當(dāng)手機(jī)遇上可攜式電子，兩個(gè)不同的音訊世界產(chǎn)生了沖突。這么多年過去，模擬工程師仍舊竭力打造可以完美處理語音、音樂播放和鈴聲的解決方案。本文將檢視當(dāng)前的技術(shù)進(jìn)展，并探討智能型手機(jī)的音訊整合趨勢。
曾經(jīng)有一段時(shí)間，數(shù)字音訊很清楚地被分為Hi-Fi和通話兩個(gè)部分。Hi-Fi一般意謂立體和16位分辨率，取樣速率為44.1kHz，這是原始的Compact Disc規(guī)格。另一方面，電話通話則是單聲道及低分辨率，一般是以8位和8kHZ數(shù)字化而成。不同型態(tài)的混合訊號(hào)IC各自適合不同的應(yīng)用。Hi-Fi音訊編譯碼IC很快就采用多位sigma-delta技術(shù)去改善音質(zhì)，同時(shí)間電話仍然是非常簡單，低數(shù)據(jù)速率及低成本變換器限制了改善音質(zhì)的可能性。這兩種編譯碼芯片擁有不同的接口。市場上已出現(xiàn)一些針對Hi-Fi立體音響的數(shù)據(jù)格式，其中最為普及的是I2S (Inter-IC Sound)。電話語音編譯碼IC則通常是采用脈沖編碼調(diào)變(PCM)界面。嚴(yán)格來說，脈沖編碼調(diào)變已包含今日所使用的大部分?jǐn)?shù)字格式，包括I2S；它的原始目的便是要區(qū)別數(shù)字編碼和像是頻率調(diào)變的模擬技術(shù)。然而，在數(shù)字通話方面，脈沖編碼調(diào)變通常是指一種特定、單聲道的數(shù)據(jù)格式，無法兼容于Hi-Fi立體音訊。

計(jì)算機(jī)音訊的崛起則造就了另一種接口的興起。雖然其音質(zhì)要求和存在已久的消費(fèi)性音訊市場頗為類似，然而，計(jì)算機(jī)需播放以不同取樣速率播放的音訊檔案(特別是8kHz、44.1kHz和48kHz)。以軟件轉(zhuǎn)換取樣速率是可行的，但是成本卻太昂貴。因此最被廣泛采用的AC’97標(biāo)準(zhǔn)便將此任務(wù)交給編譯碼芯片，造就以專屬硬件執(zhí)行的效率會(huì)高出許多。AC’97實(shí)際上已成為計(jì)算機(jī)音訊的產(chǎn)業(yè)標(biāo)準(zhǔn)。

在一開始，可攜式系統(tǒng)仍一本初衷：隨身CD、迷你光盤及MP3播放器仍采用I2S數(shù)字模擬轉(zhuǎn)換器(DAC)，行動(dòng)電話使用脈沖編碼調(diào)變，而支持音訊功能的PDA則通常具有和桌上型計(jì)算機(jī)相同的AC’97編譯碼。因此，毫無意外地，第一代的復(fù)合系統(tǒng)通常會(huì)包含在裝置內(nèi)部比鄰分布的電話和PDA電路、具有由通訊處理器控制的脈沖編碼調(diào)變音訊編譯碼芯片，以及和應(yīng)用處理器連接的Hi-Fi立體(AC’97或I2S)編譯碼芯片。然而，此編譯碼芯片的設(shè)計(jì)并未將這兩個(gè)音訊子系統(tǒng)的互連性考慮在內(nèi)，或者僅有極少的考慮。針對此，通常會(huì)將離散式的固態(tài)開關(guān)安插至模擬訊號(hào)路徑中，便會(huì)造成噪聲及諧波失真，并且占據(jù)板子空間。





圖1：第一代智能型手機(jī)具有兩個(gè)獨(dú)立的音訊子系統(tǒng)(語音和Hi-Fi)。除了這兩個(gè)編譯碼芯片外，還需要其它的離散組件以進(jìn)行訊號(hào)交換與混合。

整合趨勢

很明顯的，一個(gè)適合此應(yīng)用的解決方案是備受期待。「系統(tǒng)單芯片」(SoC)的想法已引導(dǎo)一些業(yè)者將立體數(shù)字模擬轉(zhuǎn)換器或編譯碼芯片和其它大型IC整合在一起。然而，此方法并未產(chǎn)出媲美專屬音訊芯片的音質(zhì)。電源管理和音訊IC的結(jié)合似乎犧牲了音質(zhì)，因?yàn)檎髌魍ǔ?huì)將噪聲注入鄰近的音訊訊號(hào)電路中。將音訊整合至數(shù)字IC同樣也會(huì)面臨相同問題，因?yàn)檎嬲腍i-Fi組件通常需要以0.35微米制程針對混合訊號(hào)應(yīng)用進(jìn)行最佳化，然而數(shù)字邏輯已微縮至0.18微米或更小。對共存于同一芯片的這兩種電路而言，若非模擬電路的效能必需有所犧牲，要不然就是整個(gè)IC會(huì)被建造于更大的幾何形狀上，芯片尺寸將擴(kuò)大到無法被接受的程度。

