全球麦克风与音频处理器市场分析预测

　　在先进驾驶辅助系统（ADAS）中，结合视觉处理器的CMOS影像感测器已在协助汽车辨识与分类方面发挥关键作用。至于其“听觉”呢？

　　麦克风也能扮演像摄影机般重要的角色，为自动驾驶车增添更多“智慧”功能吗？

　　DSP Concepts执行长与创办人Paul Beckmann表示，在汽车和驾驶人发现救护车接近以前，就已经听到它的警报声响起了。那么为什么汽车产业不会对音讯感兴趣？

　　系统OEM厂商（不只是汽车制造商）目前正处于“使用更多麦克风以便为人工智慧（AI）产生另一种重要感测器资料——音讯”的关键时刻，Beckmann解释。

　　正如他所预设的，音讯正“从单纯的在娱乐系统中播放，朝向在情境架构中实现输入、触发与分析。”

　　由 麦克风所拾取的智慧，也可能用于日常生活的各种系统中，从汽车、数位虚拟助理到可携式装置等。“视觉与听觉应该并驾齐驱，”DSP Concepts业务与行销执行总裁Willard Tu表示。“狗吠声、婴儿哭闹、玻璃碎裂、汽车喇叭、警报声与枪声等等。。.。。.音讯有助于让系统更有效地掌握环境［和情境］。”

　　图1：音讯“输入”演算法发展蓝图 （来源：DSP Concepts）

　　如今，有两个重要的发展趋势推动电子产业突然在音讯领域迅速发展。

　　一 是拥有多颗麦克风的智慧型手机普及；其次则是数位虚拟助理的流行，如Amazon Echo与Google Home。根据SAR Insight & ConsulTIng总监与首席分析师Peter Cooney的观察，“一般消费装置中整合虚拟数位助理的应用越来越多，带动感知与采用语音作为自然的使用者介面，应用于许多日常任务中。”

　　但是，麦克风能多快超越作为一种自然使用者介面的角色，开始变成真正的‘智慧感测器’？看来业界还得等待一些进展。

　　为了迎接挑战，音讯需要可以拾取更佳音质的麦克风、善于后处于音讯的处理器、预处理音讯的有效演算法、易于使用的音讯处理工具、相当于绘图用Open GL的音讯标准，以及能以最小功耗维持永不断线的麦克风。

　　总之，如同Cooney所指出的，市场需要“始终保持监听的技术、语音增强演算法以及麦克风。”

　　在ARM处理器上实现音讯处理

　　音讯处理以往是播放系统（如TV、DVD和Hi-Fi音响系统中的等化器）才需要的专业领域。

　　而今在智慧型手机和其他家用装置的麦克风普及带动下，音讯处理任务已经扩展到几乎无处不在。专用音讯DSP也并不是系统中处理音讯的唯一晶片了。

　　随着越来越多的音讯开始在ARM处理器上执行，Beckmann指出，更多的OEM“热切地将麦克风视为”AI的输入感测器。DSP Concepts正处于观察这一市场过渡的最佳位置。

　　Beckmann看好市场成长的态势，特别是因为该公司一款称为Audio Weaver在过去一年来的成果。如同Beckmann描述的，这是“唯一一款可跨平台作业的绘图音讯设计架构。”

　　业 界分析家认为，DSP Concepts正占据音讯市场上的独特位置。TECHnalysis Research总裁兼首席分析师Bob O‘Donnell认为：“我并未看到DSP Concepts或其Audio Weave工具面对哪几家竞争对手。许多公司都针对音乐与录音等目的进行专业的音讯剪辑与音讯处理，但这毕竟是不同的领域。”

　　库尼表示同意。“我不知道任何竞争产品音频织女的。”他补充说，“DSP概念有其他的产品也是如此，如声音增强算法（噪音抑制，回声取消，波束赋形），基准和参考设计。”

　　Cooney也同意这一看法。“我还不知道Audio Weaver有任何竞对手。”他补充说，“DSP Concepts也有其他的产品，例如声音增强演算法（杂讯抑制、回音消除、波木成形等）、基准与参考设计。”

　　图2：全球麦克风与音讯处理器市场 （来源：SAR Insights & ConsulTIng）

　　DSP Concepts并未设计或销售DSP。然而，竞争对手一般都是其他的DSP业者。Audio Weaver的竞争产品来自德州仪器（TI）或Cirrus Logic等DSP供应商自行打造的音讯工具。其差异之处在于那些内部开发的工具仅用于DSP供应商自家的晶片。而采用像Audio Weaver这样的独立平台工具，Tu强调，“OEM不必被限制于一种特定的DSP。”

　　Cooney说，DSP Concepts藉由与Cadence/Tensilica等许多公司合作，主要的业务在于为其客户提供音讯设计解决方案。

　　除 了Audio Weaver工具，DSP Concepts也授权一些可形成麦克风输入的音讯演算法，包括波束成形、回声消除、杂讯消除与远音场（far-field sound）等演算法。Beckmann指出，在此业界缺乏深谙音讯处理的工程人才之际，市场亟需易于使用的音讯预处理演算法，以便能从不需要的环境杂讯 中区隔出声音来。