0 引言

    在人工智能快速發(fā)展的今天，語音是人機(jī)交互應(yīng)用中最為直接的方式，越來越好的體驗(yàn)感使語音交互逐漸成為“智能化”的重要標(biāo)志，并將更加廣泛地改變?nèi)藗兊纳罘绞?。語音識(shí)別技術(shù)已得到較為深度的發(fā)展，如國(guó)外微軟、蘋果、谷歌等大公司，國(guó)內(nèi)的科大訊飛、思必馳等廠商都已研發(fā)出較為成功的語音識(shí)別新策略和新算法。但語音識(shí)別的重要前提是在智能語音SoC芯片前端能夠提供一個(gè)較為純凈的語音信號(hào)，才能使云端的語音識(shí)別軟件能夠高效完成處理和反饋。而截至目前，遠(yuǎn)距離采集、易受噪聲干擾、芯片信噪比受限等問題導(dǎo)致的識(shí)別率不高，仍嚴(yán)重制約著語音交互技術(shù)的普及。

    在智能語音SoC中，模擬前端電路承擔(dān)著將麥克風(fēng)輸出模擬信號(hào)數(shù)字化的重任，是語音模擬信號(hào)與數(shù)字處理單元的橋梁，如圖1所示。模擬前端通常包括自動(dòng)增益控制環(huán)路和模數(shù)轉(zhuǎn)換器兩部分，它們占據(jù)了5%～30%的芯片面積，同時(shí)消耗30%～50%整體芯片功耗。

    模擬前端電路的動(dòng)態(tài)范圍、信號(hào)帶寬、噪聲性能、信噪比等性能直接決定了智能語音SoC的整體性能。因此，低噪聲、高信噪比模擬前端電路就成為了學(xué)術(shù)界和工業(yè)界的研究熱點(diǎn)。

1 面臨的挑戰(zhàn)

    在現(xiàn)有的模擬前端電路中，其性能提升的瓶頸主要體現(xiàn)在兩方面：(1)傳統(tǒng)的自動(dòng)增益控制環(huán)路無論采用模擬或者數(shù)字的增益調(diào)節(jié)方式，都是基于單一信號(hào)的峰值檢測(cè)原理^[1-2]。而在實(shí)際應(yīng)用中，語音環(huán)境可能相當(dāng)復(fù)雜。尤其是在一些嘈雜的公共場(chǎng)合中，存在多種頻率信號(hào)混雜的情況。如果仍采用峰值信號(hào)調(diào)整方式，只能對(duì)其中某一頻率信號(hào)進(jìn)行判斷，無法實(shí)現(xiàn)整體上精準(zhǔn)的信號(hào)幅值提取與增益調(diào)整。(2)在智能語音控制中，便攜式或者穿戴式設(shè)備是重要的一類應(yīng)用，因此功耗是設(shè)計(jì)必須考慮的重要因素。為了進(jìn)行功耗優(yōu)化，模數(shù)轉(zhuǎn)換器通常采用多位量化的低階Sigma-Delta模數(shù)轉(zhuǎn)換器來實(shí)現(xiàn)穩(wěn)定的結(jié)構(gòu)和較高的信噪比輸出^[3]。但多位Sigma-Delta模數(shù)轉(zhuǎn)換器中多位反饋數(shù)模轉(zhuǎn)換器造成的電容陣列失配誤差，需要數(shù)據(jù)加權(quán)平均（Data Weight Averaging）算法來進(jìn)行均衡。傳統(tǒng)的DWA算法采用順序循環(huán)選擇電容單元的方式，可以將失配產(chǎn)生的隨機(jī)噪聲搬移至信號(hào)帶寬之外，但也會(huì)在帶內(nèi)產(chǎn)生與采樣頻率相關(guān)的雜波，導(dǎo)致信噪比提升有限。而改進(jìn)型DWA算法則致力于打破環(huán)形電容單元選擇規(guī)律與采樣頻率之間的關(guān)系，在搬移隨機(jī)噪聲的同時(shí)，壓制或者轉(zhuǎn)移帶內(nèi)雜波。雖然改進(jìn)型DWA取得了一定信噪比的增加，但本質(zhì)上仍是一種一階的誤差噪聲整形技術(shù)，無法取得信噪比本質(zhì)的提升。因此，綜上所述，在低電源電壓的先進(jìn)工藝中，完善復(fù)雜語音處理功能以及降低多位量化Sigma-Delta模數(shù)轉(zhuǎn)換器中的非線性效應(yīng)，最終提高整體電路的信噪比，是模擬前端設(shè)計(jì)中面臨的最大挑戰(zhàn)。

