詳解智能手機(jī)中的音頻設(shè)計(jì)

當(dāng)手機(jī)不斷地整合包括照相、游戲、數(shù)據(jù)、視頻等各種功能于一身時(shí)，它已搖身變成一個(gè)多媒體應(yīng)用的播放平臺(tái)，可說是朝細(xì)致而微的隨身型迷你計(jì)算機(jī)發(fā)展。在定位上，這樣的手機(jī)有別于既有的純粹語音的手機(jī)(Voice phone)或具備某些功能的手機(jī)(Feature phone)，而當(dāng)屬于智能型手機(jī)(Smart phone)。

智能型手機(jī)除了具有較強(qiáng)的數(shù)據(jù)編輯管理能力，更能提供音、視頻、游戲等多媒體應(yīng)用服務(wù)，也能同時(shí)處理多項(xiàng)工作。更進(jìn)一步來看，它的功能面涵蓋了通信、信息與多媒體功能，即：

1. 通信功能：語音、訊息(messaging)、認(rèn)證(Authentication)、計(jì)費(fèi)(Billing)等等通信處理功能;

2. 信息功能：Email、行事歷、信息管理、Sync、安全性等信息處理功能;

3. 多媒體功能：視頻、照相、游戲、TV、串流、音樂、DRM等多媒體應(yīng)用功能;

除了信息功能外，在通信與多媒體的應(yīng)用上，音頻是必要的處理任務(wù)。在過去，手機(jī)只需要處理單純的語音通話信號，但今日的智能型手機(jī)中得處理的音頻任務(wù)繁重，除了多音調(diào)振鈴、MP3音樂外，可能還要有FM廣播及游戲音效，而且不能只是單聲道的效果，現(xiàn)在要求的是立體聲的臨場感體驗(yàn)。

過去，數(shù)字音頻的世界是截然兩分的：一邊是Hi-Fi的世界，另一邊則是語音的世界。一般而言，Hi-Fi是指16bit立體聲質(zhì)量、以44.1kHz取樣的音頻，也就是CD音樂的規(guī)格;電話語音則是8bit和8kHz的單聲道(mono)、低質(zhì)量音頻。不過，進(jìn)入智能型手機(jī)的時(shí)代，兩個(gè)音頻世界開始撞擊在一起了，如何將音頻子系統(tǒng)完善地與應(yīng)用及通信處理平臺(tái)整合在一起，就成了便攜式設(shè)備工程師開發(fā)新產(chǎn)品時(shí)的關(guān)鍵性挑戰(zhàn)。

音頻編碼格式與接口

在進(jìn)入系統(tǒng)架構(gòu)的探討前，先來看看音頻編碼的現(xiàn)狀。目前音頻編碼的格式繁多，針對聲音的編碼就有PCM、ADPCM、DM、PWM、WMA、OGG、 AMR、ACC、MP3Pro以及MP3等;針對人類語音有LPC、CELP與ACELP等;其它還有MPEG-2、MPEG-4、H.264、VC-1 等視聽節(jié)目的編碼格式。

以下介紹三種常用的音頻格式：

AMR格式

AMR為自適應(yīng)多碼率語音傳輸編譯碼器(Adpative Multi-Rate Speech Codec)，最初版是歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)(ETSI)為GMS系統(tǒng)所制定的語音編譯碼標(biāo)準(zhǔn)，而因頻寬又分為兩種—AMR-NB(AMR Narrowband)和AMR-WB(AMR Wideband)。以市場最大品牌Nokia來說，其多數(shù)手機(jī)都支持上述兩種格式的音頻文件。

MP3格式

MP3是MPEG AudioLayer3的縮寫，這是一種音頻壓縮技術(shù)，其編碼具有10:1-12:1的高壓縮率，可以保持低頻部分不失真，但犧牲了音頻中12KHz -16KHz的高頻部份來降低文件大小，其“.mp3”格式文件一般只有“.wav”的10%。另外，MP3受到歡迎的一大原因，是它并非受到版權(quán)保護(hù)的技術(shù)，所以任何人都可以使用。

