一文揭秘：什么是 硅麦克风（MEMS Microphone）？

前言

随着大语言模型兴起，硅麦克风（MEMS Microphone）的应用愈发广泛。比如，近期流行的“小智 AI 聊天机器人”，那一口台湾腔女声，就颇受男性码农喜爱，你应该也听过吧？

我留意到在其开发套件中就配备了硅麦克风，料号是 InvenSense 的 INMP441：

今天，我们就介绍一下硅麦克风的原理与特点。

按惯例声明一下：我的解释不一定是对的，还可能存在错误，所以仅供参考，欢迎讨论。

硅麦克风，又称 MEMS 麦克风，它与 Codec / 处理器等协同工作，完成声音信号的采集与处理：

硅麦克风的内部通常包含两颗 Die：一颗是 MEMS 传感器，一颗是 ASIC。前者完成声音与电信号的转换，后者完成信号的放大、量化、编码及输出：

其中，MEMS 全称是微机电系统（Micro-Electrical-Mechanical Systems），这个领域主要研究如何将声、光、电、力、磁等外部信号转换为电信号。

对于硅麦克风来说，MEMS 部分本质上是一个可变电容，它随着声音引起固定极板和可移动极板之间的电容变化：

其实，传统的驻极体麦克风（ECM）也同样视为一个可变电容，但它并非由硅晶圆加工而来，而 MEMS 传感器是采用了硅晶圆加工工艺，因此享有 “硅麦克风” 或者 “硅麦” 之称。

我们这个专栏不太关注半导体上游技术，只需要知道 MEMS 是一种基于硅晶圆的传感器加工技术，相比于驻极体麦克风（ECM），能带来更高的集成度、一致性、易于使用等各种优势。

首先要明确的是，硅麦克风 ≠ 数字麦克风。

所谓“数字”指的是输出。硅麦克风既可输出模拟信号，也能输出数字信号，这取决于 ASIC 。

我们在 InvenSense 的 “Analog and Digital MEMS Microphone Design Considerations”（参考资料 [3]）中可以看到硅麦克风的内部框图，有三种类型，分别是模拟、数字 PDM、数字 I2S 类型：

其中：

第 1 个框图是模拟硅麦克风， ASIC 部分是一个放大器，其实这个描述过于简单了，这部分主要完成声音 → 可变电容 → 模拟电压信号的转换，有着较为复杂的激励信号及控制逻辑。
第 2 个框图是数字 PDM 硅麦克风， ASIC 部分在模拟硅麦克风基础之上增加了 PDM 调制器。
第 3 个框图是数字 I2S 硅麦克风，ASIC 部分在数字 PDM 硅麦克风的基础上又增加了滤波器和 I2S 输出。

我们也可以从 Knowles（楼氏）的 “SiSonic Design Guide” （参考资料 [4]）中看到硅麦克风输出 PDM 与 I2S 的区别（在此 I2S 输出的是 PCM 编码）：

也就是说：音频的采集与转换都需要这些步骤，无非是根据 Codec （PDM 转 PCM）的位置是在硅麦克风 ASIC 内部，或者独立 Codec 器件，或者在处理器内部，有不同的硬件架构和通信方式。

PDM 调制器是硅麦克风的精髓，与我们前文讲的 Sigma-delta ADC 工作原理如出一辙。

PDM 是一种脉冲宽度调制，它是 1-bit 码流，码流的速率很高，如 512 kHz - 4.8 MHz。原理是大量连续的 “1” 对应较大的模拟电压信号，大量连续的 “0” 对应较小的模拟电压信号：

PDM 码流连接至 Codec 或处理器，它们内部有抽取滤波器（Decimation Filter），可以将 PDM 码流降采样至 8 kHz - 48 kHz 的音频基带频率，并将其转换为 8 bit - 24 bit 的 PCM 数据，以便于对音频进行后续处理。

STM32 中的外设 DFSDM （Digital Filter for Sigma-Delta Modulator）做的就是上述这些事情，在参考资料[1] 中描绘了 PDM 与 PCM 的链路情况，图中蓝线代表 PDM，绿线代表 PCM：

高速 PDM 与音频基带 PCM 之间的“频率”比值称为抽取系数（Decimation Ratio），这个数值在很多音频芯片手册上都能看到，它决定了系统设计上的很多事情，如音频带宽、功耗、噪声、成本……

在 InvenSense 的应用笔记中可以看到 PDM 频率、抽取系数、音频基带采样、实际音频带宽之间的关系。我印象中 3.072 MHz 的 PDM 频率比较常用，当然，现在芯片里还有很多低功耗特性，能把频率玩出了很多花样。

综合来看硅麦克风的工作流程是：

大概是这样吧……

小智 AI 聊天机器人中的 InvenSense INMP441 是一颗 I2S 输出的硅麦克风，集成度很高，上述流程都集成在芯片内部。

我手上还有一颗 ST MP34DT01，它是 PDM 输出，如果大家有想研究 PDM 硅麦克风，可以了解一下，某宝有模组，Github 有 STM32 PDM 例程。

但是不管 InvenSense （已被 TDK 收购）还是 ST，在硅麦克风市场里面似乎已经淡漠，看行研报告排前面的是 Goermicro（歌尔）、 Knowles（楼氏）、 AAC （瑞声）等三家：

顺便问一下大家：像这类偏向于市场分析的行研，如果感兴趣，请留意告知细分领域，我可以多写一些这方面的内容。