Pertimbangan Antara Mikrofon Pen Bacaan, Audio USB, dan Antara Muka USB 2.0 lwn 3.0 untuk Pembeli B2B

Khalayak sasaran: Ketua kejuruteraan perkakasan, pengurus program OEM, dan jurutera tegar audio yang perlu memahami rantaian isyarat mikrofon, tingkah laku USB Audio Class, dan implikasi lebar jalur USB 2.0 berbanding 3.0 pada SKU pena baca. Sasaran sekunder: pengurus QA yang mereka bentuk pelan pengesahan ketepatan ASR.

Seorang pengedar dari Arab Saudi menghubungi kami pada akhir 2025 kerana pelanggan runcitnya memulangkan pena Q6 pada kadar 4.8% dengan aduan "voice recognition doesn't work in my living room". Kami menarik 12 unit yang dipulangkan, mengujinya di dalam kebuk kami pada 55 dB SPL dengan jarak penutur 1 m, dan 11 daripada 12 unit melepasi ambang ASR dalaman kami. Masalah sebenar bukan mikrofon — sebaliknya adalah saluran audio USB. Pengedar tersebut telah memasang pena ke dalam komputer riba Windows yang menjalankan demo ASR pihak ketiga dengan mod isokron USB 3.0 sebagai lalai, menambah 220 ms kelewatan penimbal dan merendahkan ketepatan pengesanan kata kunci daripada 92% kepada 68%. Kami membekalkan pengedar dengan nota konfigurasi sebelah Windows yang melumpuhkan mod isokron USB 3.0 secara terang-terangan; kadar pemulangan jatuh kepada 0.8% dalam masa 30 hari. Setiap pena baca dalam katalog kami (B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2, Y6) dihantar dengan mikrofon MEMS dan antara muka kelas audio USB, dan panduan ini menjelaskan cara kami mengukur SNR, kelewatan, dan lebar jalur.

1. Rantaian Isyarat Mikrofon pada Pena Baca

Setiap pena baca mempunyai satu mikrofon MEMS port bawah. Kami menggunakan tiga keluarga: MEMS keluaran analog peringkat kemasukan pada B1, B2, P2; MEMS keluaran PDM digital peringkat pertengahan pada F8, K7, KF1; dan MEMS PDM digital rendah bunyi dengan SNR 64 dB pada L5, Q6, Q8, T2, Y6. Mikrofon analog disuap ke dalam ADC codec pada MCU hos; mikrofon PDM digital disuap ke dalam penyahkod PDM-ke-PCM di dalam DSP audio. SKU premium menambah LDO pincang mikrofon khusus dengan bunyi 0.5 µV RMS, iaitu faktor pengehad dalam SNR.

Nilai SNR penting kerana ketepatan ASR merosot secara drastik apabila SNR jatuh di bawah 55 dB. Bilik darjah prasekolah mempunyai purata 65 dB SPL bunyi persekitaran, dan kanak-kanak yang bercakap pada jarak 1 m menghasilkan 60 dB SPL pada mulut. Ini meninggalkan sampul SNR 5 dB. MEMS analog dengan SNR 58 dB jatuh kepada SNR 51 dB dalam bunyi bilik darjah, dan WER ASR meningkat daripada 6.4% kepada 14.8%. MEMS digital dengan SNR 64 dB mengekalkan SNR 58 dB dalam bunyi yang sama, dengan WER kekal pada 7.2%. Perbezaan WER sebanyak 7.6 mata peratus inilah jurang antara demo runcit yang lulus dan yang gagal.

Petua untuk pembeli: Jika demo runcit atau pemasangan di sekolah anda dijalankan dalam persekitaran ambien 60+ dB, minta kilang mengukur SNR di bawah beban, bukan SNR pada lembar spesifikasi. Kedua-dua nilai itu boleh berbeza sebanyak 6 dB — perbezaan antara jualan dan pemulangan.

