Micro trên bút đọc, USB Audio và đánh đổi giữa giao tiếp USB 2.0 và 3.0 dành cho người mua B2B

Đối tượng: Trưởng nhóm kỹ thuật phần cứng, quản lý chương trình OEM, và kiến trúc sư firmware âm thanh cần hiểu rõ chuỗi tín hiệu micro, hoạt động của USB Audio Class, và ảnh hưởng của băng thông USB 2.0 so với 3.0 đến các SKU bút đọc. Phụ: Quản lý QA thiết kế kế hoạch kiểm thử độ chính xác ASR.

Một nhà phân phối tại Saudi Arabia đã liên hệ chúng tôi vào cuối năm 2025 vì khách hàng bán lẻ của họ trả lại bút Q6 với tỷ lệ 4,8% với phản ánh "nhận diện giọng nói không hoạt động trong phòng khách của tôi". Chúng tôi thu hồi 12 đơn vị trả lại, chạy kiểm thử trong buồng đo ở 55 dB SPL với khoảng cách người nói 1 m, và 11/12 đơn vị đạt ngưỡng ASR nội bộ của chúng tôi. Vấn đề thực sự không phải ở micro — mà là ở pipeline âm thanh USB. Nhà phân phối đã cắm bút vào laptop Windows chạy bản demo ASR của bên thứ ba mặc định ở chế độ isochronous USB 3.0, cộng thêm 220 ms độ trễ đệm và kéo độ chính xác phát hiện từ khóa từ 92% xuống 68%. Chúng tôi cung cấp cho nhà phân phối ghi chú cấu hình phía Windows tắt chế độ isochronous USB 3.0; tỷ lệ trả lại giảm xuống 0,8% trong vòng 30 ngày. Mọi bút đọc trong danh mục (B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2, Y6) đều trang bị micro MEMS và giao diện USB audio class, và hướng dẫn này trình bày cách chúng tôi đo SNR, độ trễ và băng thông.

1. Chuỗi Tín Hiệu Micro Trên Bút Đọc

Mỗi bút đọc có một micro MEMS cổng dưới duy nhất. Chúng tôi sử dụng ba dòng: MEMS đầu ra tương tự phân khúc phổ thông trên B1, B2, P2; MEMS số đầu ra PDM phân khúc trung trên F8, K7, KF1; và MEMS số PDM độ ồn thấp với SNR 64 dB trên L5, Q6, Q8, T2, Y6. Mic tương tự đưa vào ADC codec trên MCU chủ; mic số PDM đưa vào bộ giải mã PDM-to-PCM bên trong audio DSP. Các SKU cao cấp bổ sung LDO phân cực micro chuyên dụng với độ ồn 0,5 µV RMS, yếu tố giới hạn SNR.

Thông số SNR quan trọng vì độ chính xác ASR giảm mạnh khi SNR xuống dưới 55 dB. Lớp mẫu giáo có tiếng ồn môi trường trung bình 65 dB SPL, và trẻ nói ở khoảng cách 1 m tạo ra 60 dB SPL tại miệng. Như vậy chỉ còn dư định SNR 5 dB. MEMS tương tự với SNR 58 dB giảm xuống 51 dB SNR dưới tiếng ồn lớp học, và WER ASR tăng từ 6,4% lên 14,8%. MEMS số với SNR 64 dB giữ được 58 dB SNR trong cùng điều kiện ồn, với WER ở mức 7,2%. Chênh lệch 7,6 điểm phần trăm WER chính là khoảng cách giữa một demo bán lẻ đạt và không đạt.

Mẹo cho người mua: Nếu môi trường trình diễn bán lẻ hoặc triển khai tại trường học của bạn vận hành ở mức ồn ambient 60+ dB, hãy yêu cầu nhà máy cung cấp phép đo SNR khi đang hoạt động, thay vì chỉ xem SNR trên datasheet. Hai con số này có thể chênh nhau tới 6 dB – tức là khác biệt giữa một đơn hàng thành công và một đợt trả hàng.

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

Một cây bút đọc sách mở micro cho máy tính chủ sẽ sử dụng chuẩn USB Audio Class. Có ba phiên bản quan trọng: UAC 1.0 (thời USB 1.0, mono 8 kHz, 16-bit), UAC 2.0 (thời USB 2.0, đa kênh lên tới 192 kHz, 24-bit, chế độ async), và UAC 3.0 (thời USB 3.0, độ trễ thấp hơn, điều khiển nâng cao). Không cây bút nào của chúng tôi triển khai UAC 3.0 vì hỗ trợ phía máy chủ còn chắp vá trên Windows, macOS và Android. Chúng tôi dùng UAC 1.0 trên B1, B2, F8, P2, K7, KF1 (mono 16 kHz, 16-bit), và UAC 2.0 trên L5, Q6, Q8, T2, Y6 (mono 48 kHz, 16-bit, async).

