chemin PDM coûte 0,10 $ de plus par unité, mais élimine le routage analogique sur le PCB, source de ronflement 60 Hz dans notre chambre EMI.
Sur B1, B2 et P2, nous acceptons le chemin analogique parce que le boîtier est petit et la trace analogique peut être maintenue sous 8 mm. Sur F8, K7, KF1, nous passons au PDM parce que la longueur de la trace analogique dépasserait 12 mm. Sur L5, Q6, Q8, T2 et Y6, nous utilisons le PDM parce que le boîtier bar-reel pousse la trace analogique à 18 mm, trop long pour un audio propre dans notre marge EMI. Les SKU premium utilisent un MEMS à faible bruit avec 64 dB SNR au lieu de 61 dB, ajoutant 0,06 $ par unité.
6. Taux d'échantillonnage audio USB, Profondeur de bits et Implications ASR
Le choix du taux d'échantillonnage affecte à la fois la qualité audio et la précision ASR. Nous utilisons 16 kHz, 16 bits pour l'ASR parce que c'est le taux natif du réseau neuronal de détection de mots-clés sur Q6/Q8/T2/Y6 et la solution de secours API ASR cloud sur tous les SKU. Nous utilisons 48 kHz, 16 bits pour la lecture de musique parce que c'est la norme pour les livres audio que nous expédions. La profondeur de 16 bits est suffisante parce que le SNR du microphone atteint un maximum à 65 dB, et la plage dynamique de 16 bits est de 96 dB. Il n'y a aucun avantage ASR à 24 bits sur un stylo de lecture.
Un compromis plus intéressant est entre 48 kHz et 96 kHz pour la lecture de musique. Un taux d'échantillonnage de 96 kHz porterait le flux audio à 3,07 Mbps, toujours dans la marge USB 2.0 High Speed, mais ne fournit aucun avantage audible sur un haut-parleur à bande passante de 22 kHz. Nous effectuons des tests comparatifs sur chaque SKU avec une limite de 48 kHz. Tout acheteur OEM qui demande la lecture 96 kHz doit fournir une justification ; nous n'en avons pas encore vu une.
7. Réseau de microphones et beamforming : Une feuille de route future
Nous ne livrons actuellement pas de stylo de lecture avec un réseau de microphones. L'architecture à microphone unique est suffisante pour les cas d'utilisation actuels. Nous suivons deux directions futures : un réseau à double microphone sur un futur SKU premium pour l'annulation de bruit dans des environnements de 70+ dB, et une pile de micrologiciel capable de beamforming qui pourrait améliorer la précision ASR en classe de 2,4 points de pourcentage WER supplémentaires. Le réseau à double micro ajouterait 0,40 $ au BOM et nécessiterait un DSP audio 32 bits à 120 MHz. Nous prévoyons de prototyper au T2 2027 et de livrer sur un futur SKU au T1 2028.
Si votre programme OEM a une exigence stricte pour l'annulation de bruit multi-microphones en vente au détail, contactez notre équipe d'ingénierie via lestylos de lecture ODM canal. Nous avons un modèle d'engagement NRE actif qui peut définir la portée d'une variante double micro personnalisée sur un calendrier de 12 mois.
8. L'angle de conformité USB-IF
Chaque stylo de lecture avec un réceptacle USB-C est testé pour la conformité USB-IF. Nous suivons la spécification de câble et connecteur USB Type-C version 2.2 et la spécification USB Audio Device Class 3.0. Pour les acheteurs B2B qui expédie vers des marchés nécessitant la certification du logo USB-IF (Japon, parties de l'UE), nous recommandons de s'approvisionner en réceptacle et contrôleur PD auprès de fournisseurs listés USB-IF. Nos fournisseurs sont listés sous TID 6 200 000 à 6 299 999.
Pour la conformité à la classe audio, nous soumettons chaque build de micrologiciel à la suite de tests du chapitre classe audio USB-IF, qui couvre l'énumération, la négociation de format, la correspondance du taux d'échantillonnage et le comportement en mode asynchrone. Nous n'avons eu aucun échec de conformité USB-IF sur aucun SKU audio en 36 mois. Les artifacts de test de conformité sont disponibles sur demande pour les acheteurs OEM qui doivent soutenir leurs propres déclarations USB-IF.
9. Confidentialité du microphone et la question de l'écoute permanente
Trois SKU supportent un mode mot d'activation en écoute permanente : Q6, Q8, T2 et Y6. Le mode d'écoute permanente maintient le microphone MEMS polarisé et un réseau neuronal de détection de mots-clés de 32 MHz fonctionnant sur le DSP. Le mode est opt-in via une combinaison de menu à pression longue cachée ; il n'est pas activé par défaut sur les SKU de vente au détail. L'audio est traité entièrement sur l'appareil. Aucun audio n'est téléchargé vers un serveur cloud sauf si le mot d'activation est déclenché, auquel cas seul l'audio post-mot d'activation est téléchargé.
Pour les acheteurs OEM qui expédie vers des marchés avec des lois strictes sur le consentement du microphone (Californie, UE sous RGPD, Brésil sous LGPD), nous recommandons que le mode d'écoute permanente soit livré désactivé par défaut avec un avis clair dans la boîte. Nous fournissons un modèle d'avis de consentement dans ledocumentation de conformité qui s'adapte à chaque marché. Nous n'avons eu aucun incident réglementaire depuis 36 mois.
10. Feuille de route à 9 mois
Nous suivons quatre améliorations sur la chaîne audio qui seront disponibles d'ici le Q2 2027. Premièrement, un MEMS SNR 67 dB sur T2 et Y6, qui devrait faire passer le WER en ambiance 65 dB à 7,4%. Deuxièmement, une pile de pilotes UAC 2.0 pour Android, actuellement en version bêta, qui permettra aux téléphones Android d'utiliser le stylo de lecture comme microphone externe sans la limitation Windows uniquement. Troisièmement, un réceptacle USB-C avec support USB 3.2 10 Gbps sur une future référence, pour les mises à jour du micrologiciel dans les scénarios de chariots scolaires. Quatrièmement, un bit de micrologiciel en mode privé qui déconnecte physiquement le LDO de polarisation du microphone lorsque le mode écoute est désactivé dans les paramètres, de sorte que même une exploitation du micrologiciel ne peut pas activer le microphone sans une réactivation matérielle.
Nous publierons un rapport d'ingénierie de suivi après la livraison du MEMS SNR 67 dB et du pilote Android UAC 2.0. L'architecture audio est mature et bien prise en charge, et nous invitons tout acheteur OEM avec une exigence audio personnalisée à contacter notre équipe de stylos de lecture en gros pour une étude de faisabilité.
Lectures connexes
- Stylo de lecture Charge Type-C : USB PD, QC et BC1.2 expliqués
- Cycle d'insertion du connecteur Type-C du stylo de lecture et usure du réceptacle
- Stylo de lecture ASR Reconnaissance vocale automatique
- Stylo de lecture MEMS Microphone et annulation du bruit
- Stylo de lecture Conception d'amplificateur audio Classe D
- Stylo de lecture Gestion de l'énergie et optimisation de l'autonomie
- Stylo de lecture Bluetooth 5.0 vs 5.2 vs 5.3
- Stylo de lecture Mécanisme de mise à jour du micrologiciel OTA