2 模擬前端結(jié)構(gòu)特點(diǎn)與發(fā)展現(xiàn)狀

    目前在語音SoC模擬前端設(shè)計(jì)方面，主要有以下幾方面成果。

    文獻(xiàn)[4]中模擬前端引入了峰值檢測(cè)的混合信號(hào)自動(dòng)增益控制環(huán)路，來實(shí)現(xiàn)對(duì)麥克風(fēng)信號(hào)幅度的放大控制。放大后的信號(hào)通過三階離散Sigma-Delta模數(shù)轉(zhuǎn)換器實(shí)現(xiàn)與數(shù)字信號(hào)處理電路的通信。該模擬前端具有較低的功率耗散，但不足之處在于三階離散Sigma-Delta模數(shù)轉(zhuǎn)換器存在潛在的振蕩性問題，因此自動(dòng)增益控制環(huán)路需要將麥克風(fēng)信號(hào)幅度控制在一個(gè)較小的范圍，這也影響了整體模擬前端的輸出信噪比。測(cè)試結(jié)果顯示該模擬前端的總諧波失真為69 dB，換算為信噪比不足60 dB，不能實(shí)現(xiàn)高質(zhì)量的語音信號(hào)處理。

    文獻(xiàn)[5]利用亞閾值晶體管技術(shù)實(shí)現(xiàn)了一款對(duì)數(shù)增益的自動(dòng)增益控制環(huán)路，并獲得了較好的功耗。雖然該電路可以有效控制語音信號(hào)的幅度范圍，但由于沒有集成模數(shù)轉(zhuǎn)換器，也無法實(shí)現(xiàn)與數(shù)字信號(hào)電路的單片集成。且亞閾值晶體管受工藝參數(shù)的影響較大，電路魯棒性差。

    文獻(xiàn)[6]同樣采用亞閾值晶體管技術(shù)進(jìn)行模擬前端設(shè)計(jì)。自動(dòng)增益控制環(huán)路采用模擬峰值檢測(cè)控制；為了節(jié)約功耗，離散Sigma-Delta模數(shù)轉(zhuǎn)換器設(shè)計(jì)為二階或三階可調(diào)，滿足不同頻率范圍語音信號(hào)的處理。該模擬前端雖然功耗極低，但自動(dòng)增益控制環(huán)路不能實(shí)現(xiàn)線性的增益可調(diào)，而亞閾區(qū)晶體管先天的不穩(wěn)定性，使得該模擬前端僅具有學(xué)術(shù)價(jià)值，實(shí)用性較差。

    文獻(xiàn)[7]的重點(diǎn)在于實(shí)現(xiàn)MEMS麥克風(fēng)與模擬前端界面的電路設(shè)計(jì)。此外，該電路通過調(diào)整四階連續(xù)時(shí)間Sigma-Delta模數(shù)轉(zhuǎn)換器中的跨導(dǎo)單元，可以實(shí)現(xiàn)Sigma-Delta模數(shù)轉(zhuǎn)換器的對(duì)于不同頻率信號(hào)的功耗可調(diào)，具有較低的模數(shù)轉(zhuǎn)換器功耗。但Sigma-Delta模數(shù)轉(zhuǎn)換器的信噪比有限，且文獻(xiàn)沒有對(duì)整體模擬前端電路的信噪比和功耗進(jìn)行優(yōu)化設(shè)計(jì)，因此整體性能略顯不足。

