穿戴式領域趨向一致推動晶片級創新

作者 : Christophe Waelchli,安森美半導體(onsemi)產品經理

根據摩爾定律,半導體技術能夠在可預測週期內增加整合功能,支援所有終端市場。更高的整合度可提高功能密度,從而支援尺寸更精巧的終端產品。

數位助聽器的發展歷程對過去幾年消費電子產業的發展起了指標作用。從許多方面來看,助聽器都代表「完美的」嵌入式系統。它一直以滿足更廣泛市場的各種主要需求為目的,包括尺寸精巧、超低功耗、高性能,以及透過新功能和更好的音質實現持續改進。

根據摩爾定律,半導體技術能夠在可預測週期內增加整合功能,支援所有終端市場。更高的整合度可提高功能密度,從而支援尺寸更精巧的終端產品。在這方面,最好的例子莫過於能放入耳朵或隱藏在耳後的裝置。

助聽器功能的第一次主要改進就是非線性放大,可以根據接收到的訊號更客觀地放大不同聲音。數位訊號處理器(DSP)的出現可提高精準度和位深,以便對不同頻率進行選擇性放大,從而將助聽器提高到了一個新維度。

以藍牙低功耗(Bluetooth Low Energy,BLE)連接為代表的無線個人區域網路(WPAN)開闢了第三代助聽器技術。連網的助聽器可以利用手機應用程式控制,有些助聽器還能夠接電話,甚至聽音樂。未來的趨勢是,助聽器產業正在評估人工智慧(AI)和機器學習(ML)作為助聽器的進一步擴展功能,這可以視為是第四代助聽器,而且可能是最具影響力的一代。

此外,人耳適合放置各種感測器。如今,助聽器整合了用於醫療目的的感測器(如心率監測、血氧監測、血糖測量,以及老年人跌倒檢測)。這些感測器還可用於實現消費類電子產品的功能,包括計步器和心率監測。

智慧型手機和藍牙連接如何重新定義市場

雖然非線性放大和DSP技術對助聽器的性能和使用者體驗有著直接的影響,但無線連接的意義或許更為深遠。在任何裝置中整合無線功能可將裝置帶入物聯網時代;裝置不再是獨立的應用,而是互連事物,是生態系的組成部分,一個更大的實體。

 

圖1:支援藍牙無線技術的助聽器。

 

就助聽器而言,添加藍牙無線技術可以讓助聽器直接連接至智慧型手機。這看起來像是一個簡單的擴展,但實際上是一個巨大的進步。在助聽器實現無線連接之前,佩戴者必須把手伸到耳朵後面才能碰觸到裝置上的微型控制按鈕。這對老年人(助聽器的傳統佩戴者)來說尤其具有挑戰性,因為他們的敏捷性通常也較低。

其實,無線連接為用戶提供的不僅僅是一種調高或調低音量的新方法,還提供了一種控制和修改助聽器設置的方法。一旦連接至智慧型手機的應用程式,助聽器就成為了一個用途極為廣泛的周邊,可為用戶提供一個直接和非常親密的連接。助聽器有兩個非常重要的功能,一個話筒(或幾個)和一個揚聲器。隨著藍牙連接功能的加入,助聽器可同時與用戶和更廣泛的網際網路進行通訊。藍牙連接可讓佩戴者直接獲得網際網路上的任何內容。邊緣AI演算法可辨識「OK Google」或「Alexa」等詞語,從而為用戶提供與現今智慧音箱類似的體驗。

除了邊緣AI,「舒適度演算法」也對改善聽力體驗產生了相當大的影響。例如:環境分類可以讓助聽器適應當時的環境條件,降噪可以過濾掉背景聲音。

然而,一旦與手機應用程式連接,這些功能也可以由用戶進行設定或修改,但需要明確的人為調控。AI和機器學習的加入旨在消除此類使用者調控,使助聽器能夠自動適應各種條件或使用者的個人喜好。透過強化學習,可逐步提高性能;透過允許與其他使用者利用智慧型手機應用程式安全地共用資料,所有使用者都將受益於系統透過AI學習實現的改進。

可聽戴式裝置是新型的穿戴式裝置

透過整合所有這些功能,製造商已經明顯改變了助聽器性能和使用者體驗標準。雖然助聽器主要是為了幫助喪失聽力或有其他聽覺障礙的人,但它反映了穿戴式技術的普及已成為更廣泛的趨勢。目前一些整合了跌倒檢測和體溫監測等高階功能的裝置已經上市。預計在不久的將來可以看到更多這樣的裝置。

利用配套的智慧型手機應用程式和網際網路,甚至可以實現更高階的功能。例如,至少有一家助聽器製造商已經開始提供即時語言翻譯和轉錄這兩項功能。其他便利功能(如背景降噪)也越來越受到消費者的歡迎。隨著這一趨勢的繼續,助聽器和通常用於聽音樂和打電話的耳機之間可能會趨向某種程度的一致性。

一些助聽器製造商已經將無縫介面技術整合到語音控制型數位助理中。這趨勢的發展可能帶來意想不到的好處;佩戴助聽器所帶來的便捷性可能會鼓勵更多人探索助聽器的用途,最終惠及那些需要輔助聽覺支援但自己還不知道的人。

賦能技術

這一發展主要得益於數位訊號處理的進步,即DSP高階架構的創建,該架構可提供更高的性能處理與更少的時脈週期,以及出色的音質。這些DSP進步反過來又得益於半導體處理技術,該技術可為高度整合的小型解決方案提供平台,以實現助聽器接下來發展所必需的功能密度。

安森美的EZAIRO系列DSP音訊處理器解決方案中的最新元件就是一個實例。DSP音訊處理器解決方案主要針對助聽器和可聽戴式裝置,採用6個處理核心,每個核心都針對該應用領域的性能進行了最佳化。它包括3個DSP核心、1個微控制器和2個硬體加速器,其中一個為神經網路加速器,旨在以高效節能的方式執行AI和機器學習功能,且不需要額外的處理器干預。

如圖2所示,DSP的架構包括靈活的輸入和輸出,以及一些片上周邊和介面。

 

圖 2:安森美半導體用於助聽器和可聽戴式裝置的DSP架構。

 

DSP音訊處理器所提供的功能已被開發用於各種先進的新興產品,包括專業與OTC無線助聽器。此外,音訊處理器採用的新型高品質ADC和DAC能處理HiFi音訊,有助於實現新一代可聽戴式和穿戴式技術,帶來更多便利和消費型功能,該領域的折衷方案還包括傳統的頭戴式耳機和耳麥。

總結

數位訊號處理技術的進步,使無線連接,以及AI與機器學習技術整合到可聽戴式與穿戴式裝置成為可能。易用性和電池壽命長是該技術成功的主要考慮因素,而音訊處理器完全能適合這些新市場需求。

本文同步刊登於《電子工程專輯》雜誌2021年9月號

 

 

 

 

 

加入我們官方帳號LINE@,最新消息一手掌握!

發表評論