Аудитория: Руководители аппаратной инженерии, менеджеры OEM-программ и архитекторы аудио-прошивки, которым необходимо понимать микрофонный сигнальный тракт, поведение USB Audio Class и влияние пропускной способности USB 2.0 и 3.0 на модели читающих ручек. Вторично: менеджеры QA, разрабатывающие планы валидации точности ASR.
В конце 2025 года к нам обратился дистрибьютор из Саудовской Аравии, потому что его розничные клиенты возвращали ручки Q6 с показателем 4,8% с жалобой «голосовое распознавание не работает в моей гостиной». Мы взяли 12 возвращённых устройств, проверили их в камере при 55 дБ SPL и расстоянии до диктора 1 м, и 11 из 12 прошли наш внутренний порог ASR. Настоящей проблемой был не микрофон — а USB-аудио конвейер. Дистрибьютор подключил ручки к ноутбуку с Windows, на котором работала демонстрационная версия ASR от стороннего разработчика, использовавшая изохронный режим USB 3.0 по умолчанию, что добавило 220 мс задержки буферизации и снизило точность обнаружения ключевых слов с 92% до 68%. Мы предоставили дистрибьютору рекомендации по настройке на стороне Windows, которые явно отключают изохронный режим USB 3.0; частота возвратов снизилась до 0,8% за 30 дней. Каждая читающая ручка в нашем каталоге (B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2, Y6) оснащена MEMS-микрофоном и интерфейсом USB Audio Class, и данное руководство описывает, как мы измеряем SNR, задержку и пропускную способность.
1. Сигнальный тракт микрофона в читающей ручке
Каждая читающая ручка оснащена одним MEMS-микрофоном с нижним портом. Мы используем три семейства: аналоговый выходной MEMS начального уровня на B1, B2, P2; цифровой MEMS с выходом PDM среднего уровня на F8, K7, KF1; и малошумящий цифровой PDM MEMS с SNR 64 дБ на L5, Q6, Q8, T2, Y6. Аналоговые микрофоны подают сигнал на АЦП-кодек на хосте MCU; цифровые PDM-микрофоны подают сигнал на декодер PDM-to-PCM внутри аудио-DSP. Премиальные модели оснащены специализированным LDO-источником питания для микрофона с шумом 0,5 мкВ RMS, что является лимитирующим фактором для SNR.
Значение SNR критически важно, поскольку точность ASR резко падает при снижении SNR ниже 55 дБ. В детском саду средний уровень окружающего шума составляет 65 дБ SPL, а ребёнок на расстоянии 1 м создаёт 60 дБ SPL у рта. Это оставляет запас SNR всего 5 дБ. Аналоговый MEMS с SNR 58 дБ снижается до SNR 51 дБ в условиях шума в классе, а WER ASR возрастает с 6,4% до 14,8%. Цифровой MEMS с SNR 64 дБ сохраняет SNR 58 дБ в тех же условиях шума, а WER остаётся на уровне 7,2%. Разница в WER в 7,6 процентных пункта — это грань между успешной и провальной розничной демонстрацией.
| Модель | Тип микрофона | SNR (тихо) | SNR (65 дБ окружающий шум) | ASR WER (тихо) | ASR WER (65 дБ) |
|---|---|---|---|---|---|
| B1 | Аналоговый MEMS | 58 дБ | 51 дБ | 8,4% | 16,2% |
| B2 | Аналоговый MEMS | 58 дБ | 51 дБ | 8,4% | 16,2% |
| F8 | Цифровой PDM | 61 дБ | 54 дБ | 7,8% | 13,6% |
| K7 | Цифровой PDM | 62 дБ | 55 дБ | 7,6% | 12,8% |
| KF1 | Цифровой PDM | 62 дБ | 55 дБ | 7,6% | 12,8% |
| L5 | Малошумящий PDM | 64 дБ | 58 дБ | 6,4% | 9,8% |
| P2 | Аналоговый MEMS | 58 дБ | 51 дБ | 8,4% | 16,2% |
| Q6 | Малошумящий PDM | 64 дБ | 58 дБ | 6,4% | 9,6% |
| Q8 | Low-noise PDM | 64 dB | 58 dB | 6,4% | 9,4% |
| T2 | Low-noise PDM | 65 dB | 59 dB | 6,0% | 9,0% |
| Y6 | Low-noise PDM | 65 dB | 59 dB | 6,0% | 9,0% |
Совет покупателю: Если ваша розничная демонстрация или внедрение в школе работает в условиях окружающего шума 60+ дБ, запросите на заводе измерение отношения сигнал/шум под нагрузкой, а не значение в спецификации. Эти два показателя могут отличаться на 6 дБ — разница между продажей и возвратом.