揚(yáng)聲器放大器特別難以整合，因?yàn)樗鼈儠?huì)產(chǎn)生大量的熱，需要散熱處理。許多整合的芯片缺乏此功能，因此便不能被認(rèn)為是真正的「系統(tǒng)單芯片」(SoC)解決方案，因?yàn)檫€需要一個(gè)外部的揚(yáng)聲器驅(qū)動(dòng)IC。另一個(gè)常見的問題是模擬輸入或輸出不夠充足，這是因?yàn)榭偸窍Ｍ鸌C能越小越好。針對接腳配置在周圍的正方體封裝，例如QFN(方形扁平封裝，無導(dǎo)線)封裝體，會(huì)將每一邊的長度延長約1mm以容納一些額外的接腳，而如果此IC最初的體積就很大的話，這樣的增加則將導(dǎo)致占板空間暴增。例如，從5×5mm增加至6×6mm，則占板面積會(huì)增加11mm2，而若最初為10×10mm的封裝，則占板面積會(huì)增加至21mm2。





圖2：整合型智能型手機(jī)編譯碼芯片的方塊圖，其擁有一顆音訊DAC、一顆立體Hi-Fi DAC和兩顆ADC，被導(dǎo)引至脈沖編碼調(diào)變或是I2S接口。

專屬的音訊IC則能避免這些問題。藉由整合其它混合訊號(hào)功能，例如觸控?cái)?shù)字化以及語音和Hi-Fi編譯碼功能的整合，芯片總數(shù)量可以減少。在此，音訊編譯碼被整合至電話芯片組中，因此比較適合的應(yīng)該是具有額外模擬輸入、輸出和內(nèi)部混合的H-Fi編譯碼芯片。然而，即使是在此情況中，仍需用到兩個(gè)編譯碼芯片，以容納無線藍(lán)牙耳機(jī)，因?yàn)樵S多藍(lán)牙編譯碼IC皆具有脈沖編碼調(diào)變接口。

音訊整合的方式有很多種。分享模擬數(shù)字轉(zhuǎn)換器和數(shù)字模擬轉(zhuǎn)換器可降低硬件成本，但是卻會(huì)導(dǎo)致無法同時(shí)播放或錄制兩個(gè)音訊串流。針對每一功能提供專屬的轉(zhuǎn)換器能克服此問題并延長電池壽命，因?yàn)殡娫挼燃壍囊粲崊^(qū)塊能以低于Hi-Fi功能的功耗設(shè)計(jì)。然而，這樣的解決方案會(huì)增加硅芯片的成本。一般妥協(xié)的方法是采用獨(dú)立的數(shù)字模擬轉(zhuǎn)換器，但共同分享則模擬數(shù)字轉(zhuǎn)換器。如此即使在通話中依然可以播放音訊(例如：在通化中同時(shí)聽到第二通來電的鈴聲或是音樂)，但是在通話時(shí)無法錄音至應(yīng)用處理器，這樣的限制是可被接受的，因?yàn)樵谶@樣的使用情境中，使用者不可能看到這么多的價(jià)值。藉由停止通道之一的用電，且其它通道以較低的取樣速率運(yùn)作，可進(jìn)一步降低模擬數(shù)字轉(zhuǎn)換器的功耗。





圖3：僅需使用三個(gè)輸入接腳和一個(gè)麥克風(fēng)偏壓接腳便能讓兩個(gè)麥克風(fēng)都連至編譯碼芯片。(52RD

　　頻率和界面

　　通訊和應(yīng)用電路之間的內(nèi)部電路區(qū)塊是可以分享的，但是接口就沒辦法了。這是因?yàn)槊恳粋€(gè)音訊串流都是在獨(dú)立頻率電路上運(yùn)作，且擁有自己的頻率頻率。只要是這種情況，整合的智能型手機(jī)編譯碼芯片就同時(shí)需要脈沖編碼調(diào)變接口和一個(gè)獨(dú)立的I2S或AC’97連結(jié)。

