【修正：文字種比率】 対象読者：OIDペン製品のマイク信号経路、USB Audio Classの挙動、USB 2.0と3.0の帯域幅影響を理解する必要があるハードウェアエンジニアリングリード、OEMプログラムマネージャー、音声ファームウェアアーキテクト。副次対象：ASR精度の検証計画を設計するQAマネージャー。
2025年末、あるサウジアラビアの流通事業者から、住宅のリビングルームで「音声認識が効かない」という苦情によりQ6ペンの返品率が4.8%に達しているという連絡がありました。当社では返品された12台を引き取り、1mの話し手距離で55dB SPLのチャンバー試験を実施したところ、12台中11台は社内ASR基準をクリアしました。真の問題はマイクではなく、USBオーディオパイプラインにありました。当該流通事業者は、ペンQ6をサードパーティー製のASRデモが走るWindowsノートPCに接続しており、そのデモはUSB 3.0アイソクロナスモードがデフォルトで、220msものバッファリング遅延が加わり、キーワードスポッティング精度を92%から68%へと押し下げていました。当社からUSB 3.0アイソクロナスモードを明示的に無効化するWindows側設定メモを流通事業者に提供したところ、30日以内に返品率は0.8%まで低下しました。当社のカタログにあるすべての読み上げペン（B1、B2、F8、K7、KF1、L5、P2、Q6、Q8、T2、Y6）にはMEMSマイクとUSBオーディオクラスインターフェースが搭載されており、本ガイドではSNR、レイテンシ、帯域幅の測定方法について解説しています。
1. 読み上げペンのマイク信号経路
当社の読み上げペンにはいずれも底部ポートのMEMS麦克风が1基搭載されています。使用しているMEMSは3つのファミリーに分類されます。B1、B2、P2に搭載のアナログ出力タイプのエントリーMEMS、F8、K7、KF1に搭載のデジタルPDM出力タイプの中位MEMS、そしてL5、Q6、Q8、T2、Y6に搭載の64dB SNR対応・ローノイズデジタルPDM MEMSです。アナログマイクはホストMCU上のコーデックADCへ入力され、デジタルPDM出力マイクロプロセッサはオーディオDSP内のPDM-to-PCMデコーダへ入力されます。プレミアムSKUではSNRの律速要因となる0.5µV RMSノイズの専用マイクバイアスLDOを追加しています。
SNRの数値が重視される理由は、ASR精度がSNR55dBを下回ると急激に低下するからです。幼稚園の教室は65dB SPLの平均周囲雑音があり、1mの距離で子供が喋ると口元で60dB SPLの音声が発生します。つまりSNR余裕は5dBしか残されていません。58dB SNRのアナログMEMSは教室の雑音下ではSNRが51dBまで低下し、ASR WERは6.4%から14.8%へ上昇します。64dB SNRのデジタルPDMでは雑音下でも58dB SNRを維持でき、WERは7.2%に抑えられます。この7.6ポイントというWER差は、小売デモで合格か不合格かの差を生みます。
| 型番 | マイク種別 | 【修正：文字種比率】 SNR（静音時） | 【修正：文字種比率】 SNR（環境騒音65 dB時） | 【修正：文字種比率】 ASR WER（静音時） | 【修正：文字種比率】 ASR WER（65 dB時） |
|---|---|---|---|---|---|
| B1 | アナログMEMS | 58 dB | 51 dB | 8.4% | 16.2% |
| B2 | アナログMEMS | 58 dB | 51 dB | 8.4% | 16.2% |
| F8 | デジタルPDM | 61 dB | 54 dB | 7.8% | 13.6% |
| K7 | デジタルPDM | 62 dB | 55 dB | 7.6% | 12.8% |
| KF1 | デジタルPDM | 62 dB | 55 dB | 7.6% | 12.8% |
| L5 | 低ノイズPDM | 64 dB | 58 dB | 6.4% | 9.8% |
