人工智能重塑音频价值链，智能语音设备利好 MEMS 产业
对话是最自然的交互方式，因此，语音正成为主要的人机交互接口。基于语音的个人助理（Voice-based personal assistants, VPA）在智能手机、智能音箱、智能手表、无线蓝牙耳机、汽车、智能电视及其遥控器中越来越受欢迎。甚至，现在还有集成语音识别功能的垃圾桶。语音应用曲线将在未来几年继续增长，其真正的价值在于更高的音质，以及对麦克风周围环境的感知。
根据Yole的研究分析，音频领域将成为人工智能技术深刻影响的下一个细分市场。
根据Yole的研究分析，音频领域将成为人工智能技术深刻影响的下一个细分市场。
音频领域价值链
来源：《MEMS麦克风、微型扬声器和音频解决方案-2019版》
来源：《MEMS麦克风、微型扬声器和音频解决方案-2019版》
人工智能如何在音频领域找到“话语权”
基于语音的个人助理已成为目前音频产业的主要驱动力。它们基于音频编解码器、麦克风、微型扬声器以及音频放大器等音频系统的传统组件，并利用人工智能技术来计算和分析语音数据。人工智能计算可以实现复杂的音频功能，例如语音识别和音源定位等。这些计算可以在云端或在消费电子产品边缘进行。在云端执行的数据分析需要较高的数据处理能力和大量的数据交换。
Yole光电和传感部门的技术与市场分析师Dimitrios Damianos表示：“人工智能的附加值是自然语言处理。语音是人与机器之间更自然的一种交互方式。用户无需使用键盘，也不必动手操作，只需要说话就行了。不过，要实现这种自然的交互体验，需要大量的处理才能理解用户在说什么，想表达什么。人工智能带来的正是语音解码的价值，帮助我们与机器设备实现通讯。”
谈及语音个人助理的快速普及，Damiianos认为主要归因于它们所提供的便利性和效率。当然，“我们也看到像谷歌、苹果、脸书、亚马逊和微软这样的科技巨头（合称GAFAM）正在大力推动基于语音的个人助理，因为，它们捕获的数据具有很大的价值。”
对于用户来说，音频比图像更容易接受。用户普遍认为音频“违和感更低，隐私顾虑更小，所以这对于GAFAM来说是非常好的方向，因为它们的主营业务都是围绕数据进行的，而语音个人助理可以从用户那里收集大量的数据。”Yole传感器和MEMS部门的技术与市场分析师Alexis Debray补充说，“很多厂商利用数据开展业务，还有一些厂商则从隐私角度构建业务，开发了可确保用户隐私的技术。”例如，苹果公司就非常注重客户的隐私，并以此做为强大的营销亮点。
Damianos说，对于科技巨头来说语音个人助理的更大价值在于从用户环境中尽可能多地捕捉信息，这意味着这些个人助理不仅可以听取用户的语音，还可以监听用户的周围环境，并了解他们的环境。例如，如果用户在厨房准备晚餐，麦克风可以听到菜刀在砧板上的声音，从而了解到用户此时位于厨房，随即推送建议的食谱。这就是交互式人工智能。
交互式人工智能之后，很可能是全面意识，这些虚拟个人助理（无论是智能音箱还是智能手表）都可以像人类一样与用户进行通信。Damianos说，“当然，所谓的全面意识仍然是个概念，还需要打个问号。至于什么时候到来，目前尚没有明确的时间表，也许将在交互式人工智能之后的5至6年内。这将取决于人工智能和该领域厂商的进展。”
在汽车人机交互应用中，尽管这些始终在监听的系统或许可以在关键时刻挽救生命，但它们也引发了对用户隐私的担忧。为了防止可能发生的数据滥用，Debray强调应尽可能靠近麦克风执行这些数据处理，并且速度越快越好。因为，数据处理越靠近麦克风边缘，隐私泄露的可能性就越小。
当然，隐私包含多个维度，用户可能希望隐藏其性别，年龄，或者情绪。展望未来，Debray表示，他相信麦克风、ASIC或应用处理器厂商肯定会开发能够保护用户隐私的相关技术。例如，麦克风可以通过渲染音频数据，去除语音中的用户情绪。
基于语音的个人助理已成为目前音频产业的主要驱动力。它们基于音频编解码器、麦克风、微型扬声器以及音频放大器等音频系统的传统组件，并利用人工智能技术来计算和分析语音数据。人工智能计算可以实现复杂的音频功能，例如语音识别和音源定位等。这些计算可以在云端或在消费电子产品边缘进行。在云端执行的数据分析需要较高的数据处理能力和大量的数据交换。
Yole光电和传感部门的技术与市场分析师Dimitrios Damianos表示：“人工智能的附加值是自然语言处理。语音是人与机器之间更自然的一种交互方式。用户无需使用键盘，也不必动手操作，只需要说话就行了。不过，要实现这种自然的交互体验，需要大量的处理才能理解用户在说什么，想表达什么。人工智能带来的正是语音解码的价值，帮助我们与机器设备实现通讯。”