MP3格式壓縮音樂的取樣頻率有很多種，可以用64kbps或更低的編碼來節(jié)省空間，亦可以用到 320kbps達(dá)到極高的壓縮音質(zhì)。MP3在編碼速率上，又分為"CBR"(固定編碼)，與及“VBR”(可變碼率)技術(shù)，有些手機(jī)無法播放下載來的音樂，正是因?yàn)闆]有支持“VBR”格式的MP3音樂。

AAC格式

AAC即高級音頻編碼(Advanced Audio Coding)，它采用的運(yùn)算方式是與MP3不同，AAC可以同時(shí)支持多達(dá)48個(gè)音軌、15個(gè)低頻音軌、更多種取樣率和傳輸率、具有多種言語的兼容能力，以及更高的解碼效率?？偨Y(jié)來說，AAC可以在比MP3格式再縮小30%的條件下提供更好的音質(zhì)，而且聲音保真度好，更接近原音，所以被手機(jī)界視為是最佳的音頻編碼格式。AAC是一個(gè)大家族，他們是共分為9種規(guī)格，以適應(yīng)不同場合的需要：

(1) MPEG-2AAC LC 低復(fù)雜度規(guī)格 (Low Complexity)

(2) MPEG-2 AAC Main 主規(guī)格

(3) MPEG-2 AAC SSR 可變?nèi)勇室?guī)格 (Scaleable Sample Rate)

(4) MPEG-4 AAC LC低復(fù)雜度規(guī)格(LowComplexity)，現(xiàn)在的手機(jī)比較常見的MP4檔中的音頻部份就包括了該規(guī)格音頻文件

(5) MPEG-4AAC Main 主規(guī)格

(6) MPEG-4 AAC SSR 可變?nèi)勇室?guī)格 (Scaleable Sample Rate)

(7) MPEG-4 AAC LTP長時(shí)期預(yù)測規(guī)格(Long Term Prediction)

(8) MPEG-4 AAC LD低延遲規(guī)格(Low Delay)

(9) MPEG-4 AAC HE高效率規(guī)格(High Efficiency

上述的規(guī)格中，主規(guī)格(Main)包含了增益控制以外的全部功能，其音質(zhì)是最好，而低復(fù)雜度規(guī)格(LC)則是比較簡單，沒有了增益控制，但提高了編碼效率，至于SSR與LC規(guī)格大致相同，但是多了增益的控制功能，另外，LTP/LD/HE都是用在低碼率下的編碼，其中HE采用NeroACC編碼器支持，是近來常用的一種編碼率方式。不過一般來說，Main規(guī)格和LC規(guī)格的音質(zhì)相差不大，因此考慮手機(jī)目前的內(nèi)存仍有限的情況下，目前使用最多的AAC規(guī)格是 LC規(guī)格。

音頻接口

音頻接口是智能型手機(jī)設(shè)計(jì)者需考慮的重要議題。數(shù)字語音一般采用PCM(Pulse Code Modulation)接口，而Hi-Fi立體聲則采用串行I2S(Inter-IC Sound)接口或AC97接口。I2S是飛利浦公司為數(shù)字音頻設(shè)備之間的音頻數(shù)據(jù)傳輸而制定的一種總線標(biāo)準(zhǔn)，是目前消費(fèi)性音頻產(chǎn)品中常用的接口;AC?7則是英特爾公司用于提升個(gè)人計(jì)算機(jī)音效、降低噪音的規(guī)格，由于在1997年制訂，因此稱為AC97。

因此，為特定應(yīng)用而量身定制一套整合性的解決方案是較理想的作法。在SoC的技術(shù)趨勢下，已有一些廠商將立體聲數(shù)字模擬轉(zhuǎn)換器(DAC)或編譯碼器(CODEC)整合到特定功能的IC當(dāng)中。不過，有些功能適合整合在一起，有些則可能得到反效果。