2. USB Audio Class: UAC 1.0 vs UAC 2.0 vs UAC 3.0
Ручка для чтения, которая предоставляет доступ к своему микрофону хосту, использует спецификацию USB Audio Class. Значение имеют три версии: UAC 1.0 (эра USB 1.0, моно 8 кГц, 16 бит), UAC 2.0 (эра USB 2.0, многоканальный режим до 192 кГц, 24 бита, асинхронный режим) и UAC 3.0 (эра USB 3.0, сниженная задержка, расширенное управление). Ни одна из наших ручек не реализует UAC 3.0 из-за неравномерной поддержки на стороне хоста в Windows, macOS и Android. Мы используем UAC 1.0 на B1, B2, F8, P2, K7, KF1 (моно 16 кГц, 16 бит) и UAC 2.0 на L5, Q6, Q8, T2, Y6 (моно 48 кГц, 16 бит, асинхронный).
Выбор между UAC 1.0 и UAC 2.0 важен из-за задержки. UAC 1.0 на USB 2.0 имеет фиксированный интервал кадра 1 мс, что даёт максимальную задержку 13 мс при 16 кГц. UAC 2.0 в адаптивном режиме имеет программируемый интервал шины до 125 мкс, а типичная задержка на USB 2.0 high-speed составляет 4 мс. На USB 3.0 superspeed UAC 2.0 может снизиться до 1,4 мс. Задержка важна для скорости отклика при обнаружении ключевых слов и синхронизации аудио и видео.
Для Q6 и Q8 (которые поддерживают голосовое пробуждение по ключевому слову в режиме постоянного прослушивания), бюджет задержки составляет 80 мс от звукового входа до мигания светодиода. UAC 2.0 при 4 мс оставляет 76 мс для нейросети распознавания ключевых слов. UAC 1.0 при 13 мс оставляет 67 мс, что также достаточно. UAC 3.0 при 1,4 мс оставил бы 78,6 мс, но добавляет 220 мс буферизации в Windows из-за глубины изохронной очереди драйвера — основная причина упомянутой выше жалобы из Саудовской Аравии.
3. Пропускная способность USB 2.0 vs 3.0: Сколько вам реально нужно
Пиковые значения пропускной способности хорошо известны: USB 1.5 Мбит/с Low Speed, 12 Мбит/с Full Speed, 480 Мбит/с High Speed (USB 2.0), 5 Гбит/с SuperSpeed (USB 3.0), 10 Гбит/с SuperSpeed+ (USB 3.1) и 20 Гбит/с USB 3.2. Монофонический поток микрофона 48 кГц, 16 бит составляет 768 кбит/с; стереофонический поток воспроизведения 48 кГц, 16 бит с хоста на ручку составляет 1,536 Мбит/с. Общая одновременная аудиополоса пропускания составляет 2,3 Мбит/с, что укладывается в USB 1.1 Full Speed (12 Мбит/с).
Где USB 2.0 vs 3.0 имеет значение для ручки чтения — это обновление прошивки и загрузка контента. Образ прошивки 256 МБ через USB 2.0 High Speed занимает 5,6 секунды. Та же загрузка через USB 3.0 SuperSpeed занимает 0,6 секунды. Для школьной программы с обновлением 1 200 ручек через тележку это разница между 90-минутным и 10-минутным циклом обновления. Мы поддерживаем USB 2.0 High Speed на каждой модели SKU. Мы не поддерживаем USB 3.0 SuperSpeed, потому что увеличение стоимости разъёма ($0,18–$0,42) не оправдывает прирост скорости для ручки, которая передаёт аудио и эпизодически обновляет прошивку.
| SKU | Версия USB | Разъём | Аудиокласс | Макс. полоса пропускания аудио | Время загрузки прошивки (256 МБ) |
|---|---|---|---|---|---|
| B1 | USB 2.0 FS | Micro-B | UAC 1.0 | 768 кбит/с | 178 с |
| B2 | USB 2.0 FS | Micro-B | UAC 1.0 | 768 кбит/с | 178 с |
| F8 | USB 2.0 HS | USB-C | UAC 1.0 | 768 кбит/с | 5,6 с |
| K7 | USB 2.0 HS | USB-C | UAC 1.0 | 768 кбит/с | 5,6 с |
| KF1 | USB 2.0 HS | USB-C | UAC 1.0 | 768 kbps | 5,6 с |
| L5 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Мбит/с | 5,6 с |
| P2 | USB 2.0 FS | Micro-B | UAC 1.0 | 768 kbps | 178 с |
| Q6 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Мбит/с | 5,6 с |
| Q8 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Мбит/с | 5,6 с |
| T2 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Мбит/с | 5,6 с |
| Y6 | USB 2.0 HS | USB-C | UAC 2.0 | 2,3 Мбит/с | 5,6 с |
4. Размещение микрофона и акустическая конструкция
Размещение микрофона важно не менее, чем его отношение сигнал/шум. В каждой читающей ручке порт MEMS располагается в нижней трети корпуса, на 14–22 мм выше кончика пера, под углом наклона 22° вверх от поверхности письма, поскольку ребёнок держит ручку под углом письма 45°. Мы измерили улучшение отношения сигнал/шум на 4 дБ при наклонном порте по сравнению с прямым портом на расстоянии говорящего 30 см.
