Chinese 
English 导言：从声音传感到智能交互
随着语音界面成为 智能可穿戴设备、物联网设备和始终在线的电子产品现在，我们面临的挑战不再仅仅是捕捉声音，而是 本地处理语音，超低功耗.
目前 WBC-HRA381-M10 智能 MEMS 麦克风 从 无锡硅源科技有限公司（SISTC(无锡硅源科技有限公司） 整合了 声音传感、模拟预处理和人工智能推理 集成到一个紧凑型模块中，使 离线语音活动检测（VAD） 和 关键词定位 (KWS) 微瓦功率级别。
本文探讨智能 MEMS 麦克风如何重新定义下一代边缘设备的语音交互。
什么是智能 MEMS 麦克风？
智能 MEMS 麦克风超越了传统的模拟或数字麦克风。它集成了
- A 高性能 MEMS 传感器
- 模拟信号处理（ASP）
- 一个 全天候低功耗神经处理器
- 嵌入式 语音智能
这样就可以进行语音检测和唤醒词识别 当地无需唤醒主 SoC 或将音频发送到云端。
目前 WBC-HRA381-M10 就是这种新型智能声学传感器的一个代表。
了解有关 SISTC 智能 MEMS 麦克风的更多信息：
内部链接： https://sistc.com/product/smart-mems-microphone/
WBC-HRA381-M10 智能 MEMS 麦克风的主要功能
高性能声学前端
- 包装尺寸 3.5 × 2.65 × 1.0 毫米
- 65 分贝信噪比 实现清晰的语音捕捉
- 127 dB SPL AOP适合嘈杂环境
- 灵敏度容差： ±1 dB
这样，即使在人工智能处理开始之前，也能确保出色的音频质量。
内置神经处理单元（NPU）
与传统麦克风不同，WBC-HRA381-M10 集成了 双人工智能引擎:
- LP-NPU （始终运行）
- 二元神经网络（BNN）
- 超低功耗 语音活动检测 (VAD)
- 始终活跃在 ~70 µA
- 主 NPU
- 基于 CNN 的架构
- 支持 关键词搜索 (KWS) 高达 30 个关键词
- 仅在需要时启动，以最大限度地降低功耗
这种分层式人工智能设计非常适合于 电池供电和始终监听的设备.
外部参考资料：
语音活动检测 (VAD)： https://en.wikipedia.org/wiki/Voice_activity_detection
关键词搜索 (KWS)： https://en.wikipedia.org/wiki/Keyword_spotting
超低功耗语音唤醒模式
智能 MEMS 麦克风支持三种智能工作模式：
1️⃣ VAD 模式（始终保持监听状态）
- 耗电量~70 µA
- 检测人声存在
- 触发中断唤醒主机 MCU
2️⃣ KWS 模式（连续识别）
- 耗电量~160 µA
- 连续关键词识别
- 基于命令的交互的理想选择
3️⃣ VAD + KWS 混合模式（推荐使用）
- VAD 以超低功率连续运行
- 只有在语音检测后才会触发 KWS
- 实现 最佳功率性能比
这种架构大大延长了可穿戴设备和物联网产品的电池寿命。
边缘人工智能：为什么设备上的语音处理很重要？
运行语音人工智能 传感器级的本地 带来了多重优势：
- 即时响应 (无云延迟）
- 降低系统功耗
- 改善隐私 (无音频流）
- 离线操作
WBC-HRA381-M10 等智能 MEMS 麦克风可实现 真正的边缘人工智能这意味着智能更接近物理世界。
外部参考资料：
边缘人工智能概述： https://en.wikipedia.org/wiki/Edge_computing
典型应用
WBC-HRA381-M10 智能 MEMS 麦克风非常适合用于：
- TWS 耳塞和耳机
- 智能手表和健身可穿戴设备
- AR / VR 眼镜
- 智能家居语音界面
- 移动设备
- 始终在线的物联网传感器
其紧凑的尺寸和超低功耗使其对以下应用特别有吸引力 空间受限的电池供电设计.
结论：新一代智能声学传感器
通过整合 微机电系统传感、模拟预处理和人工智能推理 将 WBC-HRA381-M10 智能 MEMS 麦克风 是语音界面设计的一大进步。
对于希望实现以下功能的产品开发人员来说 始终保持语音交互，将对功耗的影响降至最低智能 MEMS 麦克风不再是可有可无的，而是必不可少的。