舉例來說，當(dāng)廠商將電源管理和音頻處理功能整合在一起時(shí)，通常得在音質(zhì)的部分做妥協(xié)，因?yàn)殡娫捶€(wěn)壓器(regulator) 所產(chǎn)生的噪音會(huì)干擾到附近的音頻路徑;若將音頻功能整合到數(shù)字IC中也有困難，因?yàn)閷τ贖i-Fi的組件來說，需要用到0.35mm的工藝來讓混合訊號處理得到最佳化效能，但目前數(shù)字邏輯方面的應(yīng)用已朝0.18mm以下的更高工藝發(fā)展。以上述兩種整合性的芯片策略來說，要讓兩種不同的電路同時(shí)存在于一個(gè)芯片當(dāng)中，其最終的芯片尺寸可能也會(huì)大到難以接受。

此外，揚(yáng)聲器功率放大機(jī)(louDSPeaker amplifier)特別難被整合。它所產(chǎn)生的熱是一個(gè)問題，需要做散熱處理，因此往往需要另一顆獨(dú)立的揚(yáng)聲器驅(qū)動(dòng)IC。還有一個(gè)整合上的常見問題，也就是為了讓IC盡量做到最小化，可能會(huì)產(chǎn)生模擬輸入或輸出接腳數(shù)目不足的問題。

專屬的音頻IC可避免這些問題，而音頻整合有好幾種方法可以達(dá)成。共享ADC和DAC能減少硬件成本，但卻不能同時(shí)播放或錄制兩種音頻流格式。為個(gè)別功能安排專用的轉(zhuǎn)換器(converter)可以解決這個(gè)問題，不過，此一作法會(huì)增加芯片成本。折中的作法是只共享ADC的部分，但有獨(dú)立的DAC，這樣做的話，當(dāng)電話通信在進(jìn)行時(shí)，也同時(shí)可以播放其它音頻(如播放另一通電話的鈴聲，或播放音樂)，但在通信時(shí)不能同時(shí)進(jìn)行錄音。ADC的耗電可以通過關(guān)掉一種功能，而以較低取樣速率的方式來加以控制。因此，為特定應(yīng)用而量身定制一套整合性的解決方案是較理想的作法。在SoC的技術(shù)趨勢下，已有一些廠商將立體聲數(shù)字模擬轉(zhuǎn)換器(DAC)或編譯碼器(CODEC)整合到特定功能的IC當(dāng)中。不過，有些功能適合整合在一起，有些則可能得到反效果。

舉例來說，當(dāng)廠商將電源管理和音頻處理功能整合在一起時(shí)，通常得在音質(zhì)的部分做妥協(xié)，因?yàn)殡娫捶€(wěn)壓器(regulator) 所產(chǎn)生的噪音會(huì)干擾到附近的音頻路徑;若將音頻功能整合到數(shù)字IC中也有困難，因?yàn)閷τ贖i-Fi的組件來說，需要用到0.35mm的工藝來讓混合訊號處理得到最佳化效能，但目前數(shù)字邏輯方面的應(yīng)用已朝0.18mm以下的更高工藝發(fā)展。以上述兩種整合性的芯片策略來說，要讓兩種不同的電路同時(shí)存在于一個(gè)芯片當(dāng)中，其最終的芯片尺寸可能也會(huì)大到難以接受。

此外，揚(yáng)聲器功率放大機(jī)(loudspeaker amplifier)特別難被整合。它所產(chǎn)生的熱是一個(gè)問題，需要做散熱處理，因此往往需要另一顆獨(dú)立的揚(yáng)聲器驅(qū)動(dòng)IC。還有一個(gè)整合上的常見問題，也就是為了讓IC盡量做到最小化，可能會(huì)產(chǎn)生模擬輸入或輸出接腳數(shù)目不足的問題。[next]

專屬的音頻IC可避免這些問題，而音頻整合有好幾種方法可以達(dá)成。共享ADC和DAC能減少硬件成本，但卻不能同時(shí)播放或錄制兩種音頻流格式。為個(gè)別功能安排專用的轉(zhuǎn)換器(converter)可以解決這個(gè)問題，不過，此一作法會(huì)增加芯片成本。折中的作法是只共享ADC的部分，但有獨(dú)立的DAC，這樣做的話，當(dāng)電話通信在進(jìn)行時(shí)，也同時(shí)可以播放其它音頻(如播放另一通電話的鈴聲，或播放音樂)，但在通信時(shí)不能同時(shí)進(jìn)行錄音。ADC的耗電可以通過關(guān)掉一種功能，而以較低取樣速率的方式來加以控制。