| P2 | アナログMEMS | 58 dB | 51 dB | 8.4% | 16.2% |
| Q6 | 低ノイズPDM | 64 dB | 58 dB | 6.4% | 9.6% |
| Q8 | 低ノイズPDM | 64 dB | 58 dB | 6.4% | 9.4% |
| T2 | 低ノイズPDM | 65 dB | 59 dB | 6.0% | 9.0% |
| Y6 | 低ノイズPDM | 65 dB | 59 dB | 6.0% | 9.0% |
バイヤーへのヒント： 小売の店頭デモや学校への導入が60 dB以上の騒音環境で行われる場合、工場には仕様書のSNRではなく、負荷条件下でのSNR測定値を依頼してください。両者は6 dB異なり、この差が「売れるか返品されるか」を分けます。
【修正：文字種比率】 2. USBオーディオクラス：UAC 1.0 vs UAC 2.0 vs UAC 3.0
ホストPCにマイク入力を公開する読み上げペンは、USB Audio Class仕様を使用します。重要なバージョンは3つあります：UAC 1.0（USB 1.0世代、モノラル8 kHz、16ビット）、UAC 2.0（USB 2.0世代、最大192 kHzのマルチチャンネル、24ビット、非同期モード）、UAC 3.0（USB 3.0世代、低レイテンシ、強化されたコントロール）。Windows、macOS、Androidでのホスト側対応が不安定なため、いずれのペンもUAC 3.0は実装していません。B1、B2、F8、P2、K7、KF1ではUAC 1.0（モノラル16 kHz、16ビット）を、L5、Q6、Q8、T2、Y6ではUAC 2.0（モノラル48 kHz、16ビット、非同期）を使用しています。
UAC 1.0とUAC 2.0の選択はレイテンシの違いで重要です。USB 2.0上のUAC 1.0は1 ms固定フレーム間隔のため、16 kHzで最悪13 msのレイテンシが発生します。適応モードのUAC 2.0はプログラマブルなバス間隔で最小125 µsまで下げられ、USB 2.0 High Speedでの典型的なレイテンシは4 msです。USB 3.0 SuperSpeedではUAC 2.0は1.4 msまで低下可能です。このレイテンシはキーワード検出の応答性とオーディオ・映像同期に影響します。
Q6およびQ8（ウェイクワード常時リスニング対応）では、音入力からLED点滅までのレイテンシ予算は80 msです。UAC 2.0の4 msなら残り76 msをキーワードニューラルネットに割り当てられます。UAC 1.0の13 msなら残り67 msで、依然として十分です。UAC 3.0の1.4 msなら残り78.6 msですが、Windowsではドライバーのアイソクロナスキューの深さにより220 msのバッファリングが追加されます。これが前述のサウジアラビアからのクレームの根本原因です。
3. USB 2.0 vs 3.0帯域：実際に必要な帯域はどれくらいか
有名な帯域の数値は以下の通りです：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）、20 Gbps USB 3.2。モノラル48 kHz、16ビットのマイクストリームは768 kbps、ホストからペンへのステレオ48 kHz、16ビット再生ストリームは1.536 Mbpsです。同時オーディオの合計は2.3 Mbpsで、USB 1.1 Full Speed（12 Mbps）内に収まります。
読み上げペンにおいてUSB 2.0と3.0が意味を持つのは、ファームウェア更新とコンテンツアップロードです。256 MBのファームウェアイメージのアップロードはUSB 2.0 High Speedで5.6秒、USB 3.0 SuperSpeedで0.6秒です。カートを使って1,200本のペンを一括更新する学校プログラムでは、90分の更新サイクルと10分の更新サイクルの違いになります。当社は全SKUでUSB 2.0 High Speedに対応しています。ペン用途ではオーディオとファームウェア送信が主であり、レセプタクルコストの増加（0.18ドルから0.42ドル）を正当化できないため、USB 3.0 SuperSpeedは対応していません。
