教育新闻网在用于声音和语音控制的传感器技术方面，创新在各个方面进行着，从音频设备本身到软件和算法，以及MEMS麦克风本身的重大改进。人工智能驱动的数据分析
FierceElectronics最近与迪米特里奥斯Damianos，技术与市场分析师和自定义项目业务开发谈到YoleDéveloppement公司(Yole)对这一趋势以及如何最终将导致声音事件检测，语音识别和环境感知，甚至是未来的应用程序，如情感/同情传感使用语音(亚马逊和苹果已经拥有专利)。
随着语音控制的发展，设计工程师将需要考虑技术的独特要求和问题。
FierceElectronics(FE)：您已经说过，MEMS和传感器的下一个创新将是用于声音和语音控制的音频。但是它已经不在这里了吗?有什么不同?
Dimitrios Damianos(DD)：是的，它在这里。自2003年将MEMS麦克风用于第一部摩托罗拉Razr手机以来，就一直使用它们。从那时起，它们已经走了很长一段路：他们取代了传统的驻极体电容麦克风(ECM)，以提供更好的性能，灵敏度和更低的成本，并且每年出货数十亿个。
自几年前以来，语音控制作为人机界面(HMI)一直风靡一时。现在有许多设备包括语音/虚拟个人助理(VPA)，例如智能手机，智能手表，以及最近的智能扬声器和汽车。音频方面的创新实际上是在更大，更全面的范围内进行的：MEMS麦克风不仅需要一流的性能(灵敏度)，而且还需要低功耗，因为它们用于始终开启的设备中。另外，必须捕获高质量的声音，以便进行有效的处理和高质量的渲染。您知道计算机科学中的概念：垃圾回收，垃圾清理，这意味着如果您想从数据中获取某些上下文，则它至少必须具有一定的质量。这就是为什么MEMS麦克风持续改进的原因。
在系统级别，您还需要考虑从设备到音频编解码器的整个音频链，音频软件和算法(降噪，波束成形等)，数字信号处理器(DSP)，最后是音频放大器和扬声器。因此，在所有这些变量的优化上，特别是在使用AI分析数据方面，创新正在各个方面进行，这最终将导致声音事件检测，语音识别和上下文感知。
