MIC相关基础知识

一、mic及声音的指标：
（1）声音的分贝（dB）
分贝 Decibel
分贝（dB）是一个对数单位（logarithmic unit）, 它和很多常见的单位如“米”，“秒”或者“千克”等物理单位是不同的，它并不能直接用来描述一个物理量的大小或者多少，它表示的是两个相同单位物理量的比值。分贝经常用来描述声音，如超过50dB的噪声就会影响人的睡眠和休息，但分贝不仅仅用来描述声音，它还被用来描述电子学等其他领域的物理量，如描述信号强度的衰减、信噪比等等。
前面提到分贝表示的是两个物理量的比值，作为分母的那个量通常是一个标准的基准值（standard reference value），分贝描述的就是作为分子的物理量相对于这个基准值的大小，分贝的计算公式如下：
在这里插入图片描述

dB=10×log10(valuevalueref)
其中，valueref是基准值。在使用分贝表示物理量基准值是非常重要的，基准值用分贝表示的话是0dB。

描述声音的分贝
分贝可以描述很多的物理量，本文主要介绍分贝来描述声音的信号的强弱。
用来描述声音强度的物理量有很多：声压，功率，产生声音信号的电压等，使用不同的物理量来表示声音的强度，其得到的分贝也是不同的。

dB(dBSPL)
声音本质上来说是一种波，通过空气传播，传到人耳朵里引发鼓膜的振动。所以，声音的大小，实际就是对这种振动强度的反映。而由于空气的振动会引起大气压强的变换，可以使用压强变化的程度来描述声音的大小，这就是“声压(SPL,Sound Pressure Levels)”概念，其单位是Pa。例如：1米外步枪射击的声音大约是7000Pa；10米外开过汽车大约是0.2Pa。
使用声压作为测量量的分贝就是dBSPL，通常用来表示声音大小的dB多说指的就是dBSPL。声压和声音大小的关系，可以使用如下公式表示

I=P2ρ

其中，I是声音的强度；P是声压；ρ是空气阻力，通常在室温下，空气阻力大约是400。
分贝的计算还需要一个选择一个特定的声压值作为“标准值”（0分贝），该值是固定的。有了这个基准值后代入上面的公式:

I(dB)=10×log10(P2P2ref)=20×log10PPref

其中，P是声压测量值；Pref是标准值（0dBSPL）。这里选择的声压标准值为2×10−5Pa,20μPa，是人耳在1KHz这个频率下能听到的最小的声音，大致相当于3米外一只蚊子在飞的声音。将标准值代入上式：

I(dBSPL)=20×log10(P2×10−5)

dBm,dBu,dBV
前面根据声音的振动，在传播的过程引起大气压强的变化，使用声压作为测量量来计算声音的分贝值。除了自然产生的声音外，现在大多数的声音都是使用电信号作为存储和传播的载体的，例如电视广播，各种音频文件等。dBm,dBu,dBV是使用和电信号相关的物理量作为被测物理量，计算其产生声音的分贝值。
dBm是使用产生声音信号的功率作为被测物理量，选择1毫瓦(1mW)作为基准值，计算分贝值。计算公式:

dBm=10×log10(P1×10−3))$$。

在物理，功率P可以有电压V和电阻R计算得到
P = \frac{V^2}{R}

由上面的公式可以得到∗∗dBu∗∗，使用电压作为测量量，计算声音的分贝值。在十九世纪三十年代，音频设备的输入电阻都是600欧姆，也就上面公式中的R=600欧姆。在dBm中，使用1mW作为基准值，那么在R=600欧姆时就可以得到此时的电压为∗∗0.775V∗∗。所以，∗∗dBu∗∗是以电压作为测量量，计算声音的分贝值，选择的基准电压为0.775V。计算公式：
dBu = 20 \times \log_{10}(\frac{V}{0.775}),V是被测电压