谈及语音个人助理的快速普及，Damiianos认为主要归因于它们所提供的便利性和效率。当然，“我们也看到像谷歌、苹果、脸书、亚马逊和微软这样的科技巨头（合称GAFAM）正在大力推动基于语音的个人助理，因为，它们捕获的数据具有很大的价值。”
对于用户来说，音频比图像更容易接受。用户普遍认为音频“违和感更低，隐私顾虑更小，所以这对于GAFAM来说是非常好的方向，因为它们的主营业务都是围绕数据进行的，而语音个人助理可以从用户那里收集大量的数据。”Yole传感器和MEMS部门的技术与市场分析师Alexis Debray补充说，“很多厂商利用数据开展业务，还有一些厂商则从隐私角度构建业务，开发了可确保用户隐私的技术。”例如，苹果公司就非常注重客户的隐私，并以此做为强大的营销亮点。
Damianos说，对于科技巨头来说语音个人助理的更大价值在于从用户环境中尽可能多地捕捉信息，这意味着这些个人助理不仅可以听取用户的语音，还可以监听用户的周围环境，并了解他们的环境。例如，如果用户在厨房准备晚餐，麦克风可以听到菜刀在砧板上的声音，从而了解到用户此时位于厨房，随即推送建议的食谱。这就是交互式人工智能。
交互式人工智能之后，很可能是全面意识，这些虚拟个人助理（无论是智能音箱还是智能手表）都可以像人类一样与用户进行通信。Damianos说，“当然，所谓的全面意识仍然是个概念，还需要打个问号。至于什么时候到来，目前尚没有明确的时间表，也许将在交互式人工智能之后的5至6年内。这将取决于人工智能和该领域厂商的进展。”
在汽车人机交互应用中，尽管这些始终在监听的系统或许可以在关键时刻挽救生命，但它们也引发了对用户隐私的担忧。为了防止可能发生的数据滥用，Debray强调应尽可能靠近麦克风执行这些数据处理，并且速度越快越好。因为，数据处理越靠近麦克风边缘，隐私泄露的可能性就越小。
当然，隐私包含多个维度，用户可能希望隐藏其性别，年龄，或者情绪。展望未来，Debray表示，他相信麦克风、ASIC或应用处理器厂商肯定会开发能够保护用户隐私的相关技术。例如，麦克风可以通过渲染音频数据，去除语音中的用户情绪。
科技巨头已就位
Yole分析师预计，GAFAM将继续占据主导地位，因为目前它们仍是人工智能分析的关键。不过，传感器制造商显然很希望将人工智能集成到传感器边缘，将音频分析从云端分离出来。Damianos说：“传感器制造商希望不断提高营收，从音频市场这块大蛋糕中分享更多收益。因此，压力并非源自那些科技巨头，而是这些传感器厂商在主动参与竞争。”
Alexis Debray评论称，传感器厂商的确在追求多元化战略，尝试拓展价值链，提高产品的集成度。
压电MEMS麦克风先驱Vesper Technologies首席执行官Matt Crowley在最近的一次采访中表示，“Vesper正在寻求提高其压电MEMS麦克风的智能性。我们相信，在未来，我们会在传感器端嵌入匹配的人工智能。它将能够学习人类和动物的感官方式（不仅是视觉、听觉、味觉、气味和触觉，还包括运动或温度），来感知其所处的环境。我们的长期愿景是，装配智能传感器的设备能够利用多种生物启发型传感器来了解其环境，并以最佳的方式做出响应。”
英飞凌（Infineon）也在尝试商业模式的转变，从向歌尔股份和瑞声科技等厂商销售MEMS麦克风裸片，到销售完整封装的MEMS麦克风。从芯片制造商，到从事制造、封装、测试和销售的集成厂商。这是策略上的变化，英飞凌或许是看到语音个人助理的飞速发展，他们也想在这个市场分一杯羹。
同样，现在占据MEMS麦克风市场39%份额的市场领导者楼氏电子（Knowles）近期从艾迈斯半导体（ams AG）收购了后者的MEMS麦克风ASIC设计业务。这是为了引入混合信号电路设计IP，以应对歌尔股份和瑞声科技等中国厂商日益激烈的挑战。
智能手机趋冷，智能音箱和TWS耳机暴涨，MEMS麦克风市场仍将扩大
全球音频市场持续增长。由于基于语音的个人助理需要更好的信噪比（SNR）才能在嘈杂的环境中准确捕捉用户的语音，因此MEMS麦克风正面临着新的市场机遇。
根据Yole此前发布的《MEMS麦克风、微型扬声器和音频解决方案-2019版》报告，麦克风、音频IC和微型扬声器的消费类市场预计将从2018年的141亿美元增长到2024年的208亿美元，复合年增长率（CAGR）为6.6%。