    文獻(xiàn)[8]是一款完整的語音信號(hào)SoC模擬前端，集成的可變?cè)鲆娣糯笃骱退碾ASigma-Delta模數(shù)轉(zhuǎn)換器既實(shí)現(xiàn)了語音信號(hào)的完整通路，又在低電源電壓獲得了較好的信噪比輸出，使得與數(shù)字信號(hào)處理電路單片集成成為可能。但缺陷在于前端放大采用可變?cè)鲆娣糯笃髂Ｊ?，無法對(duì)信號(hào)進(jìn)行自適應(yīng)的動(dòng)態(tài)調(diào)節(jié)，限制了該電路在實(shí)際中的應(yīng)用。同時(shí)四階Sigma-Delta模數(shù)轉(zhuǎn)換器受限于穩(wěn)定性設(shè)計(jì)，無法處理較大幅度的語音信號(hào)。

    概括來說，現(xiàn)有自動(dòng)增益控制環(huán)路的設(shè)計(jì)思路主要關(guān)注于電路實(shí)現(xiàn)和功耗優(yōu)化方面，而對(duì)整體模擬前端多頻率語音信號(hào)處理功能和信噪比提升方面并沒有提出相應(yīng)的策略。尤其是在目前應(yīng)用環(huán)境復(fù)雜，語音信號(hào)需要精準(zhǔn)處理的發(fā)展趨勢(shì)下，現(xiàn)有技術(shù)已無法進(jìn)行匹配。

    而對(duì)于提升Sigma-Delta模數(shù)轉(zhuǎn)換器信噪比的DWA算法研究，已發(fā)布的研究成果如下。

    文獻(xiàn)[9]首次揭示了數(shù)模轉(zhuǎn)換器輸入碼、電容單元總數(shù)與雜波頻率之間的函數(shù)關(guān)系。基于此，文獻(xiàn)提出了直流失調(diào)注入校正法與隨機(jī)DWA算法。直流失調(diào)注入法的核心思想是通過在數(shù)模轉(zhuǎn)換器輸入端輸入一個(gè)直流信號(hào)分量，降低數(shù)字碼中間值出現(xiàn)的概率，將二分之一采樣處的雜波頻譜搬移到帶外。該方法最大的問題在于只適用于輸入端只有交流小信號(hào)分量的應(yīng)用場(chǎng)景中，一旦輸入信號(hào)自身帶有直流分量，一方面容易造成輸出飽和，另一方面兩處直流分量疊加，也可能使得雜波頻譜出現(xiàn)在奈奎斯特采樣頻率之內(nèi)（即信號(hào)帶寬之內(nèi)），反而降低了帶內(nèi)信噪比；隨機(jī)DWA算法是對(duì)傳統(tǒng)DWA算法較為全面的一次改進(jìn)，它打破了順序循環(huán)選擇的內(nèi)在機(jī)制，任意選擇電容陣列中的某一電容單元作為數(shù)字碼起點(diǎn)，并按輸入碼選擇相應(yīng)的電容單元數(shù)目。每次都優(yōu)先選擇之前沒有選擇過的電容單元，直到所有電容單元都被選擇使用過，才開始重復(fù)選擇電容單元。這種機(jī)制有利于將總的隨機(jī)噪聲通過平均轉(zhuǎn)換為高斯白噪聲。但不足之處在于，該算法具有“太過隨意”的選擇，沒有統(tǒng)一的選擇法則。當(dāng)陣列中某些電容單元具有較大失配時(shí)，由于該電容單元被選擇的概率完全隨機(jī)，可能在信號(hào)帶內(nèi)引入低頻諧波頻譜，降低了輸出信噪比。

    文獻(xiàn)[10]提出了一種雙循環(huán)移位DWA算法，如圖2所示。目的在于降低電容單元失配誤差和輸入信號(hào)之間的相關(guān)性，從而消除低頻雜波頻率信號(hào)。該算法設(shè)定一個(gè)“分裂”指針信號(hào)，將傳統(tǒng)的DWA輸出劃分為兩部分?jǐn)?shù)字碼，每隔256個(gè)周期分別進(jìn)行順時(shí)針和逆時(shí)針的電容單元選擇，最終將兩部分選擇單元合二為一，驅(qū)動(dòng)數(shù)模轉(zhuǎn)換器。該算法雖然切斷了輸入信號(hào)和電容單元選擇的相關(guān)性，但本質(zhì)上仍是一階噪聲整形，對(duì)帶內(nèi)雜波的抑制效果較為有限。