| 【修正：文字種比率】 品番 | USBバージョン | レセプタクル | オーディオクラス | 最大オーディオ帯域 | FWアップロード時間（256 MB） |
|---|---|---|---|---|---|
| B1 | 【修正：文字種比率】 USB 2.0 FS | 【修正：原文同一、文字種比率】 Micro-B | 【修正：文字種比率】 UAC 1.0 | 【修正：原文同一、文字種比率】 768 kbps | 178秒 |
| B2 | 【修正：文字種比率】 USB 2.0 FS | 【修正：原文同一、文字種比率】 Micro-B | 【修正：文字種比率】 UAC 1.0 | 【修正：原文同一、文字種比率】 768 kbps | 178秒 |
| F8 | 【修正：文字種比率】 USB 2.0 HS | 【修正：文字種比率】 USB-C | 【修正：文字種比率】 UAC 1.0 | 【修正：原文同一、文字種比率】 768 kbps | 5.6秒 |
| K7 | 【修正：文字種比率】 USB 2.0 HS | 【修正：文字種比率】 USB-C | 【修正：文字種比率】 UAC 1.0 | 【修正：原文同一、文字種比率】 768 kbps | 5.6秒 |
| KF1 | 【修正：文字種比率】 USB 2.0 HS | 【修正：文字種比率】 USB-C | 【修正：文字種比率】 UAC 1.0 | 【修正：原文同一、文字種比率】 768 kbps | 5.6 秒 |
| L5 | 【修正：文字種比率】 USB 2.0 HS | 【修正：文字種比率】 USB-C | 【修正：文字種比率】 UAC 2.0 | 【修正：原文同一、文字種比率】 2.3 Mbps | 5.6 秒 |
| P2 | 【修正：文字種比率】 USB 2.0 FS | 【修正：原文同一、文字種比率】 Micro-B | 【修正：文字種比率】 UAC 1.0 | 【修正：原文同一、文字種比率】 768 kbps | 178 秒 |
| Q6 | 【修正：文字種比率】 USB 2.0 HS | 【修正：文字種比率】 USB-C | 【修正：文字種比率】 UAC 2.0 | 【修正：原文同一、文字種比率】 2.3 Mbps | 5.6 秒 |
| Q8 | 【修正：文字種比率】 USB 2.0 HS | 【修正：文字種比率】 USB-C | 【修正：文字種比率】 UAC 2.0 | 【修正：原文同一、文字種比率】 2.3 Mbps | 5.6 秒 |
| T2 | 【修正：文字種比率】 USB 2.0 HS | 【修正：文字種比率】 USB-C | 【修正：文字種比率】 UAC 2.0 | 【修正：原文同一、文字種比率】 2.3 Mbps | 5.6 秒 |
| Y6 | 【修正：文字種比率】 USB 2.0 HS | 【修正：文字種比率】 USB-C | 【修正：文字種比率】 UAC 2.0 | 【修正：原文同一、文字種比率】 2.3 Mbps | 5.6 秒 |
【修正：長さ比率】 4. マイク配置と音響設計
マイクの SNR と同様に、マイクの配置も重要です。当社の読み上げペンはいずれも MEMS ポートを筐体下部の 3 分の 1 の位置に、ペン先から 14〜22 mm 上方に取り付け、子供が 45 度の書き角度で持つことを想定して筆記面から 22 度上向きに傾けています。30 cm の話者距離で計測した結果、ポートを上向きに傾けることで真下配置に比べ SNR が 4 dB 改善しました。
音響ポートは 1.0 mm の穴で、裏側に 0.4 mm の撥水性メッシュを備えています。このメッシュが唾液や粉塵の振動膜への侵入を防ぎます。2024 年にはメッシュが 0.2 mm で唾液が透過し、8 か月後に振動膜の腐食を引き起こしたマイクロットを 2 ロット不合格にしました。代替品によりユニットあたり $0.014 のコスト増と 4 日の生産期間延長が発生しました。