　　在固定系統(tǒng)中，音訊頻率通常是由石英振蕩器產(chǎn)生。例如，AC’97便指明符合規(guī)定的編譯碼芯片具有一個(gè)芯片上的振蕩器，其連結(jié)至一個(gè)外部的 24.576MHz(512 × 48kHz)石英，I2S則使用高出數(shù)倍的取樣速率，通常其取樣速率為256。然而，在智能型手機(jī)的設(shè)計(jì)中，考慮到額外的功耗、占板空間及頻率石英體的成本，因此設(shè)計(jì)師多從已出現(xiàn)在板子上的其它頻率取得Hi-Fi音訊頻率。雖然此額外的頻率部分需由鎖相回路(PLL)實(shí)現(xiàn)，但是此解決方案仍較外加的石英振蕩器受到歡迎，因?yàn)榈凸β?、低噪聲的鎖相回路能以極低的價(jià)格被整合至混合訊號(hào)IC中。相同的情況也適用于其它子系統(tǒng)可能需要的頻率，例如支持視訊的 MPEG譯碼器的標(biāo)準(zhǔn)27MHz頻率。針對I2S，不同的取樣速率需要不同的頻率頻率，藉由簡單地將word clock LPCLK(其頻率為取樣速率)乘以256或任何其它固定數(shù)字，鎖相回路能在任何情況中提供正確的頻率。因此組件供應(yīng)者也傾向?qū)⒁换騼蓚€(gè)鎖相回路整合至他們智能型手機(jī)的編譯碼芯片中。

 　　圖4. 典型立體雙耳式耳機(jī)的內(nèi)部布線，以及插座插入偵測、麥克風(fēng)和鉤鍵開關(guān)偵測的機(jī)制。

　　麥克風(fēng)

　　在智能型手機(jī)中，許多最困難的設(shè)計(jì)問題都和麥克風(fēng)有關(guān)。其中通常必需考慮至少兩個(gè)麥克風(fēng)：內(nèi)建(內(nèi)部)麥克風(fēng)和做為耳機(jī)一部份的外接麥克風(fēng)。其它更多內(nèi)部麥克風(fēng)的存在可能是為了要消除噪聲或是立體聲錄音，而免持式汽車套件則可能會(huì)連接外接麥克風(fēng)。除了電話通話外，這些麥克風(fēng)也能在應(yīng)用處理器的控制下被用來錄制語音備忘，或甚至是視訊片段的音軌。

　　為完全避免芯片外的切換，智能型手機(jī)編譯碼芯片必需提供充足的輸入，最好是能有可獨(dú)立調(diào)整的增益及彈性的路徑，以涵括所有的使用情境。除錄音之外，也應(yīng)提供「側(cè)音」功能。這便為模擬輸出增加了一個(gè)微弱版本的麥克風(fēng)訊號(hào)，因此使用耳機(jī)撥打電話的人可以聽見自己的聲音。當(dāng)耳機(jī)插入或未連結(jié)時(shí)，插入偵測可以實(shí)現(xiàn)內(nèi)部至外接麥克風(fēng)間的無縫切換。

　　噪聲是另一個(gè)普遍的考慮。電路的高頻和數(shù)字部分會(huì)產(chǎn)生干擾，此干擾的產(chǎn)生是來自PCB線路帶有麥克風(fēng)訊號(hào)所致，且此干擾會(huì)由芯片上前置放大器放大。為避免此問題，謹(jǐn)慎的PCB布局是關(guān)鍵重要的因素，差異化的麥克風(fēng)輸入是另一個(gè)有效的對策。然而，不同的輸入有它們自己的布局需求：兩組PCB線路必需以平行或是相鄰的方式運(yùn)作，所以其中一組線路拾起的任何噪聲，也會(huì)出現(xiàn)在另一組線路中，因此必需在麥克風(fēng)放大器中加以消除。

　　降噪是另一個(gè)獨(dú)立的問題，需要兩個(gè)麥克風(fēng)解決;一個(gè)拾起帶有背景噪聲的喇叭語音，另一個(gè)則僅拾起有背景噪聲。若只在模擬電路進(jìn)行簡單的消除，通常無法產(chǎn)生令人滿意的結(jié)果，這是因?yàn)楦鶕?jù)噪聲發(fā)出的方向，這兩種噪聲訊號(hào)的相位和幅度都會(huì)有所不同。在此需要進(jìn)行數(shù)字訊號(hào)處理。然而，編譯碼芯片必需藉由數(shù)字化這兩種麥克風(fēng)訊號(hào)來執(zhí)行此任務(wù)。