    在文獻(xiàn)[10]的基礎(chǔ)上，文獻(xiàn)[11]研究了一種改進(jìn)型的雙循環(huán)移位DWA算法。該策略的改進(jìn)之處在于首先設(shè)定一個(gè)指針pt(n)和一個(gè)內(nèi)在的計(jì)數(shù)器。當(dāng)數(shù)字碼小于電容陣列單位數(shù)目時(shí)，執(zhí)行傳統(tǒng)DWA算法模式；而當(dāng)數(shù)字碼溢出時(shí)，計(jì)數(shù)器同時(shí)過載，該算法將電容陣列分為兩個(gè)子陣列。當(dāng)數(shù)字碼為奇數(shù)或者偶數(shù)時(shí)，分別對(duì)電容單元進(jìn)行順時(shí)針或者逆時(shí)針方向選擇，最后仍然合二為一構(gòu)成一個(gè)完整的電容選擇陣列。其優(yōu)點(diǎn)在于一旦數(shù)字碼過載發(fā)生，即電容單元出現(xiàn)重復(fù)選擇時(shí)，破壞了失調(diào)誤差內(nèi)在的周期性，從而降低帶內(nèi)雜波。但該算法仍屬于一階噪聲整形范疇，整體抑制雜波性能比文獻(xiàn)[10]沒有實(shí)質(zhì)性的提升。

    在文獻(xiàn)[12]中，同樣是在數(shù)字碼超出可備選的電容單元數(shù)目，即當(dāng)數(shù)字碼溢出時(shí)，設(shè)計(jì)者人為加入一個(gè)指針信號(hào)函數(shù)，改變了順序循環(huán)選擇的機(jī)制，形成一種“有章可循”的“跳躍”選擇方法，將帶內(nèi)的雜波頻譜轉(zhuǎn)為高斯白噪聲譜，并搬移到高頻處，其4 bit電容單元選擇機(jī)制如圖3所示。該算法實(shí)現(xiàn)較為簡(jiǎn)單，與傳統(tǒng)DWA算法的區(qū)別只在于每次單位電容的選擇起點(diǎn)不同。其缺陷在于：當(dāng)陣列中某些電容單元失配較大時(shí)，該選擇機(jī)制沒有較好的選擇均衡性，可能出現(xiàn)這些電容單元選擇概率較大的情況，從而增加了帶內(nèi)噪底。

    文獻(xiàn)[13]在文獻(xiàn)[9]的成果上進(jìn)行了一定程度的改進(jìn)，為了使得隨機(jī)DWA算法具有一定的設(shè)計(jì)規(guī)則，該算法在電路中加入了一個(gè)1 bit的隨機(jī)數(shù)發(fā)生器。通過隨機(jī)數(shù)發(fā)生器隨機(jī)地產(chǎn)生“0”和“1”編碼，順序或者跳躍一位來選擇電容單元，對(duì)雜波的抑制能力控制在6 dB范圍左右。算法如圖4所示。

    國(guó)內(nèi)學(xué)術(shù)界對(duì)語音信號(hào)處理SoC的研究起步較晚，水平相對(duì)落后，研究的廣度與深度也遠(yuǎn)遠(yuǎn)滯后于國(guó)外同行。在模擬前端方面，僅有中科院電子學(xué)所設(shè)計(jì)了一款電源電壓1 V的峰值檢測(cè)低功耗自動(dòng)增益控制環(huán)路，該電路基于0.13 μm CMOS工藝實(shí)現(xiàn)，電路整體功耗45 μW，且在600 mVp-p輸出擺幅時(shí)，總諧波失真達(dá)到0.3%^[14]。而在多位量化Sigma-Delta模數(shù)轉(zhuǎn)換器的DWA算法方面，也僅有西安電子科技大學(xué)在2015年發(fā)布過二階的研究成果^[20]。此外，復(fù)旦大學(xué)也在0.13 μm CMOS工藝平臺(tái)上完成了一款電源電壓1 V，信號(hào)帶寬20 kHz的連續(xù)時(shí)間Sigma-Delta模數(shù)轉(zhuǎn)換器，該模數(shù)轉(zhuǎn)換器采用4階單環(huán)單比特量化結(jié)構(gòu)，輸出信號(hào)噪聲失真比達(dá)到105.5 dB，功耗僅為110 μW^[15]?？偟膩砜?，國(guó)內(nèi)學(xué)術(shù)界還在對(duì)核心算法和獨(dú)立的電路模塊進(jìn)行探索和研究，仍沒有形成完整的聲音信號(hào)通路。

