发 帖  
原厂入驻New

[经验] XENSIV™MEMS消除音频链的瓶颈!

2020-9-1 18:48:02  95 语音识别 音频 智能家居
分享
4
本帖最后由 o_dream 于 2020-9-1 18:49 编辑

       新型英飞凌XENSIV™MEMS麦克风使任何设备均可实现高质量的音频捕获语音用户界面的普及以及使用音频记录共享信息和体验的情况正在急剧增加。 但是,麦克风性能不佳通常会限制当今尖端设备的潜力。现在,英飞凌凭借其最近推出的XENSIV™MEMS麦克风IM69D130,为高性能数字MEMS麦克风引入了新的性能等级,从而克服了现有音频链的局限性。 IM69D130专为需要低自噪声(高SNR),宽动态范围,低失真和高声学过载点的应用而设计,从而可以实现以前无法做到的高精度语音识别。
       近年来,微机电系统(MEMS)麦克风技术的市场增长迅速。 它们主要用于各种应用中,例如手机,相机,安全系统,数字语音助手,机器人,电视,笔记本电脑,耳机,智能家用电器和汽车应用。
       与传统的驻极体电容麦克风(ECM)技术相比,MEMS麦克风具有许多独特的优势。 它们在相同的性能等级中较小,并且经过设计和调整,使其在多麦克风音频信号之间具有匹配的幅度和相位。此外,MEMS技术可抵抗高温和回流焊,从而实现了自动化的PCB组装过程。
10.png
语音用户界面可优化语音识别
       数字算法系统捕获的声音与人耳接收声音的方式非常不同,因此声音质量目标也有所不同。 只要针对算法进行了优化,信号就不必听起来自然。无论使用情况如何,信号都必须保持无干扰,失真和无噪声的状态,这一点始终很重要。
       自动语音识别(ASR)是一种将语音信号自动转录为书面文字的过程,ASR的转录准确性越来越接近人类水平,目前约为95%。 到目前为止,使用ASR,只有在环境条件更有利的实验室中才能达到该水平。
       创建任何基于语音的用户界面背后的基本原理应始终集中在使最终用户可靠和简单的体验上。 为了实现这一目标,系统设计人员必须考虑现实生活中的用例,例如用户离麦克风可能有多远以及预期会出现多少背景噪声。只有这样,才可能进行相应的设计,以实现最佳的系统性能。
12.png

评论

高级模式
您需要登录后才可以回帖 登录 | 注册

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。 侵权投诉
发经验
关闭

站长推荐 上一条 /8 下一条

快速回复 返回顶部 返回列表