　　另一種噪音發(fā)生于在戶外使用時(shí)，亦即風(fēng)切噪音，其大部分被限制在200Hz的頻率以下，因此能以高通濾波器消除部分的噪音。最簡單的解決方案便是在麥克風(fēng)輸入采用較小的耦合電容器。然而，這將讓麥克風(fēng)無法被用在室內(nèi)的音樂錄音，造成沒有低音部分。因此針對雙用途的麥克風(fēng)而言，此濾波非必要。附帶一提，大部分的音訊模擬數(shù)字轉(zhuǎn)換器已具備內(nèi)建高通濾波器，以消除來自數(shù)字訊號(hào)的DC偏壓。IC業(yè)者已針對行動(dòng)應(yīng)用將此特性客制化，其方法為讓角頻(corner frequency)成為一種選擇，一些Hz為提供Hi-Fi之用途，另一些介于100Hz和200Hz的頻率則是針對支持風(fēng)切濾波的語音。理所當(dāng)然地，模擬和數(shù)字濾波也能結(jié)合以創(chuàng)造更高階的濾波特性。

　　頭戴式耳機(jī)(Headphone)和雙耳式耳機(jī)(Headset)

　　處理行動(dòng)電話的雙耳式耳機(jī)也需要特別的模擬電路。最顯而易見的首要任務(wù)便是在雙耳式耳機(jī)插入時(shí)，要重新規(guī)劃來自單耳耳機(jī)或其它揚(yáng)聲器輸出訊號(hào)的路徑。雖然具有整合型機(jī)械開關(guān)的插口能實(shí)現(xiàn)此目的，但是它們通常笨重又昂貴。再者，使用于揚(yáng)聲器的訊號(hào)層級可能并不適用于雙耳式耳機(jī)。針對單耳耳機(jī)、揚(yáng)聲器和雙耳式耳機(jī)提供獨(dú)立模擬輸出，具有獨(dú)立的音量控制便能解決此問題，并可允許采用較簡單的插口。雖然仍需要一個(gè)機(jī)械式開關(guān)，但是只要單柱、單擲型態(tài)，一端連至接地接腳的開關(guān)就已足夠了，所以此插口僅需一個(gè)外部接腳。然而，在多媒體電話中，此開關(guān)的啟動(dòng)并不一定就是因?yàn)殡p耳式耳機(jī)的插入;插在標(biāo)準(zhǔn)尺寸插口中的，可能只是沒有包含麥克風(fēng)在內(nèi)的頭戴式耳機(jī)。因此，麥克風(fēng)的存在與否應(yīng)分開偵測。對電子式麥克風(fēng)而言，可以藉由感測麥克風(fēng)的偏壓電流而實(shí)現(xiàn)此目的，若沒有電流流動(dòng)，則代表沒有麥克風(fēng)插入。相反地，一個(gè)大而不尋常的偏壓電流也是很明顯的：為避免增加其它的接觸至標(biāo)準(zhǔn)頭戴式耳機(jī)或雙耳式耳機(jī)插座，在雙耳式耳機(jī)上用來接收來電的按鈕(所謂的鉤鍵開關(guān))通常會(huì)讓麥克風(fēng)短路。結(jié)果，偏壓電流增加，指出此鉤鍵開關(guān)已被按壓。藉由在芯片上麥克風(fēng)偏壓電路中增加一個(gè)電流傳感器，智能型手機(jī)編譯碼芯片能偵測這兩種情況，并自動(dòng)針對個(gè)別情況采取正確的動(dòng)作。

揚(yáng)聲器

　　行動(dòng)電話中的揚(yáng)聲器數(shù)目和輸出功率在最近不斷膨脹。然而在1990年代，單邊耳機(jī)才是王道，現(xiàn)代的掀蓋式手機(jī)配備了內(nèi)部和外部喇叭，如此無論手機(jī)是打開或是合起，都能播放音樂。支持立體鈴聲需要兩個(gè)外部揚(yáng)聲器，而普遍的免持功能則在小型單耳耳機(jī)之外還需要另一個(gè)就行動(dòng)電話標(biāo)準(zhǔn)而言「大型」揚(yáng)聲器。如同麥克風(fēng)一般，為每一揚(yáng)聲器提供專屬的模擬輸出能帶來許多芯片外切換(off-chip switching)所沒有的好處，由于揚(yáng)聲器放大器會(huì)用掉龐大的供應(yīng)電流，因此在未啟動(dòng)時(shí)降低功耗便成為十分重要的事。行動(dòng)電話編譯碼芯片提供越來越多的細(xì)部電源管理，能個(gè)別啟動(dòng)或關(guān)掉每一個(gè)輸出，以避免任何沒有必要的電池電力浪費(fèi)。再者，現(xiàn)有電源管理解決方案中的穩(wěn)壓器通常無法提供驅(qū)動(dòng)揚(yáng)聲器音量全開所需的電流。編譯碼芯片供應(yīng)業(yè)者已針對此問題提出因應(yīng)之道，他們設(shè)計(jì)讓芯片上揚(yáng)聲器放大器直接利用電池的電壓運(yùn)作(一般是鋰離子電池的4.2V)，而非調(diào)整過后的供應(yīng)電壓。一般而言，雖然這種作法并無法節(jié)省電力，此揚(yáng)聲器放大器會(huì)消耗原本是由穩(wěn)壓器消耗的電力，但是卻能除去增加一個(gè)穩(wěn)壓器的需求。