2. USB Audio Class: UAC 1.0 lwn UAC 2.0 lwn UAC 3.0

Sebatang pen baca yang mendedahkan mikrofonnya kepada komputer hos menggunakan spesifikasi USB Audio Class. Tiga versi penting: UAC 1.0 (era USB 1.0, mono 8 kHz, 16-bit), UAC 2.0 (era USB 2.0, multichannel sehingga 192 kHz, 24-bit, mod async), dan UAC 3.0 (era USB 3.0, kependaman lebih rendah, kawalan dipertingkat). Tiada pen kami yang melaksanakan UAC 3.0 kerana sokongan di sisi hos tidak konsisten merentasi Windows, macOS dan Android. Kami menggunakan UAC 1.0 pada B1, B2, F8, P2, K7, KF1 (mono 16 kHz, 16-bit), dan UAC 2.0 pada L5, Q6, Q8, T2, Y6 (mono 48 kHz, 16-bit, async).

Pilihan antara UAC 1.0 dan UAC 2.0 penting kerana kependaman. UAC 1.0 pada USB 2.0 mempunyai selang bingkai tetap 1 ms, memberikan kependaman terburuk 13 ms pada 16 kHz. UAC 2.0 dalam mod adaptif mempunyai selang bas boleh aturcara sehingga 125 µs, dan kependaman biasa pada USB 2.0 high-speed ialah 4 ms. Pada USB 3.0 superspeed, UAC 2.0 boleh turun sehingga 1.4 ms. Kependaman ini penting bagi responsif pengesanan kata kunci dan keselarasan audio-video.

Bagi Q6 dan Q8 (yang menyokong sentiasa-mendengar wake-word), bajet kependaman ialah 80 ms dari bunyi masuk hingga LED berkelip. UAC 2.0 pada 4 ms meninggalkan 76 ms untuk rangkaian neural kata kunci. UAC 1.0 pada 13 ms meninggalkan 67 ms, masih mencukupi. UAC 3.0 pada 1.4 ms akan meninggalkan 78.6 ms tetapi menambah 220 ms penimbalan pada Windows disebabkan kedalaman baris gilir isokron pemandu — punca utama aduan Arab Saudi di atas.

3. Lebar Jalur USB 2.0 lwn 3.0: Berapa Banyak Yang Sebenarnya Anda Perlukan

Nilai lebar jalur tajuk sudah biasa: 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), dan 20 Gbps USB 3.2. Aliran mikrofon mono 48 kHz, 16-bit ialah 768 kbps; aliran main balik stereo 48 kHz, 16-bit dari hos ke pen ialah 1.536 Mbps. Jumlah lebar jalur audio serentak ialah 2.3 Mbps, muat di dalam USB 1.1 Full Speed (12 Mbps).

Di mana USB 2.0 lwn 3.0 penting pada pen baca ialah kemas kini firmware dan muat naik kandungan. Imej firmware 256 MB pada USB 2.0 High Speed mengambil masa 5.6 saat. Muat naik yang sama melalui USB 3.0 SuperSpeed mengambil 0.6 saat. Bagi program sekolah yang mengemas kini 1,200 pen melalui troli, itulah perbezaan antara kitaran kemas kini 90 minit dan kitaran 10 minit. Kami menyokong USB 2.0 High Speed pada setiap SKU. Kami tidak menyokong USB 3.0 SuperSpeed kerana peningkatan kos soket ($0.18 hingga $0.42) tidak wajar dengan peningkatan kelajuan pada pen yang menstrim audio dan firmware sekali-sekala.

4. Penempatan Mikrofon dan Reka Bentuk Akustik

Penempatan mikrofon sama pentingnya dengan SNR mikrofon. Setiap pen baca meletakkan port MEMS pada bahagian bawah ketiga sarung, 14–22 mm di atas hujung tulis, diorientasikan pada kecondongan 22 darjah ke atas menjauhi permukaan tulis, kerana kanak-kanak memegang pen pada sudut tulis 45 darjah. Kami mengukur peningkatan SNR sebanyak 4 dB daripada port yang condong berbanding port menegak ke bawah pada jarak pertuturan 30 cm.

Port akustik ialah lubang 1.0 mm dengan jejaring hidrofobik 0.4 mm di sebaliknya. Jejaring menghalang air liur dan habuk daripada mencapai diafragma. Kami menolak dua lot mikrofon pada tahun 2024 kerana jejaring berukuran 0.2 mm dan membenarkan air liur tembus, menyebabkan kakisan diafragma selepas 8 bulan. Kos penggantian ialah $0.014 seunit dan menambah 4 hari kepada pengeluaran.