3 模擬前端發(fā)展趨勢(shì)

    綜上所述，目前模擬前端的設(shè)計(jì)分別針對(duì)自動(dòng)增益控制環(huán)路和多位量化Sigma-Delta模數(shù)轉(zhuǎn)換器的DWA算法主要有以下兩方面趨勢(shì)：

    (1)在語音信號(hào)較為復(fù)雜的場(chǎng)合，麥克風(fēng)輸出的信號(hào)中含有多個(gè)頻率的正弦波，這些正弦波的幅度可能位于最佳接收范圍高閾值V_peak和低閾值V_act的任意區(qū)間，而傳統(tǒng)的峰值檢測(cè)算法只能處理其中某一頻率的信號(hào)。而目前根據(jù)多頻率語音信號(hào)峰值幅度分布的特點(diǎn)，可采用一種峰值統(tǒng)計(jì)判決算法，在固定的周期內(nèi)提取語音信號(hào)幅度的統(tǒng)計(jì)特性，確定大部分信號(hào)幅度所處區(qū)間，對(duì)它們進(jìn)行增益調(diào)整，從而實(shí)現(xiàn)對(duì)大多數(shù)信號(hào)幅度特定的精確控制，其原理如圖5所示。

    (2)現(xiàn)有的DWA算法都是基于隨機(jī)DWA算法進(jìn)行改進(jìn)，無論是增加隨機(jī)數(shù)還是設(shè)定起點(diǎn)指針的函數(shù)，其目的都在于提供一種隨機(jī)但又相對(duì)“可控”的算法，將隨機(jī)噪聲引起的帶內(nèi)雜波壓制或者搬移至帶外。從總體來看，并沒有完全解決帶內(nèi)雜波頻率和數(shù)模轉(zhuǎn)換器輸入碼、電容單元總數(shù)之間關(guān)聯(lián)性的矛盾。這些算法為未來的改進(jìn)方向提供了一定思路，那就是在“有章可循”與“隨機(jī)化”之間謀求一種設(shè)計(jì)平衡，從而實(shí)現(xiàn)高階的噪聲整形，真正將隨機(jī)雜波進(jìn)行高斯白噪聲化。這種設(shè)計(jì)思路即為二階DWA算法，其原理在于首先通過隨機(jī)數(shù)發(fā)生器隨機(jī)地產(chǎn)生電容單元選擇起始點(diǎn)，之后根據(jù)上一回合選擇的電容單元，并結(jié)合本次輸入的數(shù)字碼，優(yōu)先選擇未使用過的電容單元；并在此過程中，設(shè)置寄存器指引電容單元的選擇方向；通過以上機(jī)制，就可以實(shí)現(xiàn)二階乃至高階的噪聲整形，從而獲得較好的帶內(nèi)噪底和雜波抑制能力以及輸出信噪比性能提高。

4 結(jié)論

    在人工智能應(yīng)用中，圖像與語音是人機(jī)交互最為重要的兩種形式。而語音信號(hào)在處理過程中又具有數(shù)據(jù)量小、受環(huán)境影響程度低的特點(diǎn)，因此語音信號(hào)處理SoC必將成為人工智能芯片中的重要組成部分。而模擬前端又與語音信號(hào)SoC的信噪比、功耗以及處理功能息息相關(guān)。本文針對(duì)模擬前端中自動(dòng)增益控制環(huán)路以及Sigma-Delta模數(shù)轉(zhuǎn)換器的關(guān)鍵技術(shù)進(jìn)行分析，總結(jié)了近年來的技術(shù)成果和不足，并討論了多頻率信號(hào)處理統(tǒng)計(jì)算法以及高階DWA算法的發(fā)展趨勢(shì)，為模擬前端乃至語音信號(hào)SoC的設(shè)計(jì)發(fā)展提供了思路和解決方案。

