人工智能崛起强化语音辨识能力，促使语音成为重要人机界面，应用层面从手机拓展到智慧音箱、电视与车用等终端产品，进而带动市场对 MEMS 麦克风需求。但不同类型终端产品需要的麦克风阵列不尽相同，各厂商相继推出麦克风阵列解决方案，也成为厂商竞争的一大利器。
语音应用推升 MEMS 麦克风需求，产值达 15 亿美元
语音控制一直被视为最直觉的操控方式，早在 2011 年苹果便推出手机语音助理 Siri，但由于当时语音辨识不成熟，导致语音助理成为手机娱乐产品。随着人工智能兴起，各厂商透过自然语言处理（Natural Language Processing）训练电脑人类语言逻辑，提升语音辨识能力，加上亚马逊、Google、阿里巴巴与小米等厂商透过低价智慧音箱打入市场，让消费者快速了解语音的应用范畴，包含资讯询问、家电控制与购物等，大幅扩增语音应用的可能性，促使语音成为新人机界面。
随着语音应用兴起，各厂商希望将新人机界面放到自家终端产品，因此推升麦克风需求，其中又以半导体制程 MEMS 麦克风需求成长最高。MEMS 麦克风具备较高可靠性、稳定性与一致性，声音采集品质佳，对语音辨识有很大帮助，进而提升市场对 MEMS 麦克风需求。
因为各类型产品的外型、应用环境与使用方式不同，所以使用的麦克风数量和阵列模型也有差异，从麦克风使用数量来看，手机 MEMS 麦克风需求为 2~4 颗；智慧音箱需求范围较广，依照产品设计和价格定位，MEMS 麦克风需求 2~8 颗不等。
由于智慧音箱市场在 2017 年快速成长，推升整体 MEMS 麦克风产值达 13.81 亿美元；随着 2018 年 MEMS 麦克风进一步拓展到电视和穿戴装置，推升产值年增 11% 至 15 亿美元。
汽车是语音应用的另一大市场，透过语音控制能让驾驶人在不移转视线情况下直觉性操控，提升行车安全，因此车厂也开始导入语音控制系统，MEMS 麦克风数量 2~6 颗不等，甚至采用更多颗麦克风抑制噪音，有望带动另一波 MEMS 麦克风需求。
MEMS 麦克风阵列型态与对应产品
MEMS 麦克风阵列随着语音互动系统需求增加而开始受到重视，语音互动存在的环境相当复杂，若使用时相隔距离较远，收音就会遇到回声干扰、室内混响与多信号源干扰等问题，导致讯噪比（Signal to Noise Ratio，SNR）降低，影响语音辨识率。
过去智能手机大多采用单麦克风系统，能在低噪音、无混响与近距离下，获取讯号品质较高的声音信号。但当环境中存在多个声源和环境噪音，例如客厅、厨房与户外等场域，就无法做到声源分离，进而无法对声源定位和辨识。为了实现远距离语音辨识，多麦克风系统应运而生，透过几何结构组合成线型、环型与球型等阵列，数量从 2~1,000 颗不等，目的是为了采集不同空间方向的声音讯号，进行噪声抑制、混响去除与人声干扰抑制后，方能做到声源侧向，再透过波束成形（Beamforming）做声音定位。
近年随着语音辨识能力提高，加上厂商希望缩小产品设计并降低成本，因此开始减少 MEMS 麦克风使用量，一般消费性产品采用的 MEMS 麦克风阵列型态以线型和环型为主。但线性麦克风阵列仍旧有其限制，仅能做到 180 度声源定位，无法针对全方位做空间指向性，像亚马逊第三代 Echo Dot 就采用 4 颗麦克风，虽较前一代减少 3 颗，但仍采用环型阵列。
1. 线型 MEMS 麦克风阵列：宽边阵列
电视和 NB 等产品适合采用线性麦克风阵列中的宽边阵列，宽边阵列是指声波方向和麦克风阵列垂直，透过声波相加得出声源方位，且抑制来自阵列侧边的声音，使得前方和后方的响应一致，但该阵列具有轴对称性，无法分辨出前方和后方声源，因此适合声音仅来自前方或后方的产品，透过增加横向 MEMS 麦克风数量则能更有效抑制侧边声音，借此增加声源定位距离，不过 MEMS 麦克风间若间距过窄，会降低低频衰减，增加低频噪音干扰，但过宽又会造成机构设计困难，降低混叠频率，因此在产品设计需特别衡量横向麦克风数量与其距离的安排。
以电视为例，摆放空间大多在较空旷的客厅，且人往往距离电视较远，因此电视需搭载远场语音辨识让用户控制，要强化远场语音辨识的能力和距离，需要将数个 MEMS 麦克风排列成宽边阵列，除了可抑制电视两侧扬声器所制造的噪音外，也能增强声源定位距离，但远距离容易造成声音在室内不断反射，导致麦克风不断收到重复讯号，造成辨识困难。
