[發(fā)明專利]包括集成語音分析的麥克風(fēng)單元

在審

• 申請(qǐng)?zhí)枺?/td>: 202010877951.2
• 申請(qǐng)日: 2015-12-22
• 公開（公告）號(hào): CN111933158A
• 公開（公告）日: 2020-11-13
• 發(fā)明（設(shè)計(jì)）人: J·P·萊索;J·L·梅蘭森
• 申請(qǐng)（專利權(quán)）人: 思睿邏輯國際半導(dǎo)體有限公司
• 主分類號(hào): G10L19/00
• 分類號(hào): G10L19/00;G10L21/0208;G10L25/24;G10L25/78;H04R3/00;G10L15/00
• 代理公司: 北京北翔知識(shí)產(chǎn)權(quán)代理有限公司 11285
• 代理人: 鄭建暉;關(guān)麗麗

一種麥克風(fēng)單元，具有：一個(gè)換能器，用于生成音頻信號(hào)；一個(gè)語音特征提取塊，用于從所述音頻信號(hào)獲得語音特征值；以及，一個(gè)數(shù)字輸出，用于供應(yīng)表示所述語音特征值的數(shù)字信號(hào)。

本申請(qǐng)是于2015年12月22日提交的名稱為“包括集成語音分析的麥克風(fēng)單元”的發(fā)明專利申請(qǐng)201580076624.4的分案申請(qǐng)。

技術(shù)領(lǐng)域

本公開內(nèi)容涉及降低數(shù)字麥克風(fēng)的接口上的數(shù)據(jù)比特率，例如以使永遠(yuǎn)開啟(Always-On)話音模式下的功率消耗最小化，但是仍然傳遞足夠的信息以允許下游的關(guān)鍵字檢測(cè)或語音識(shí)別功能。

背景技術(shù)

音頻功能在便攜式設(shè)備中正變得越來越普遍。這樣的功能不僅存在于諸如依賴音頻技術(shù)的電話的設(shè)備中，而且存在于可以由話音控制的其他可穿戴裝備或設(shè)備(例如，話音響應(yīng)玩具，諸如聽-說泰迪熊)中。這樣的設(shè)備，包括電話，將幾乎不占用它們實(shí)際傳輸語音的時(shí)間，但是一個(gè)或可能地多個(gè)麥克風(fēng)可能被持久地啟用，以接聽某個(gè)話音命令。甚至一個(gè)可穿戴附件可以是連續(xù)開啟的，等待話音命令，并且將具有很小的用于電池的空間，或可能依賴于一些太陽能采集或機(jī)械能采集，因此在連續(xù)待機(jī)模式下以及在低占空比操作模式下具有苛刻的功率消耗要求。

麥克風(fēng)換能器和放大器技術(shù)已經(jīng)改進(jìn)，但是通常麥克風(fēng)封裝件需要將其輸出信號(hào)驅(qū)動(dòng)一些距離。數(shù)字傳輸提供了包括噪聲抗擾的優(yōu)點(diǎn)，但是用于從麥克風(fēng)傳輸數(shù)字?jǐn)?shù)據(jù)的常規(guī)格式在一些方面不是特別有效率，所述一些方面為信號(hào)線路活動(dòng)和隨之而來的在每一邏輯電平轉(zhuǎn)變時(shí)通過供電電壓對(duì)寄生電容充電時(shí)所消耗的功率。

在包含一個(gè)或多個(gè)數(shù)字麥克風(fēng)的便攜式設(shè)備(諸如，電話或平板電腦)中，數(shù)字麥克風(fēng)信號(hào)沿著帶狀線纜或電線(flex)或甚至橫跨密集填入的印刷電路板、從麥克風(fēng)到集中化智能編解碼器芯片等具有一些距離。更糟糕的這樣的應(yīng)用是，其中麥克風(fēng)可以在頭戴式受話器或耳塞內(nèi)或在用戶的衣服上某個(gè)聲學(xué)期望的位置中，遠(yuǎn)離分布式設(shè)備的手持設(shè)備或主模塊。

然而，即使當(dāng)原本在很大程度上不活動(dòng)時(shí)，也可能存在復(fù)雜的信號(hào)處理要被執(zhí)行，例如在話音觸發(fā)的喚醒期間的說話人識(shí)別，所以諸如極大地降低其中的ADC的分辨率這樣的解決方案可能導(dǎo)致不可接受的下游處理結(jié)果。

因此，要求降低橫跨有線數(shù)字傳輸鏈路來發(fā)送數(shù)字麥克風(fēng)數(shù)據(jù)時(shí)所消耗的功率，同時(shí)仍然在所傳輸?shù)男盘?hào)中傳達(dá)足夠的有用信息，以允許下游的功能(諸如，語音識(shí)別)。

圖1例示了與主機(jī)設(shè)備20(例如，電話)中的智能編解碼器22通信的常規(guī)數(shù)字麥克風(fēng)10，且圖2例示了常規(guī)數(shù)字麥克風(fēng)接口中的操作波形。主機(jī)設(shè)備20通常以諸如3MHz的頻率將時(shí)鐘CLK傳輸?shù)禁溈孙L(fēng)10，該麥克風(fēng)10使用此時(shí)鐘對(duì)ADC 12計(jì)時(shí)，且從數(shù)字緩沖器接口Dout 14時(shí)鐘輸出1-比特過采樣Δ-Σ流DAT，所述1-比特過采樣Δ-Σ流DAT表示麥克風(fēng)換能器16的聲學(xué)信號(hào)輸入Px，提供ADC輸入。在該系統(tǒng)中，主機(jī)20傳輸此時(shí)鐘信號(hào)CLK消耗功率，特別是麥克風(fēng)以平均1.5MHz的轉(zhuǎn)變速率發(fā)送數(shù)據(jù)流DAT消耗功率。

可以通過以較低的時(shí)鐘速率(例如，768kHz)操作來降低功率，但是這大大增加了帶內(nèi)量化噪聲，且相反地限制了特定噪聲水平的可用帶寬。即使這樣，僅僅將功率降低到了1/4，所以功率消耗仍然是顯著的，特別是在較大形狀因素(form factor)設(shè)備中或長線纜走線時(shí)。

相比于傳輸串行多比特脈碼調(diào)制流，傳輸Δ-Σ流在數(shù)據(jù)比特率和轉(zhuǎn)變速率方面顯著更低效，但是串行多比特脈碼調(diào)制流通常要求一個(gè)附加的時(shí)鐘線來傳輸時(shí)鐘，以標(biāo)記每個(gè)多比特字的開始。

其次，我們注意到，降低Δ-Σ采樣時(shí)鐘速率的令人遺憾的副作用會(huì)是將可用帶寬在背景量化噪聲方面限制到例如8kHz而非例如20kHz。這會(huì)增加用于話音關(guān)鍵字檢測(cè)(VKD)的字差錯(cuò)率(WER)。這轉(zhuǎn)而會(huì)導(dǎo)致誤報(bào)(false positive)的發(fā)生率較高，并且系統(tǒng)可能在其喚醒模式下花費(fèi)更多的時(shí)間，從而顯著影響了平均完整系統(tǒng)功率消耗。