參考文獻(xiàn)

[1] WAKEMAN G，PREVES D A，SEVERIN W A.A 1.1-V 270-μA mixed-signal hearing aid chip[J].IEEE Journal of Solid-State Circuits，2002，37(12)：1670-1677.

[2] KIM S，LEE S J，CHO N，et al.A fully integrated digital hearing aid chip with human factors considerations[J].IEEE Journal of Solid-State Circuits，2008，43(1)：266-274.

[3] BAIRD R T，F(xiàn)IEZ T S.Linearity enhancement of multibit A/D and D/A converters using data weighted averaging[J].IEEE Transaction Circuits and System.II，1995，42：753-762.

[4] GATA D G，SJURSEN W，HOCHSCHILD J R，et al.A 1.1-V 270-μA mixed-signal hearing aid chip[J].IEEE Journal of Solid-State Circuits，2002，37(12)：1670-1677.

[5] SERRA-GRAELLS F，GOMEZ L，HUERTAS J L.A true-1-V 300-μW CMOS-subthres-hold log-domainhearing-aid-on-chip[J].IEEE Journal of Solid-State Circuits，2004，39(8)：1271-1281.

[6] KIM S，LEE J Y，SONG S J.An energy-efficient analog front-end circuit for a sub-1V digital hearing aid[J].IEEE Journal of Solid-State Circuit，2006，41(4)：876-882.

[7] DELIGOZ I，NAQVI S，COPANI T，et al.A MEMS-based power-scalable hearing aid analog front end[J].IEEE Transaction on Biomedical Circuit and Systems，2011，5(3)：201-214.

[8] SUKUMARAN A，KARANJKAR K，JHANWAR S.A 1.2 V 285 μA analog front end chip for a digital hearing aid in 0.13 μm CMOS[C].Solid-State Circuits Conference(A-SSCC)，IEEE Asian.Singapore，2013：397-400.

[9] VADIPOUR M.Techniques for preventing tonal behavior of data weighted averaging algorithm in sigma-delta modulators[J].IEEE Transactions on Circuits and Systems-II，2000，47(11)：1137-1144.

[10] WANG H，ZHAO M，WU X，et al.0.9 V 58 μW 92 dB SNDR audio delta-sigma modulator with high efficiency low noise switched-opamp and novel DWA technique[J].Electronics Letters，2011，47(4)：67-68.

[11] ZHAO J C，WU X B，ZHAO M L.A digital front-end of 16-bit audio delta-sigma DAC with improved CSE method and novel DWA[C].IEEE 10th International New Circuits and Systems Conference(NEWCAS)，Montreal，Cadence，2012：273-276.

[12] LI D，YANG Y T，SHI Z C，et al.A low-distortion multi-bit sigma–delta ADC with mismatch-shaping DACs for WLAN applications[J]. Microelectronics Journal，2015，46(1)：52-58.

[13] LIN J N，CHU H C，CHEN Z Y，et al.A continuous-time delta-sigma modulator with novel data-weighted averaging algorithm for audio application[C].IEEE International Conference on Electron Devices & Solid-State Circuits，Singapore，2015：281-284.

[14] 李凡陽.一種用于1V助聽器的低功耗增益控制系統(tǒng)[J].微電子學(xué)與計(jì)算機(jī)，2011，28(9)：8-12.

[15] 董一楓，楊海峰，許俊，等.一種用于助聽器的1 V 110 μW 105.5 dB 20 kHz CT-Sigma Delta調(diào)制器[J].復(fù)旦學(xué)報(bào)(自然科學(xué)版)，2012，51(1)：50-56.

作者信息:

陳鋮穎

(廈門理工學(xué)院 光電與通信工程學(xué)院，福建 廈門361024)