Pilihan reka bentuk akustik kedua ialah pengedap antara port mikrofon dan sarung. Kami menggunakan O-ring silikon dengan kekerasan 30 Shore A pada setiap SKU premium (L5, Q6, Q8, T2, Y6). O-ring mengasingkan mikrofon daripada getaran sarung apabila pen diketuk di atas meja. Tanpanya, bunyi ketuk berpindah ke mikrofon sebagai transien 78 dB SPL, yang kadangkala disalah klasifikasikan oleh rangkaian neural pengesan kata kunci sebagai kata kebangkitan.

5. PDM lwn Mikrofon Analog: Mengapa SKU Premium Adalah Digital

Pilihan antara MEMS analog dan MEMS PDM digital ialah pertukaran antara kos BOM, integriti isyarat, dan kerumitan domain jam. MEMS analog berharga $0.18 ditambah saluran ADC $0.04 pada MCU hos. MEMS PDM digital berharga $0.32 dan memerlukan penyahkod PDM-ke-PCM dalam DSP audio. Laluan PDM berharga $0.10 lebih setiap unit, tetapi menghapuskan laluan analog pada PCB, yang menjadi punca pickup hum 60 Hz dalam kebuk EMI kami.

Pada B1, B2, dan P2 kami menerima laluan analog kerana sarungnya kecil dan jejak analog boleh disimpan di bawah 8 mm. Pada F8, K7, KF1 kami beralih kepada PDM kerana panjang jejak analog akan melebihi 12 mm. Pada L5, Q6, Q8, T2, dan Y6 kami menggunakan PDM kerana sarung bar-reel menolak jejak analog kepada 18 mm, terlalu panjang untuk audio bersih dalam margin EMI kami. SKU premium menggunakan MEMS rendah hingar dengan SNR 64 dB berbanding 61 dB, menambah $0.06 seunit.

6. Kadar Sampel Audio USB, Kedalaman Bit, dan Implikasi ASR

Pilihan kadar sampel menjejaskan kedua-dua kualiti audio dan ketepatan ASR. Kami menggunakan 16 kHz, 16-bit untuk ASR kerana itu ialah kadar asli rangkaian neural pengesan kata kunci pada Q6/Q8/T2/Y6 dan fallback API ASR awan pada semua SKU. Kami menggunakan 48 kHz, 16-bit untuk main balik muzik kerana itu ialah piawai untuk buku audio yang kami hantar. Kedalaman 16-bit memadai kerana SNR mikrofon mencapai puncak pada 65 dB, dan julat dinamik 16-bit ialah 96 dB. Tiada manfaat ASR untuk 24-bit pada pen baca.

Pertukaran yang lebih menarik ialah antara 48 kHz dan 96 kHz untuk main balik muzik. Kadar sampel 96 kHz akan menolak strim audio kepada 3.07 Mbps, masih dalam margin USB 2.0 High Speed, tetapi tiada manfaat yang boleh didengar pada pembesar suara jalur lebar 22 kHz. Kami menanda aras setiap SKU dengan had 48 kHz. Mana-mana pembeli OEM yang meminta main balik 96 kHz akan diminta memberikan justifikasi; kami belum melihat satu pun.

7. Tatasusunan Mikrofon dan Pembentukan Pancaran: Peta Jalan Masa Depan

Kami kini tidak menghantar pen baca dengan tatasusunan mikrofon. Seni bina mikrofon tunggal memadai untuk kes penggunaan semasa. Kami menjejaki dua arah masa hadapan: tatasusunan mikrofon berganda pada SKU premium masa depan untuk pembatalan hingar dalam persekitaran 70+ dB, dan tindanan firmware berkapasiti pembentukan pancaran yang boleh meningkatkan ketepatan ASR dalam kelas sebanyak 2.4 mata peratusan WER. Tatasusunan dwi-mic akan menambah $0.40 kepada BOM dan memerlukan DSP audio 32-bit pada 120 MHz. Kami menjangka prototaip pada S2 2027 dan penghantaran pada SKU masa depan menjelang S1 2028.

Jika program OEM anda mempunyai keperluan keras bagi pembatalan hingar berbilang mikrofon dalam runcit, hubungi team kejuruteraan kami melalui saluran pen baca ODM. Kami mempunyai model pemerkhidmatan NRE aktif yang boleh menskop varian dwi-mic tersuai dalam garis masa 12 bulan.