∗∗dBV∗∗又是咋回事呢。在上上个实际音频设备的输入阻抗都是600欧姆，是固定不变的。但是到了现代，就有了更高阻抗的设备，例如1000欧姆，这样再选择0.775作为电压的基准值，显然是不合理的。所以，就有了一个新基准值1V。本质上dBu和dBV是没有区别的，都是选择电压作为被测单位，只是选择的基准值不同罢了。∗∗dBV∗∗仍然是以电压作为被测量，计算声音的分贝值，选择1V作为基准值。计算公式：
dBV = 20 \times \log_{10}(\frac{V}{1})

dBFS

前面的几个被测量都是模拟量，在数字时代更多的音频分贝表示是dBFS。dBFS的全称为Decibels Full Scale，全分贝刻度，是数值音频分贝值的表示方法。和前面几个不一样的时，dBFS的基准并不是最小的或者是中间的某一个值，是最大的那个值！也就是说0dBFS是数字设备能达到的最大值，除了最大值外都是负值。
以数字音频的sample为16位无符号为例，16位的无符号的最大值为65536，因此dBFS的计算公式：
dBFS = 20 \times \log_{10}(\frac{sample}{65536})

这样，最小的dBFS = $20 \times \log_{10}{\frac{1}{65536}} = -96dBFS$ 。也就是说16位无符号音频的动态范围为0 ~ -96dBFS。

dBFS 和 dBu之间的转换

dBu是度量模拟信号的，而dBFS是度量数字信号的，并且dBFS不会用于度量模拟信号，所以没有在dBu和dBFS之间没有统一的转换公式，依赖于具体的数字设备。在dBu和dBFS转换时，需要规定一个峰值电压，该电压下产生的音频信号经过AD转换后得到的sample为0dBFS。例如，+18dBu对应于0dBFS，在该条件下求 xdBu对应于ydBFS，那么就有 $y = x - 18$

总结

本文主要介绍和声音相关的分贝概念，分贝不同于其他的物理单位，表示的是相同物理量的比值，其具体的值依赖于选择的被测量。

dBSPL，通常所说的dB，使用声压作为被测量，选择 $20\mu Pa$ 作为基准值。
dBm，使用功率作为被测量，选择1mW作为基准值。
dBu，使用电压作为被测量，选择0.775V作为基准值。
dBV，和dBu一样，使用电压作为被测量，选择1V作为基准值。
dBFS，和上面的量都不相同，上面的量都是测量模拟值的，dBFS是测量数字音频的，其选择的基准值为sample的最大值为0dBFS，其他的值都为负值。

dBFS和模拟量之间的转换，例如dBu，需要规定一个基础的对应关系。例如+18dBu 对应于0dBFS，则ydBFS = x - 18。

介绍几个数字麦克风的常用指标：
1、最大声压级 Acoustic Overload Point ，AOP
2、灵敏度 Sensitivity
3、本底噪声 Noise floor
4、信噪比 Signal to Noise Ratio，SNR
5、动态范围 Dynamic Range

一、最大声压级 Acoustic Overload Point ，AOP
麦克风在总谐波失真小于10%时所能承受的最大声压级，又叫声过载点。常见的数字麦克风最大声压级为120dB SPL，低灵敏度的可以达到130dB SPL。

二、灵敏度 Sensitivity
数字麦克风灵敏度定义为：在94 dB 的声压级(SPL)下，用1 kHz 正弦波进行测量，麦克风在该输入激励下的数字输出信号幅度，即是灵敏度。由于数字麦克风最大输出信号幅度一般归一化为1（满幅值为1，即0dB），因此其输出信号幅度在归一化后仅具备相对值的意义，其单位记为 dBFS（dB Full Scale），代表相对于数字满量程的分贝数。
例如，某数字麦克风在94 dB SPL激励下，输出的信号幅值为-26dBFS，那么该麦克风灵敏度即为 -26dBFS。同时不难理解，当麦克风输出幅值为满幅值0dBFS时，其输入的激励信号应比原输入激励信号（94dB SPL）高26dB，即94dB+26dB=120dB SPL，这正是该麦克风的最大声压级，为120dB SPL。
因此，数字麦克风灵敏度和最大声压级存在直接关系，即94(dB SPL)-Sensitivity(dBFS)=AOP(dB SPL)。