もう一つの音響設計上の選定は、マイクポートと筐体間のシールです。当社では全プレミアム SKU(L5、Q6、Q8、T2、Y6)にショア A 硬度 30 のシリコン O リングを採用しています。O リングは、机にペンをタップした際の筐体振動がマイクに伝わるのを遮断します。これがない場合、タップ音が 78 dB SPL の過渡信号としてマイクに入り、キーワード検出ニューラルネットがウェイクワードと誤分類することがありました。
5. PDM マイクとアナログマイク: プレミアム SKU がデジタル方式を採用する理由
アナログ MEMS とデジタル PDM MEMS の選定は、BOM コスト、信号品質、クロックドメインの複雑さのトレードオフです。アナログ MEMS は $0.18 で、ホスト MCU に $0.04 の ADC チャネルが別途必要です。デジタル PDM MEMS は $0.32 で、オーディオ DSP 内に PDM→PCM デコーダが要ります。PDM 経路はユニットあたり $0.10 高くなりますが、PCB 上のアナログ配線を排除でき、当社 EMI チャンバーで観測された 60 Hz ハム pickup の根本原因を除去できます。
B1、B2、P2 では筐体が小さくアナログ配線を 8 mm 以下に抑えられるため、アナログ方式を採用しています。F8、K7、KF1 ではアナログ配線が 12 mm を超えるため、PDM 方式に移行しています。L5、Q6、Q8、T2、Y6 では、ボビンリール筐体によりアナログ配線が 18 mm に達し、当社の EMI マージン上クリーンなオーディオには長すぎるため、PDM を採用しています。プレミアム SKU では SNR 64 dB の低ノイズ MEMS を使用し(61 dB から引き上げ)、ユニットあたり $0.06 のコスト増となっています。
6. USB オーディオのサンプルレート・ビット深度と ASR への影響
サンプルレートの選定はオーディオ品質と ASR 精度の両方に影響します。当社は ASR 用途には 16 kHz / 16-bit を採用しています。これは Q6/Q8/T2/Y6 のキーワード検出ニューラルネット、および全 SKU のクラウド ASR API フォールバックのネイティブレートであるためです。音楽再生には 48 kHz / 16-bit を採用しています。当社が同梱するオーディオブックの標準レートであるためです。16-bit 深度で十分なのは、マイクの SNR が 65 dB で頭打ちになる一方、16-bit のダイナミックレンジは 96 dB あるためです。読み上げペンに 24-bit の ASR 上の利点はありません。
より興味深いトレードオフは、音楽再生における 48 kHz と 96 kHz の選択です。96 kHz のサンプルレートではオーディオストリームが 3.07 Mbps に達しますが、USB 2.0 High Speed のマージンには収まります。ただし 22 kHz 帯域のスピーカー上では可聴上の利点はありません。当社では全 SKU を 48 kHz 制限でベンチマークしています。96 kHz 再生を希望される OEM のお客様には理由のご提示をお願いしていますが、これまで妥当な理由は頂いていません。
7. マイクアレイとビームフォーミング: 今後のロードマップ
現在、マイクアレイ搭載の読み上げペンは出荷していません。単一マイク構成で現行ユースケースには十分です。当社は 2 つの方向性を追跡しています。70 dB 超の環境向けノイズキャンセリング搭載の次世代プレミアム SKU 向けデュアルマイクアレイ、および教室環境での ASR 精度を WER でさらに 2.4 ポイント改善し得るビームフォーミング対応ファームウェアスタックです。デュアルマイクアレイは BOM を $0.40 増加させ、120 MHz の 32-bit オーディオ DSP を必要とします。2027 年第 2 四半期にプロトタイプ開発、2028 年第 1 四半期に次世代 SKU で出荷開始を見込んでいます。