8. Sudut Pematuhan USB-IF

Setiap pen baca dengan soket USB-C diuji untuk pematuhan USB-IF. Kami mengikuti Spesifikasi Kabel dan Penyambung USB Type-C Release 2.2 dan Spesifikasi Kelas Peranti Audio USB 3.0. Untuk pembeli B2B yang menghantar ke pasaran yang memerlukan pensijilan logo USB-IF (Jepun, sebahagian EU), kami mengesyorkan sumber soket dan pengawal PD daripada vendor tersenarai USB-IF. Vendor kami disenaraikan di bawah TID 6,200,000 hingga 6,299,999.

Untuk pematuhan kelas audio, kami menghantar setiap binaan firmware kepada suite ujian bab kelas audio USB-IF, yang merangkumi penghitungan, rundingan format, pemadanan kadar sampel, dan tingkah laku mod tak segerak. Kami tidak mengalami kegagalan pematuhan USB-IF pada mana-mana SKU audio dalam 36 bulan. Artifak ujian pematuhan tersedia atas permintaan untuk pembeli OEM yang perlu menyokong pemfailan USB-IF mereka sendiri.

9. Privasi Mikrofon dan Soalans Sentiasa Mendengar

Tiga SKU menyokong mod kata kebangkitan sentiasa mendengar: Q6, Q8, T2, dan Y6. Mod sentiasa mendengar mengekalkan bias mikrofon MEMS dan rangkaian neural pengesan kata kunci 32 MHz berjalan pada DSP. Mod ini adalah opt-in melalui gabungan menu tekan lama tersembunyi; ia tidak didayakan secara lalai pada SKU runcit. Audio diproses sepenuhnya pada peranti. Tiada audio dimuat naik ke pelayan awan melainkan kata kebangkitan dicetuskan, di mana hanya audio selepas kata kebangkitan dimuat naik.

Untuk pembeli OEM yang menghantar ke pasaran dengan undang-undang persetujuan mikrofon yang ketat (California, EU di bawah GDPR, Brazil di bawah LGPD), kami mengesyorkan mod sentiasa mendengar dihantar dilumpuhkan secara lalai dengan notis jelas dalam kotak. Kami menyediakan templat notis persetujuan model dalamdokumentasi pematuhan yang disesuaikan dengan setiap pasaran. Kami tidak mempunyai sebarang insiden kawal selia dalam tempoh 36 bulan.

10. Pelan Halatuju 9 Bulan ke Hadapan

Kami sedang menjejaki empat penambahbaikan pada laluan audio yang akan siap menjelang S2 2027. Pertama, MEMS SNR 67 dB pada T2 dan Y6, yang dijangka dapat menurunkan WER dalam persekitaran 65 dB kepada 7.4%. Kedua, timbunan pemandu UAC 2.0 untuk Android, yang kini dalam versi beta, yang akan membolehkan telefon Android menggunakan pen baca sebagai mikrofon luar tanpa had terhad kepada Windows sahaja. Ketiga, soket USB-C dengan sokongan USB 3.2 10 Gbps pada SKU akan datang, untuk kemas kini firmware dalam senario troli sekolah. Keempat, bit firmware mod privasi yang memutuskan secara fizikal LLO bias mikrofon apabila mod pendengaran dilumpuhkan dalam tetapan, supaya walaupun eksploitasi firmware tidak dapat mengaktifkan mikrofon tanpa pengaktifan semula perkakasan.

Kami akan menerbitkan laporan kejuruteraan susulan setelah MEMS SNR 67 dB dan pemandu UAC 2.0 Android dilancarkan. Seni bina audio kami sudah matang dan disokong dengan baik, dan kami menjemput mana-mana pembeli OEM yang mempunyai keperluan audio tersuai untuk berhubung dengan pasukan pen baca borong kami bagi kajian kemungkinan.

Bacaan Berkaitan

• Pengecasan Jenis-C Pen Baca: USB PD, QC, dan BC1.2 Dijelaskan
• Kitaran Penyisipan Penyambung Jenis-C Pen Baca dan Haus Soket
• ASR Pengecaman Pertuturan Automatik Pen Baca
• Mikrofon MEMS dan Pembatalan Hingar Pen Baca
• Reka Bentuk Penguat Audio Kelas D Pen Baca
• Pengurusan Kuasa dan Pengoptimuman Masa Kendalian Pen Baca
• Pen Baca Bluetooth 5.0 lwn 5.2 lwn 5.3
• Mekanisma Kemas Kini Firmware OTA Pen Baca