2. 线型 MEMS 麦克风阵列：端射阵列
针对单方向做声音侦测的产品，例如手机、耳机、助听器、智慧手环与智慧手表等产品，就适合采用线性麦克风阵列中的端射阵列。端射阵列是指声波方向与麦克风阵列平行，当前方比后方先接收到声波时，就能透过麦克风拾取声波的时间差得知声波来源，透过讯号处理抑制其他方向的声音干扰，形成空间指向性。
以穿戴装置为例，由于产品体积较小，难以透过多个麦克风做横向排列抑制周遭噪音，加上消费者使用穿戴装置做语音控制时，往往会靠近嘴巴，代表定向声源只有一个方向，而需抑制的噪音源同样是来自嘴巴，并非声源的反方向，因此透过端射阵列设计，能专注收取单一方向的声音。
3. 环型 MEMS 麦克风阵列
环型 MEMS 麦克阵列是端射阵列的延伸应用，适用于需要针对全方位做声源定位和辨识的产品，设计上各 MEMS 麦克风需要等距且均匀分布于圆周，且对角排列形成多个端射阵列，以利针对不同角度的声源做降噪、侧向与定位。目前运用最广的语音辨识产品智慧音箱，即是使用环型 MEMS 麦克风阵列。
由于智慧音箱使用不具方向性，多摆设在客厅、厨房与卧房等区域，因此会受环境多样性使噪声干扰方式不同，例如在客厅会收到多信号源干扰，在厨房则有诸多环境音干扰，卧房则可能透过智慧音箱播放音乐，导致噪音出现，加上用户声音可能来自四面八方，因此需透过环型阵列做波束成形的指向性收音和降噪，提高语音辨识率。
MEMS 麦克风阵列市场发展
随着语音应用兴起，MEMS 麦克风阵列成为语音交互系统中第一道关卡，若 MEMS 麦克风阵列收音状况不佳，将严重影响语音辨识率，因此 MEMS 麦克风阵列解决方案成为各厂商重点角逐市场。当前全球最大 MEMS 麦克风厂商为 Knowles，市占率超过三成，同时也掌握 MEMS Die 设计、MEMS 麦克风封测与 MEMS 麦克风阵列模组，因此受亚马逊青睐。
▲ MEMS 麦克风供应链。（Source：拓墣产业研究院，2019.1）
不过，并非所有厂商都有一条龙生产模式，多数厂商涵盖设计到封测，或封测到系统整合厂部分，最后再由系统整合厂将 MEMS 麦克风模组或阵列出货给品牌厂商。像是 STMicroelectronics 只提供 MEMS Die 设计到 MEMS 麦克风封测，原因在于 MEMS 麦克风供应链呈现金字塔状，若 STMicroelectronics 跨足 MEMS 麦克风阵列模组，将会与原先的合作厂商竞争，因此若厂商无法在 MEMS 麦克风阵列模组市场占领先地位，则不必冒着失去客户风险切入市场；此外，语音厂商也开始进入 MEMS 麦克风阵列模组市场，将使竞争更加激烈。
歌尔和瑞声不具备 MEMS Die 设计能力，仅提供封测到系统整合，为各类型产品提供不同解决方案，包含手机、穿戴装置与智慧音箱等，但随着语音厂商开始切入 MEMS 麦克风阵列模组市场，该市场竞争更加激烈，因此模组厂商开始向上游发展，像是瑞声开始研发数位 ASIC 芯片，不仅优化自身 MEMS 麦克风模组，同时也能增加产品毛利。
歌尔则透过封装方式将多个感测器整合，使得单一元件拥有多种功能，减少基板使用面积而具有成本优势。此外，部分声学厂商同时提供代工服务，例如歌尔、共达电声、奋达科技与美律等厂商皆提供智慧音箱和耳机等产品代工，其优势在于声学相关产品的机构设计是声学厂商强项，且能直接提供声学模组给品牌厂商，因此受到品牌厂商青睐。
近期语音厂商开始朝麦克风阵列模组发展，原因在于语音厂商希望达到最佳语音辨识率，若采取非官方认证的麦克风阵列，语音辨识可能会出现误差，导致消费者体验不佳，因此为了让实际收音和训练样本一致，语音厂商开始推出麦克风阵列解决方案，像是亚马逊、科大讯飞与阿里巴巴等厂商都提供相关解决方案；此外，语音厂商可以透过麦克风阵列模组进行语音资料搜集，以优化自家语音辨识，同时也能扩大自家生态圈，从而拓展到更多产品，可谓一举数得。
语音厂商的跨入导致下游 MEMS 麦克风阵列模组市场开始出现变化，语音厂商透过软硬整合方式吸引厂商采用，采用厂商则能直接进入语音厂商的生态圈中，这对硬件开发商而言有相当强的吸引力。面对语音厂商的挤压，原先的麦克风阵列模组厂商开始朝上游或代工发展，借此强化自身产品竞争力，否则只能转向中低阶市场，最终面临被市场边缘化的风险。
（首图来源：shutterstock）