在計(jì)算機(jī)的音頻需求上，基本上與消費(fèi)性市場相似，但為了要能播放不同取樣速率(8kHz、44.1kHz、48kHz)下錄音的音樂文件，所以需要有更有效率和便宜的解決方案，而AC97就具有這樣的特性。在廣義的手持式設(shè)備市場中，三種格式各有其擁護(hù)者：CD、MD、MP3隨身聽會(huì)采用I2S接口;移動(dòng)電話會(huì)采用PCM接口;具音頻功能的PDA則使用和PC一樣的AC97編碼格式。

音頻系統(tǒng)整合策略

在較早的系統(tǒng)中，通常是將電話與PDA的電路并排放在這個(gè)設(shè)備外殼內(nèi)，其中PCM語音編譯碼由通信處理器來控制，Hi-Fi立體聲(AC?7或I2S) 的處理則連到另一顆應(yīng)用處理器。在此架構(gòu)中，兩個(gè)音頻子系統(tǒng)之間的整合性還很低，分布式的硬件切換電路除了較占空間、需要額外的外圍組件來做信號交換和混音外，也會(huì)帶來諧波失真(harmonic distortion)等的問題。

因此，為特定應(yīng)用而量身定制一套整合性的解決方案是較理想的作法。在SoC的技術(shù)趨勢下，已有一些廠商將立體聲數(shù)字模擬轉(zhuǎn)換器(DAC)或編譯碼器(CODEC)整合到特定功能的IC當(dāng)中。不過，有些功能適合整合在一起，有些則可能得到反效果。

舉例來說，當(dāng)廠商將電源管理和音頻處理功能整合在一起時(shí)，通常得在音質(zhì)的部分做妥協(xié)，因?yàn)殡娫捶€(wěn)壓器(regulator) 所產(chǎn)生的噪音會(huì)干擾到附近的音頻路徑;若將音頻功能整合到數(shù)字IC中也有困難，因?yàn)閷τ贖i-Fi的組件來說，需要用到0.35mm的工藝來讓混合訊號處理得到最佳化效能，但目前數(shù)字邏輯方面的應(yīng)用已朝0.18mm以下的更高工藝發(fā)展。以上述兩種整合性的芯片策略來說，要讓兩種不同的電路同時(shí)存在于一個(gè)芯片當(dāng)中，其最終的芯片尺寸可能也會(huì)大到難以接受。

此外，揚(yáng)聲器功率放大機(jī)(louDSPeaker amplifier)特別難被整合。它所產(chǎn)生的熱是一個(gè)問題，需要做散熱處理，因此往往需要另一顆獨(dú)立的揚(yáng)聲器驅(qū)動(dòng)IC。還有一個(gè)整合上的常見問題，也就是為了讓IC盡量做到最小化，可能會(huì)產(chǎn)生模擬輸入或輸出接腳數(shù)目不足的問題。

專屬的音頻IC可避免這些問題，而音頻整合有好幾種方法可以達(dá)成。共享ADC和DAC能減少硬件成本，但卻不能同時(shí)播放或錄制兩種音頻流格式。為個(gè)別功能安排專用的轉(zhuǎn)換器(converter)可以解決這個(gè)問題，不過，此一作法會(huì)增加芯片成本。折中的作法是只共享ADC的部分，但有獨(dú)立的DAC，這樣做的話，當(dāng)電話通信在進(jìn)行時(shí)，也同時(shí)可以播放其它音頻(如播放另一通電話的鈴聲，或播放音樂)，但在通信時(shí)不能同時(shí)進(jìn)行錄音。ADC的耗電可以通過關(guān)掉一種功能，而以較低取樣速率的方式來加以控制。