　　鈴聲

　　在過去幾年間，鈴聲的復(fù)雜性穩(wěn)定地增加，從只有連續(xù)單音到多音旋律，一直到最后的WAV和MP3音樂片段，幾乎任何聲音都能以立體聲生成。樂器數(shù)碼接口(Musical Instrument Digital Interface;MIDI)已成為音樂鈴聲的標(biāo)準(zhǔn)，且有一些業(yè)者已開發(fā)適用此新應(yīng)用的低功率MIDI芯片。將此IC整合至音訊子系統(tǒng)需要在編譯碼芯片上增加額外的模擬輸入。此額外的輸入對連接FM radio IC、增加其它功能至多媒體封裝中也很有用。MIDI音調(diào)生成當(dāng)然也能被整合至編譯碼芯片中，然而，一般傾向?qū)⒆约合胍拟徛晝?chǔ)存為音訊檔案，并透過現(xiàn)有的Hi-Fi數(shù)字模擬轉(zhuǎn)換器播放出來，因此對于未擁有相關(guān)IP硅智財(cái)?shù)腎C業(yè)者而言，此訴求便不具有太大的吸引力。

　　未來的發(fā)展

　　所以未來智能型手機(jī)音訊的發(fā)展會(huì)是如何?現(xiàn)今比較受到矚目的數(shù)字音訊趨勢包括從立體聲進(jìn)展至多聲道環(huán)繞音響格式，且可能會(huì)采用最近發(fā)表、用于大部分PC和筆記型計(jì)算機(jī)中的“Azalia” Intel超傳真音訊(Intel High Definition Audio)標(biāo)準(zhǔn)。就在不久之前，還有不少人嘲笑將立體揚(yáng)聲器放進(jìn)行動(dòng)電話的點(diǎn)子，但是如今的市場實(shí)情卻證明他們錯(cuò)了。同樣地，Azalia的新特性現(xiàn)在也尚無法合理化它那高于AC’97的成本和功耗。I2S和AC’97的爭戰(zhàn)仍在繼續(xù)中，有些設(shè)計(jì)師比較喜歡較不復(fù)雜的I2S，另外一些則偏愛AC’97提供的較低接腳數(shù)，以及能輕易處理不同的取樣速率。就像現(xiàn)在用于智能型手機(jī)中的許多低功耗CPU皆提供雙重標(biāo)準(zhǔn)的音訊接口，以滿足不同陣營的需求，這兩種標(biāo)準(zhǔn)可能會(huì)繼續(xù)并存。相反地，設(shè)計(jì)一個(gè)支持兩種標(biāo)準(zhǔn)的編譯碼芯片則是困難許多，因?yàn)锳C’97的VRA(可調(diào)速率音訊)需要不同于I2S的頻率技術(shù)，以及大量的額外數(shù)字電路。

　　將應(yīng)用和通訊處理器成功整合至單一數(shù)字裝置上，并使用單一音訊頻率，將使語音和Hi-Fi音訊接口的結(jié)合成為可能，而且之后可能會(huì)轉(zhuǎn)變?yōu)檫^去那種較不復(fù)雜的編譯碼芯片。但是就現(xiàn)在而言，IC業(yè)者正致力于將其它現(xiàn)有混合訊號(hào)組件整合至他們的音訊編譯碼芯片中，包括觸控功能、穩(wěn)壓器和電源管理。已經(jīng)準(zhǔn)備好的整合型影像解決方案到目前為止仍無法將音訊和和攝影機(jī)或視訊功能整合在一起，不過這并非絕對的事實(shí)。在此同時(shí)，音訊功能不斷增加，例如3D強(qiáng)化、圖形均衡器和動(dòng)態(tài)壓縮等，且音質(zhì)、功耗和封裝尺寸也有長足的進(jìn)展。