Акустический порт представляет собой отверстие диаметром 1,0 мм с гидрофобной сеткой 0,4 мм позади него. Сетка предотвращает попадание слюны и пыли на диафрагму. Мы отклонили две партии микрофонов в 2024 году из-за сетки 0,2 мм, которая пропускала слюну, что приводило к коррозии диафрагмы через 8 месяцев. Замена обошлась в $0,014 за единицу и добавила 4 дня к производству.
Второй выбор акустической конструкции — это уплотнение между отверстием микрофона и корпусом. Мы используем силиконовое уплотнительное кольцо с твёрдостью 30 Shore A на каждой премиальной модели (L5, Q6, Q8, T2, Y6). Уплотнительное кольцо изолирует микрофон от вибраций корпуса, когда ручкой стучат по столу. Без него шум от удара передаётся в микрофон как переходный сигнал 78 дБ УЗД, который нейросеть распознавания ключевых слов иногда ошибочно классифицирует как слово активации.
5. PDM или аналоговый микрофон: почему premium SKU являются цифровыми
Выбор между аналоговым MEMS и цифровым PDM MEMS — это компромисс между стоимостью BOM, целостностью сигнала и сложностью тактового домена. Аналоговый MEMS стоит $0,18 плюс $0,04 за канал АЦП на хосте MCU. Цифровой PDM MEMS стоит $0,32 и требует декодера PDM-to-PCM в аудио DSP. Путь PDM стоит на $0,10 больше за единицу, но устраняет аналоговую трассировку на PCB — источник наводки 60 Гц в нашей ЭМИ-камере.
На B1, B2 и P2 мы принимаем аналоговый путь, потому что корпус маленький и аналоговая дорожка может быть короче 8 мм. На F8, K7, KF1 мы переходим на PDM, потому что длина аналоговой дорожки превысит 12 мм. На L5, Q6, Q8, T2 и Y6 мы используем PDM, потому что корпус bar-reel увеличивает аналоговую дорожку до 18 мм, что слишком много для чистого аудио в нашем ЭМИ-запасе. Premium SKU используют low-noise MEMS с отношением сигнал/шум 64 дБ вместо 61 дБ, добавляя $0,06 за единицу.
6. Частота дискретизации USB-аудио, битовая глубина и последствия для ASR
Выбор частоты дискретизации влияет как на качество аудио, так и на точность ASR. Мы используем 16 кГц, 16 бит для ASR, потому что это собственная частота нейросети распознавания ключевых слов на Q6/Q8/T2/Y6 и облачный API fallback ASR на всех SKU. Мы используем 48 кГц, 16 бит для воспроизведения музыки, потому что это стандарт для аудиокниг, которые мы поставляем. Глубина 16 бит достаточна, потому что отношение сигнал/шум микрофона достигает 65 дБ, а динамический диапазон 16 бит составляет 96 дБ. Для ASR нет преимущества 24 бит на читающей ручке.
Более интересный компромисс — между 48 кГц и 96 кГц для воспроизведения музыки. Частота дискретизации 96 кГц увеличит аудиопоток до 3,07 Мбит/с, всё ещё в пределах запаса USB 2.0 High Speed, но не обеспечивает слышимого преимущества на динамике с полосой пропускания 22 кГц. Мы тестируем каждый SKU с ограничением 48 кГц. Любому OEM-покупателю, запрашивающему воспроизведение 96 кГц, предлагается предоставить обоснование; мы ещё не видели ни одного.
7. Микрофонная решётка и формирование луча: дорожная карта будущего
В настоящее время мы не поставляем читающую ручку с микрофонной решёткой. Архитектура с одним микрофоном достаточна для текущих вариантов использования. Мы отслеживаем два будущих направления: двухмикрофонную решётку на будущем premium SKU для шумоподавления в средах 70+ дБ и стек прошивки с формированием луча, который может повысить точность ASR в классе ещё на 2,4 процентных пункта WER. Двухмикрофонная решётка добавит $0,40 к BOM и потребует 32-битный аудио DSP на 120 МГц. Мы ожидаем прототип во 2 квартале 2027 года и поставку на будущем SKU в 1 квартале 2028 года.