以下針對音頻系統(tǒng)中的幾個(gè)重要組成進(jìn)行規(guī)劃上的分析：

頻率與接口

共享通信與應(yīng)用子系統(tǒng)的內(nèi)部電路雖然可行，但對于接口來說并非如此，因?yàn)椴煌囊纛l應(yīng)用得在獨(dú)立的頻率區(qū)域中以自己的頻率來運(yùn)作。只要情況仍是如此，整合性智能型手機(jī)的CODEC就需要同時(shí)有PCM接口和獨(dú)立的I2S或AC97連結(jié)接口。

在非移動(dòng)性的設(shè)備(如PC)中，音頻頻率通常由一個(gè)石英振蕩器(crystal oscillator)來產(chǎn)生，但在智能型手機(jī)的設(shè)計(jì)中，為了避免額外的耗電、板面空間和頻率芯片的成本，設(shè)計(jì)者偏向于將Hi-Fi音頻所需的頻率功能從既有的頻率中獨(dú)立出來。由于低耗電、低噪音的鎖相回路(PLL)能被以相對較低成本整合到混合訊號芯片當(dāng)中，所以今日芯片廠商的作法是將一顆或兩顆PLL 整合到他們的智能型手機(jī)CODEC中。

麥克風(fēng)

在智能型手機(jī)中最難的設(shè)計(jì)議題，往往與麥克風(fēng)(Mic)有關(guān)。一般來說至少有兩個(gè)麥克風(fēng)需要考慮：一是內(nèi)建的內(nèi)部麥克風(fēng)和插入耳機(jī)(headset)的外部麥克風(fēng)。此外，可能還會(huì)有用于噪音消除(noise cancellation)或立體聲錄音的額外內(nèi)部麥克風(fēng)，以及車用免提功能所需要的另一個(gè)外部麥克風(fēng)。除了講話外，這些麥克風(fēng)也能透過應(yīng)用處理器的控制來錄制語音短訊或視頻短片中的音效。

若要由音頻CODEC芯片來涵蓋各種切換功能，此芯片的電路需要做好妥善的設(shè)計(jì)。除了錄音功能，CODEC也應(yīng)提供側(cè)音(side tone)的功能，這樣一來耳機(jī)用戶也能聽到自己的聲音。插入偵測功能則能提供無縫的切換功能，也就是當(dāng)耳機(jī)插入或拔出時(shí)，系統(tǒng)會(huì)自動(dòng)轉(zhuǎn)換使用內(nèi)部或外部的耳機(jī)。

人聲(acoustic)的噪噪音消除是另一個(gè)問題，它需要用到兩個(gè)麥克風(fēng)，一個(gè)同時(shí)接收講話的聲音和背景噪音，另一個(gè)則只接收背景噪音。模擬的作法往往不足夠，因此需要透過數(shù)字信號處理來加強(qiáng)，而音頻CODEC需達(dá)成兩個(gè)麥克風(fēng)訊號的數(shù)字化任務(wù)。

另一個(gè)問題是室外風(fēng)聲噪印的問題，它的頻率通常低于200Hz，因此透過高通(high-pass)濾波器就能處理掉，但這樣一來，在室內(nèi)錄音時(shí)就少了低頻部分的聲音。對于兩用的麥克風(fēng)來說，這個(gè)過濾器應(yīng)該是可選用的，但很多的音頻ADC中都已內(nèi)建了這顆high-pass濾波器，因此，手機(jī)廠商應(yīng)針對需求選擇合用的解決方案。

外接耳機(jī)

手機(jī)外接耳機(jī)(headset/headphone)的使用也需要特殊的模擬電路，也就是當(dāng)耳機(jī)插入時(shí)，音頻輸出信號就能繞徑到耳機(jī)上頭。雖然整合機(jī)械性開關(guān)的插槽(socket)能夠滿足此要求，但它的尺寸過大且昂貴;此外，揚(yáng)聲器的音量大小可能也不適合這個(gè)耳機(jī)。為內(nèi)部與外部音頻提供獨(dú)立的音量控制可以解決此問題，而且也能使用較簡單的插槽設(shè)計(jì)。這一外接耳機(jī)是否具有麥克風(fēng)也需要被偵測出來，這可以通過是否感測到偏流(bias current)來分辨，如果沒有電流流動(dòng)，那就表示沒有麥克風(fēng)被插入。智能型手機(jī)的音頻CODEC中應(yīng)加入這一電流傳感器，進(jìn)而能因應(yīng)不同情況達(dá)成音頻輸入輸出的處理。