Việc chọn giữa UAC 1.0 và UAC 2.0 rất quan trọng vì lý do độ trễ. UAC 1.0 trên USB 2.0 có khoảng frame cố định 1 ms, cho độ trễ xấu nhất 13 ms ở 16 kHz. UAC 2.0 ở chế độ adaptive có khoảng bus lập trình được, xuống tới 125 µs, và độ trễ điển hình trên USB 2.0 high-speed là 4 ms. Trên USB 3.0 superspeed, UAC 2.0 có thể giảm xuống 1,4 ms. Độ trễ này ảnh hưởng tới tốc độ phản hồi của keyword-spotting và độ đồng bộ âm thanh – hình ảnh.

Với Q6 và Q8 (hỗ trợ always-listening theo wake-word), ngân sách độ trễ là 80 ms từ lúc âm thanh vào tới lúc LED nhấp nháy. UAC 2.0 ở 4 ms để lại 76 ms cho mạng nơ-ron keyword. UAC 1.0 ở 13 ms để lại 67 ms, vẫn đủ dùng. UAC 3.0 ở 1,4 ms sẽ để lại 78,6 ms nhưng cộng thêm 220 ms đệm trên Windows do độ sâu hàng đợi isochronous của driver – nguyên nhân gốc rễ của khiếu nại từ Saudi mà nêu ở trên.

3. Băng thông USB 2.0 so với 3.0: Thực sự cần bao nhiêu?

Các con số băng thông tiêu đề đều quen thuộc: 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), và 20 Gbps USB 3.2. Một luồng micro mono 48 kHz, 16-bit là 768 kbps; luồng phát stereo 48 kHz, 16-bit từ máy chủ tới bút là 1,536 Mbps. Tổng băng thông âm thanh đồng thời là 2,3 Mbps, nằm gọn trong USB 1.1 Full Speed (12 Mbps).

Điểm mà USB 2.0 vs 3.0 thực sự tạo khác biệt trên bút đọc chính là cập nhật firmware và tải nội dung. Một ảnh firmware 256 MB ở USB 2.0 High Speed mất 5,6 giây. Cùng ảnh đó tải qua USB 3.0 SuperSpeed chỉ mất 0,6 giây. Với một chương trình của trường cập nhật 1.200 cây bút qua xe đẩy, đó là khác biệt giữa chu trình cập nhật 90 phút và 10 phút. Chúng tôi hỗ trợ USB 2.0 High Speed trên mọi SKU. Chúng tôi không hỗ trợ USB 3.0 SuperSpeed vì chi phí đầu cắm tăng thêm (từ 0,18 USD lên 0,42 USD) không tương xứng với mức tăng tốc độ trên một cây bút chủ yếu stream âm thanh và thỉnh thoảng cập nhật firmware.

4. Vị Trí Micro Và Thiết Kế Âm Học

Vị trí đặt micro quan trọng không kém chỉ số SNR của micro. Mỗi cây bút đọc đều đặt cổng MEMS ở một phần ba thân dưới của vỏ, cách đầu viết 14–22 mm, nghiêng lên 22 độ hướng ra khỏi mặt giấy, vì trẻ em cầm bút ở góc viết 45 độ. Chúng tôi đo được cải thiện SNR 4 dB khi dùng cổng nghiêng so với cổng hướng thẳng xuống ở khoảng cách nói 30 cm.

Cổng âm học là một lỗ 1.0 mm với lớp màng chống nước 0.4 mm phía sau. Lớp màng ngăn nước bọt và bụi tiếp cận màng rung. Chúng tôi đã loại hai lô micro trong năm 2024 vì lớp màng chỉ dày 0.2 mm để nước bọt lọt qua, dẫn đến ăn mòn màng rung sau 8 tháng. Chi phí thay thế là 0.014 USD mỗi đơn vị và kéo dài thêm 4 ngày sản xuất.

Lựa chọn thiết kế âm học thứ hai là gioăng kín giữa cổng micro và vỏ. Chúng tôi dùng vòng silicone độ cứng 30 Shore A trên mọi SKU cao cấp (L5, Q6, Q8, T2, Y6). Vòng silicone cách ly micro khỏi rung động của vỏ khi bút gõ lên bàn. Nếu không có nó, tiếng gõ sẽ truyền vào micro thành xung 78 dB SPL, đôi khi mạng nơ-ron phát hiện từ khóa phân loại nhầm thành từ đánh thức.