价格低廉、体积小巧且易于集成的麦克风已被广泛应用，市场总量约60亿颗。目前，麦克风市场规模已达17亿美元，预计到2024年将以3%的复合年增长率增长至20亿美元。其中，MEMS麦克风市场占比高达70%，市场规模预计将从2018年的12亿美元增长到2024年的16亿美元。主要的驱动市场包括智能手机、智能音箱以及包括真无线立体声（TWS）蓝牙耳机在内的其它听觉设备。
“过去几年来，智能音箱和TWS耳机市场经历了爆炸性增长。”Damianos称。智能音箱中MEMS麦克风出货量的复合年增长率为13%，预计2024年出货量将达到12亿颗。无线耳机方面，MEMS麦克风出货量的复合年增长率更是高达29%，预计2024年出货量将达到13亿颗。
Alexis Debray评论称，传感器厂商的确在追求多元化战略，尝试拓展价值链，提高产品的集成度。
压电MEMS麦克风先驱Vesper Technologies首席执行官Matt Crowley在最近的一次采访中表示，“Vesper正在寻求提高其压电MEMS麦克风的智能性。我们相信，在未来，我们会在传感器端嵌入匹配的人工智能。它将能够学习人类和动物的感官方式（不仅是视觉、听觉、味觉、气味和触觉，还包括运动或温度），来感知其所处的环境。我们的长期愿景是，装配智能传感器的设备能够利用多种生物启发型传感器来了解其环境，并以最佳的方式做出响应。”
英飞凌（Infineon）也在尝试商业模式的转变，从向歌尔股份和瑞声科技等厂商销售MEMS麦克风裸片，到销售完整封装的MEMS麦克风。从芯片制造商，到从事制造、封装、测试和销售的集成厂商。这是策略上的变化，英飞凌或许是看到语音个人助理的飞速发展，他们也想在这个市场分一杯羹。
同样，现在占据MEMS麦克风市场39%份额的市场领导者楼氏电子（Knowles）近期从艾迈斯半导体（ams AG）收购了后者的MEMS麦克风ASIC设计业务。这是为了引入混合信号电路设计IP，以应对歌尔股份和瑞声科技等中国厂商日益激烈的挑战。
智能手机趋冷，智能音箱和TWS耳机暴涨，MEMS麦克风市场仍将扩大
全球音频市场持续增长。由于基于语音的个人助理需要更好的信噪比（SNR）才能在嘈杂的环境中准确捕捉用户的语音，因此MEMS麦克风正面临着新的市场机遇。
根据Yole此前发布的《MEMS麦克风、微型扬声器和音频解决方案-2019版》报告，麦克风、音频IC和微型扬声器的消费类市场预计将从2018年的141亿美元增长到2024年的208亿美元，复合年增长率（CAGR）为6.6%。
价格低廉、体积小巧且易于集成的麦克风已被广泛应用，市场总量约60亿颗。目前，麦克风市场规模已达17亿美元，预计到2024年将以3%的复合年增长率增长至20亿美元。其中，MEMS麦克风市场占比高达70%，市场规模预计将从2018年的12亿美元增长到2024年的16亿美元。主要的驱动市场包括智能手机、智能音箱以及包括真无线立体声（TWS）蓝牙耳机在内的其它听觉设备。
“过去几年来，智能音箱和TWS耳机市场经历了爆炸性增长。”Damianos称。智能音箱中MEMS麦克风出货量的复合年增长率为13%，预计2024年出货量将达到12亿颗。无线耳机方面，MEMS麦克风出货量的复合年增长率更是高达29%，预计2024年出货量将达到13亿颗。
音频行业生态系统市场预测（2018~2024年）
来源：《MEMS麦克风、微型扬声器和音频解决方案-2019版》
来源：《MEMS麦克风、微型扬声器和音频解决方案-2019版》
与此同时，微型扬声器目前的市场规模为91亿美元，预计到2024年将以3%的复合年增长率增长至109亿美元。
“看起来市场增长已趋于温和。”Damianos说。这是因为2018年和2019年的智能手机市场放缓了。或许是因为智能手机变得越来越昂贵，用户的换机周期拉长了。Damianos解释称：“比如之前用户每1.5年便更换一次手机，现在，可能要每2.5年或更久才会更换一次，因此，本来麦克风和微型扬声器市场预期将会下行。可事实上，TWS耳机和智能音箱的爆炸式增长抵消了智能手机市场的负面影响。语音个人助理正在推动麦克风和微型扬声器在相关设备中的大量应用。”
“看起来市场增长已趋于温和。”Damianos说。这是因为2018年和2019年的智能手机市场放缓了。或许是因为智能手机变得越来越昂贵，用户的换机周期拉长了。Damianos解释称：“比如之前用户每1.5年便更换一次手机，现在，可能要每2.5年或更久才会更换一次，因此，本来麦克风和微型扬声器市场预期将会下行。可事实上，TWS耳机和智能音箱的爆炸式增长抵消了智能手机市场的负面影响。语音个人助理正在推动麦克风和微型扬声器在相关设备中的大量应用。”