揚(yáng)聲器

智能電話在先后增加了多音調(diào)振鈴、MP3播放及FM廣播等功能后，其播音系統(tǒng)也朝向立體聲揚(yáng)聲器來發(fā)展。在手機(jī)揚(yáng)聲器的設(shè)計(jì)上，主要的問題是配置架構(gòu)、功率與耗電性的考慮。若要支持立體聲，手機(jī)需要有兩個(gè)外部揚(yáng)聲器，但由于手機(jī)體積太小，這兩個(gè)揚(yáng)聲器的位置難以拉開，所以立體聲的效果不易展現(xiàn)，這時(shí)就需要采用特殊的3D效果處理。若是要支持免持聽筒的功能，那就需要連結(jié)到另一個(gè)較大的揚(yáng)聲器上。為個(gè)別揚(yáng)聲器提供專屬的模擬輸出是最好的方式，但電源管理上必須有相應(yīng)改變。

由于揚(yáng)聲器功率放大器會(huì)用掉大量的供電，當(dāng)它們不使用時(shí)關(guān)掉電源是很重要的。智能型手機(jī)的音頻CODEC能提供一些電源管理功能，為個(gè)別揚(yáng)聲器的輸出做好開關(guān)管理，這樣一來能避免不需要的電源消耗。此外，系統(tǒng)電源管理方案中的電壓穩(wěn)壓器通常無法為揚(yáng)聲器提供達(dá)到最大音量所需的功率，因此CODEC芯片廠商采用加入芯片內(nèi)揚(yáng)聲器的作法，也就是直接通過電池來驅(qū)動(dòng)揚(yáng)聲器。這樣做雖然不見得能降低耗電，但它也省下了對額外電壓穩(wěn)壓器的需求。

鈴聲

近幾年來，手機(jī)鈴聲愈來愈復(fù)雜，從單純的響鈴，到和弦鈴聲，再到各種聲音都能制作成立體聲的WAV和MP3格式。MIDI已成了和弦鈴聲的標(biāo)準(zhǔn)格式，很多廠商為這一應(yīng)用推出專屬的低耗電MIDI芯片。要在音頻次系統(tǒng)中整合MIDI芯片，CODEC上需要有額外的模擬輸入。

這些額外的輸入對于FM收音機(jī)IC的連結(jié)也是有用的，能為多媒體應(yīng)用提供附加功能。MIDI音頻的產(chǎn)生當(dāng)然也能由音頻CODEC來產(chǎn)生，但現(xiàn)今市場的趨勢是以特殊的鈴聲文件來儲(chǔ)存，并通過現(xiàn)存的Hi-Fi DAC來播放，欠缺MIDI軟件庫的CODEC芯片廠商并不會(huì)積極去做這件事情。

結(jié)語

智能型手機(jī)的下一步會(huì)如何?就Hi-Fi的立體聲來說，儼然已是必備的系統(tǒng)功能，至于I2S與AC97在手機(jī)音頻系統(tǒng)上的競爭仍然會(huì)繼續(xù)下去。有些人喜歡較單純的I2S界面，但也有人更中意低引腳數(shù)和很容易可跑不同取樣速率的AC97。以智能型手機(jī)來說，目前多數(shù)低耗電的處理器對兩種規(guī)格都支持，看來兩者還是會(huì)并存下去。不過，對于CODEC的廠商來說，要同時(shí)支持兩項(xiàng)規(guī)格是比較困難的，因?yàn)锳C97的VRA(variable rate audio)功能需要和I2S不同的頻率架構(gòu)，也需要多出許多額外的數(shù)字電路才能做到。