5. PDM So Với Micro Analog: Tại Sao Các SKU Cao Cấp Là Kỹ Thuật Số

Lựa chọn giữa MEMS analog và MEMS PDM kỹ thuật số là sự đánh đổi giữa chi phí BOM, toàn vẹn tín hiệu và độ phức tạp miền xung nhịp. MEMS analog có giá 0.18 USD cộng 0.04 USD cho kênh ADC trên MCU chủ. MEMS PDM kỹ thuật số có giá 0.32 USD và cần bộ giải mã PDM sang PCM trên audio DSP. Đường PDM đắt hơn 0.10 USD mỗi đơn vị, nhưng loại bỏ đường dẫn analog trên PCB, nguồn gốc gây nhiễu 60 Hz trong buồng EMI của chúng tôi.

Trên B1, B2 và P2 chúng tôi chấp nhận đường dẫn analog vì vỏ nhỏ và có thể giữ đường mạch analog dưới 8 mm. Trên F8, K7, KF1 chúng tôi chuyển sang PDM vì chiều dài đường mạch analog sẽ vượt 12 mm. Trên L5, Q6, Q8, T2 và Y6 chúng tôi dùng PDM vì vỏ dạng thanh cuộn đẩy đường mạch analog lên 18 mm, quá dài để có âm thanh sạch trong biên EMI. Các SKU cao cấp dùng MEMS độ nhiễu thấp với SNR 64 dB thay vì 61 dB, thêm 0.06 USD mỗi đơn vị.

6. Tần Số Lấy Mẫu USB Audio, Độ Sâu Bit Và Ý Nghĩa Với ASR

Lựa chọn tần số lấy mẫu ảnh hưởng đến cả chất lượng âm thanh và độ chính xác ASR. Chúng tôi dùng 16 kHz, 16-bit cho ASR vì đó là tần số gốc của mạng nơ-ron phát hiện từ khóa trên Q6/Q8/T2/Y6 và API ASR đám mây dự phòng trên mọi SKU. Chúng tôi dùng 48 kHz, 16-bit cho phát nhạc vì đó là chuẩn cho sách nói mà chúng tôi xuất. Độ sâu 16-bit là đủ vì SNR của micro tối đa 65 dB, và dải động 16-bit là 96 dB. Không có lợi ích ASR nào khi dùng 24-bit trên bút đọc.

Một đánh đổi thú vị hơn là giữa 48 kHz và 96 kHz cho phát nhạc. Tần số lấy mẫu 96 kHz sẽ đẩy luồng âm thanh lên 3.07 Mbps, vẫn nằm trong biên USB 2.0 High Speed, nhưng không mang lại lợi ích âm thanh nào trên loa băng thông 22 kHz. Chúng tôi chuẩn hóa mọi SKU ở giới hạn 48 kHz. Bất kỳ khách hàng OEM nào yêu cầu phát 96 kHz đều được yêu cầu cung cấp lý do; đến nay chúng tôi chưa thấy lý do nào thỏa đáng.

7. Mảng Micro Và Tạo Chùm Tia: Lộ Trình Tương Lai

Chúng tôi hiện chưa xuất bất kỳ bút đọc nào có mảng micro. Kiến trúc micro đơn là đủ cho các trường hợp sử dụng hiện tại. Chúng tôi đang theo dõi hai hướng tương lai: mảng micro kép trên một SKU cao cấp tương lai để khử tiếng ồn trong môi trường 70+ dB, và ngăn xếp firmware hỗ trợ tạo chùm tia có thể cải thiện độ chính xác ASR trong lớp học thêm 2.4 điểm phần trăm WER. Mảng mic kép sẽ thêm 0.40 USD vào BOM và cần audio DSP 32-bit ở 120 MHz. Chúng tôi dự kiến làm nguyên mẫu vào quý 2 năm 2027 và xuất trên một SKU tương lai vào quý 1 năm 2028.

Nếu chương trình OEM của bạn có yêu cầu cứng về khử tiếng ồn đa micro trong môi trường bán lẻ, hãy liên hệ đội ngũ kỹ thuật của chúng tôi qua kênh ODM reading pens . Chúng tôi có mô hình NRE chủ động có thể khảo sát biến thể mic kép tùy chỉnh trong tiến độ 12 tháng.