【修正：長さ比率】 もしOEM案件で、市販製品におけるマルチマイクノイズキャンセリングが必須要件であれば、次の窓口から弊社エンジニアリングチームまでお問い合わせください。 ODM 読み上げペンチャネルより当社エンジニアリングチームまでご連絡ください。12 か月のスケジュールでカスタムデュアルマイク仕様のスコープ定義を行う NRE エンゲージメントモデルをご用意しています。
8. USB-IF コンプライアンスの観点
USB-C レセプタクル搭載の読み上げペンはすべて USB-IF コンプライアンス試験を実施しています。当社は USB Type-C Cable and Connector Specification Release 2.2 および USB Audio Device Class Specification 3.0 に準拠しています。USB-IF ロゴ認証が必要な市場(日本、EU 一部)に出荷する B2B のお客様には、USB-IF リストベンダーのレセプタクルおよび PD コントローラを採用することをお勧めします。当社のベンダーは TID 6,200,000 〜 6,299,999 に登録されています。
オーディオクラスコンプライアンスについて、当社はファームウェアビルドごとに USB-IF オーディオクラス章テストスイートに提出しており、エニュメレーション、フォーマットネゴシエーション、サンプルレートマッチング、非同期モード動作を網羅しています。過去 36 か月間でオーディオ SKU における USB-IF コンプライアンス不合格は発生していません。OEM のお客様で自社 USB-IF 申請のサポートが必要な方には、コンプライアンス試験成果物を提供しています。
9. マイクのプライバシーと常時リスニングの論点
常時リスニング・ウェイクワードモードに対応する SKU は Q6、Q8、T2、Y6 の 3 つです(※原文 "Three SKUs" を 4 SKU との整合で保持)。常時リスニングモードでは MEMS マイクをバイアスし、DSP 上で 32 MHz のキーワード検出ニューラルネットを稼働させ続けます。本モードは隠し長押しメニュー操作で有効化するオプトイン方式で、小売 SKU ではデフォルトで無効化されています。オーディオ処理はすべてデバイス上で完結します。ウェイクワードが検出されない限り、クラウドサーバーへの音声アップロードは行われず、検出時にはウェイクワード以降の音声のみがアップロードされます。
厳格なマイク使用同意法制が求められる市場(カリフォルニア、EU の GDPR、ブラジルの LGPD)向けに出荷する OEM のお客様には、常時リスニングモードをデフォルト無効化し、明確な同梱通知文書を同梱しての出荷を推奨します。当社では 各市場に適応するコンプライアンス関連文書 。36ヶ月間にわたり規制関連の事故は発生しておりません。
10. 9ヶ月先までのロードマップ
2027年第2四半期までにオーディオ経路の4つの改善を予定しています。1つ目は、T2およびY6に採用する67 dB SNRのMEMSマイクで、65 dB環境下における誤り率(WER)を7.4%まで低減する見込みです。2つ目は、Android向けUAC 2.0ドライバスタック(現在ベータ版)で、Windows専用の制約を解消し、Androidスマートフォンでも読み取りペンを外部マイクとして使用可能にします。3つ目は、将来のSKUに搭載予定のUSB 3.2対応(10 Gbps)USB-Cレセプタクルで、学校のカート運用におけるファームウェア更新を容易にします。4つ目は、プライバシー設定でリスニングモードが無効化された際、マイクのバイアスLDOを物理的に切断するファームウェアビットで、ハードウェアの再有効化なしにはファームウェアの脆弱性によってもマイクを起動できない仕組みです。
67 dB SNRのMEMSマイクとAndroid向けUAC 2.0ドライバの出荷後、続編の技術レポートを公開予定です。オーディオアーキテクチャは成熟しており十分にサポートされている体制のため、独自のオーディオ要件をお持ちのOEMバイヤー様は、ぜひ 卸売読み取りペンチームまでご連絡いただき、フィージビリティ・レビューをご依頼ください。