Если в вашей OEM-программе есть жёсткое требование к многомикрофонному шумоподавлению в рознице, свяжитесь с нашей инженерной командой через ODM читающие ручки канал. У нас есть активная модель взаимодействия NRE, которая может определить масштаб пользовательского двухмикрофонного варианта за 12 месяцев.
8. Угол соответствия USB-IF
Каждая читающая ручка с разъёмом USB-C тестируется на соответствие USB-IF. Мы следуем спецификации кабеля и разъёма USB Type-C версии 2.2 и спецификации USB Audio Device Class версии 3.0. Для B2B-покупателей, поставляющих на рынки, требующие сертификацию логотипа USB-IF (Япония, части ЕС), мы рекомендуем закупать разъём и PD-контроллер у вендоров, внесённых в список USB-IF. Наши вендоры указаны под TID 6,200,000–6,299,999.
Для соответствия аудиоклассу мы отправляем каждую сборку прошивки на тестовый набор главы аудиокласса USB-IF, который охватывает перечисление, согласование форматов, согласование частоты дискретизации и поведение асинхронного режима. За 36 месяцев у нас не было ни одного случая несоблюдения требований USB-IF ни на одном аудио SKU. Артефакты тестов соответствия доступны по запросу для OEM-покупателей, которым необходимо подкрепить свои собственные подачи в USB-IF.
9. Конфиденциальность микрофона и вопрос режима постоянного прослушивания
Три модели поддерживают режим постоянного прослушивания слова активации: Q6, Q8, T2 и Y6. Режим постоянного прослушивания поддерживает MEMS-микрофон в активном состоянии и запускает нейросеть распознавания ключевых слов на DSP с тактовой частотой 32 МГц. Режим активируется скрытой комбинацией долгих нажатий в меню; по умолчанию он отключён на розничных моделях. Обработка звука выполняется полностью на устройстве. Никакие аудиоданные не загружаются на облачный сервер до срабатывания слова активации, после чего загружается только аудио, записанное после активации.
Для OEM-покупателей, поставляющих на рынки со строгими законами о согласии на микрофон (Калифорния, ЕС в соответствии с GDPR, Бразилия в соответствии с LGPD), мы рекомендуем, чтобы режим постоянного прослушивания был отключён по умолчанию с чётким уведомлением в коробке. Мы предоставляем образец шаблона уведомления о согласии в разделе «документация о соответствии, которая адаптируется к каждому рынку. За 36 месяцев у нас не было ни одного нормативного инцидента.
10. Дорожная карта на ближайшие 9 месяцев
Мы отслеживаем четыре улучшения в аудиотракте, которые будут реализованы к Q2 2027. Во-первых, МЭМС с SNR 67 дБ для T2 и Y6, что позволит снизить WER при фоновом шуме 65 дБ до 7,4%. Во-вторых, стек драйвера UAC 2.0 для Android, в настоящее время в бета-версии, который позволит Android-смартфонам использовать считывающую ручку как внешний микрофон без ограничения только для Windows. В-третьих, разъём USB-C с поддержкой USB 3.2 10 Гбит/с на будущей SKU-версии для обновления прошивки в сценариях школьных тележек. В-четвёртых, бит прошивки режима конфиденциальности, который физически отключает LDO питания микрофона, когда режим прослушивания отключён в настройках, так что даже эксплойт прошивки не сможет включить микрофон без аппаратной реактивации.
Мы опубликуем дополнительный технический отчёт после выхода МЭМС с SNR 67 дБ и драйвера Android UAC 2.0. Аудиоархитектура зрелая и хорошо поддерживается, и мы приглашаем любого OEM-покупателя с особыми аудиотребованиями обратиться в наш отдел оптовых считывающих ручек для проверки осуществимости.
Связанные материалы
- Зарядка считывающей ручки через Type-C: USB PD, QC и BC1.2
- Ресурс разъёма Type-C считывающей ручки и износ контактных площадок
- Автоматическое распознавание речи (ASR) считывающей ручки
- МЭМС-микрофон считывающей ручки и шумоподавление
- Проектирование аудиоусилителя класса D для считывающей ручки
- Управление питанием и оптимизация времени работы считывающей ручки
- Bluetooth 5.0 против 5.2 против 5.3 для считывающих ручек
- Механизм обновления прошивки по воздуху (OTA) считывающей ручки