8. Góc Tuân Thủ USB-IF

Mỗi bút đọc có cổng USB-C đều được kiểm tra tuân thủ USB-IF. Chúng tôi tuân theo Thông Số Kỹ Thuật Cáp Và Đầu Nối USB Type-C Phiên Bản 2.2 và Thông Số Kỹ Thuật Lớp Thiết Bị Âm Thanh USB 3.0. Đối với khách B2B xuất vào các thị trường yêu cầu chứng nhận logo USB-IF (Nhật Bản, một số vùng EU), chúng tôi khuyến nghị lấy cổng và bộ điều khiển PD từ các nhà cung cấp có trong danh sách USB-IF. Các nhà cung cấp của chúng tôi nằm trong TID 6,200,000 đến 6,299,999.

Đối với tuân thủ lớp âm thanh, chúng tôi gửi mọi bản dựng firmware đến bộ kiểm tra chương lớp âm thanh USB-IF, bao gồm liệt kê, đàm phán định dạng, khớp tần số lấy mẫu và hành vi chế độ bất đồng bộ. Chúng tôi không có lần thất bại tuân thủ USB-IF nào trên bất kỳ SKU âm thanh nào trong 36 tháng qua. Tài liệu kiểm tra tuân thủ có sẵn theo yêu cầu cho khách OEM cần hỗ trợ hồ sơ USB-IF của riêng họ.

9. Quyền Riêng Tư Micro Và Câu Hỏi Luôn-Lắng-Nghe

Ba SKU hỗ trợ chế độ từ đánh thức luôn-lắng-nghe: Q6, Q8, T2 và Y6. Chế độ luôn-lắng-nghe giữ micro MEMS được phân cực và mạng nơ-ron phát hiện từ khóa 32 MHz chạy trên DSP. Chế độ này được bật tùy chọn qua tổ hợp menu nhấn giữ ẩn; không được bật mặc định trên các SKU bán lẻ. Âm thanh được xử lý hoàn toàn trên thiết bị. Không có âm thanh nào được tải lên máy chủ đám mây trừ khi từ đánh thức được kích hoạt, lúc đó chỉ âm thanh sau từ đánh thức mới được tải lên.

Đối với khách OEM xuất vào các thị trường có luật đồng thuận micro nghiêm ngặt (California, EU theo GDPR, Brazil theo LGPD), chúng tôi khuyến nghị xuất chế độ luôn-lắng-nghe ở trạng thái tắt mặc định kèm thông báo rõ ràng trong hộp. Chúng tôi cung cấp mẫu thông báo đồng thuận trong tài liệu tuân thủ phù hợp với từng thị trường. Chúng tôi đã không có bất kỳ sự cố pháp lý nào trong 36 tháng.

10. Lộ trình 9 tháng tới

Chúng tôi đang theo dõi bốn cải tiến trên đường tín hiệu âm thanh sẽ hoàn thành vào Q2 2027. Thứ nhất, MEMS SNR 67 dB trên T2 và Y6, dự kiến đẩy WER trong môi trường 65 dB xuống còn 7,4%. Thứ hai, bộ driver UAC 2.0 cho Android, hiện đang trong giai đoạn beta, sẽ cho phép điện thoại Android sử dụng bút đọc như micro ngoài mà không bị giới hạn chỉ trên Windows. Thứ ba, đầu nối USB-C hỗ trợ USB 3.2 10 Gbps trên một SKU tương lai, để cập nhật firmware trong các tình huống xe đẩy thiết bị ở trường. Thứ tư, một bit firmware chế độ riêng tư ngắt vật lý LDO phân cực micro khi chế độ nghe bị tắt trong cài đặt, để ngay cả một lỗ hổng firmware cũng không thể kích hoạt micro mà không cần kích hoạt lại phần cứng.

Chúng tôi sẽ xuất bản báo cáo kỹ thuật tiếp theo sau khi MEMS SNR 67 dB và driver Android UAC 2.0 được phát hành. Kiến trúc âm thanh đã trưởng thành và được hỗ trợ tốt, và chúng tôi hoan trọng mời bất kỳ khách mua OEM nào có yêu cầu âm thanh tùy chỉnh liên hệ với đám đôngbút đọc bán sỉ của chúng tôi để đánh giá tính khả thi.

Đọc thêm

• Bút đọc sạc Type-C: Giải thích về USB PD, QC và BC1.2
• Bút đọc chu kỳ cắm đầu nối Type-C và mài mòn đầu nối
• Bút đọc ASR nhận dạng giọng nói tự động
• Bút đọc micro MEMS và khử tiếng ồn
• Bút đọc thiết kế bộ khuếch đại âm thanh Class D
• Bút đọc quản lý năng lượng và tối ưu thời gian chạy
• Bút đọc Bluetooth 5.0 so với 5.2 so với 5.3
• Bút đọc cơ chế cập nhật firmware OTA