三、本底噪声 Noise floor
数字麦克风的固有噪声，即无输入激励时的输出信号大小。
例如，某常见的麦克风本底噪声30dB SPL ，最大声压级为120dB SPL，那么换算为数字麦克风归一化的本底噪声级为 30dB-120dB=-90dBFS

四、信噪比 Signal to Noise Ratio，SNR
数字麦克风在输入激励为94 dB SPL下的输出信号幅值与输入激励切断时的输出信号幅值（本底噪声）之比。
例如，某数字麦克风本底噪声级为30dB SPL，那么其信噪比为 94dB-30dB=64dB。
也可以归一化的dBFS单位来计算，结果一致：以该麦克风最大声压级120dB SPL为例，分别计算其归一化灵敏度为94dB-120dB=-26dBFS，和归一化底噪为30dB-120dB=-90dBFS，得最终信噪比为-26dBFS-(-90dBFS)=64dB。

五、动态范围 Dynamic Range
是指麦克风输出最小信号和最大信号之差。足够大的动态范围能够最大程度保留原始音质而不发生失真。
例如，某数字麦克风最大声压级为120dB SPL，本底噪声为25dB SPL，那么该数字麦克风最佳的动态范围至少应当大于120dB-25dB=95dB。如果采样量化精度使用16bit，那么对应的最大动态范围约为20*log10(2^15)=90dB 小于95dB，意味着无法发挥该麦克风的最佳录音性能，原因在于量化精度不够而引入的量化噪声高于麦克风本底噪声，降低了麦克风信噪比。
为什么说降低了信噪比，回顾信噪比的定义，可计算该麦克风的信噪比得SNR=94dB-本底噪声25dB=69dB。而按照16位量化精度，其动态范围只有90dB，那么最小可描述的归一化本底噪声级别为-90dBFS，对应本底噪声压级=最大声压级（120dB SPL）+归一化本底噪声级别（-90dB）=30dB SPL > 实际本底噪声 25 dB SPL。

综上，在选用数字麦克风时，应当认真分析研究麦克风的各项性能指标，合理选取符合应用场景需求的产品并正确配置相关参数，发挥最优录音性能。

二、mic数据及其传输：

模拟mic和数字mic：
大多数情况下，模拟mic是驻极体的，数字mic是mems；数字mic相对于模拟mic，内部集成了ADC，所以输出的为数字信号。

I2S速度快，专门用于传音乐。

从MCU往Codec传音乐数据，一般使用I2S。包含主时钟、左右声道时钟、正反两根数据线。

如下图的I2S接口的时序，最典型的特征是LRCLK，用于区分左右声道的时钟。

音频接口设计详解！智能硬件设计，I2S、PDM、TDM选什么接口？

I2S接口的时序

PCM/TDM，主要用来传语音

这里讲的PCM不是PCM编码，而是PCM接口。和I2S差不多，也是4根线，通常用于AP处理器和通信MODEM之间传输语音数据（就是双向打电话的数据）。

AP处理器和蓝牙之间也是通过PCM来传输语音数据，打电话的蓝牙数据走的是PCM，放音乐的蓝牙数据走的是串口（不是PCM）。

I2S只能传2个声道的数据，PCM可以传多达16路数据，采用时分复用的方式，就是TDM。像现在最流行的语音智能音箱的7麦克风矩阵，一般都是用TDM来传的数据，同时可以传输7路麦克风输入和3路以上的音频反馈信号。

如下图是某智能音箱，7个麦克风通过5个ADC，接入一组TDM接口上，传输给AP处理器。

音频接口设计详解！智能硬件设计，I2S、PDM、TDM选什么接口？

在这里插入图片描述

某智能音箱TDM接口（局部）

PDM，只有2根线，传音乐，编码方式和I2S不同。

很多数字麦克风使用的PDM接口，有数据和时钟两根线。PDM接口和I2S最大的区别是编码方式不同。

音频接口设计详解！智能硬件设计，I2S、PDM、TDM选什么接口？

在这里插入图片描述

                      PDM和I2S接口的数字麦克风