光学式MEMS麦克风开启高保真音频新纪元
2026-05-09 21:24:49 来源：麦姆斯咨询评论：0 点击：

随着光学式MEMS麦克风的问世及量产，智能手机音频性能终于有望追平视频水准，并且可以将录音棚品质的音频带给各种消费电子产品。

音频质量至关重要。正因如此，电容麦克风（condenser microphone）和驻极体电容式麦克风（ECM）凭借优异的高保真拾音能力，至今仍在各类应用场景的电声器件中占据主流地位。这两项基础技术均源自美国贝尔实验室（Bell Labs）：电容麦克风可追溯至1916年，最初由西电公司（Western Electric）商业化；而索尼（Sony）则于1968年开始批量生产驻极体电容式麦克风。尽管这两种麦克风都能呈现出丰富饱满的音质，但出于多种原因，它们均非理想之选。

美国楼氏电子（Knowles）于21世纪初率先在摩托罗拉Razr手机中实现电容式MEMS麦克风商业化落地，解决了驻极体电容式麦克风的许多缺点。得益于与消费电子产品大规模生产的卓越兼容性，电容式MEMS麦克风技术日臻成熟，到2010年，已大规模量产并广泛应用于智能手机、笔记本电脑等终端产品。

据麦姆斯咨询报道，凭借突出的市场表现，电容式MEMS麦克风需求激增，根据Yole预测，到2030年出货量将达92亿颗，更多信息请参考《MEMS麦克风、微型扬声器与音频处理芯片-2025版》。虽然电容式MEMS麦克风兼容回流焊工艺，并提供极佳的器件间灵敏度匹配，并且封装尺寸小巧，但其已经达到了该技术的极限——电容式MEMS麦克风固有架构限制了信噪比（SNR）和声学过载点（AOP），而这两者是高质量音频性能的关键要素。

音频体验亟待追平视频水准

新款智能手机的摄像头和视频质量令人惊叹。iPhone 17 Pro Max配备了四个摄像头，包括三颗使用4800万像素CMOS图像传感器的后置摄像头，其性能足以媲美顶尖的数码相机。

智能手机的视频质量同样令人印象深刻，高端设备能够支持8K视频内容。

相比之下，音频性能却远远落后于视频。信噪比上限仅维持在70 dB低位区间，并且数字电容式MEMS麦克风的动态范围低于110 dB，性能最高的数字电容式MEMS麦克风也无法满足低本底噪声和高过载点的综合要求。

最先进的电容式MEMS麦克风由至少一个振膜（或膜片）和一个与振膜相隔几微米量级的穿孔背板组成。由于这种架构的固有局限性——主要是尺寸太小，想要进一步降低电容式MEMS麦克风的噪声并增加其动态范围异常困难。

若要实现极致的用户体验，还要求MEMS麦克风在高声压级工况下（例如嘈杂环境、麦克风靠近扬声器或强噪声声学场景）保持优异性能。这类应用场景需要宽动态范围；动态范围指本底噪声到麦克风输出发生严重失真临界点之间的区间，该失真临界点即为声学过载点。

信噪比与声学过载点偏低，会引发可明显感知的音频回放问题。例如，使用智能手机录制校园文艺演出时，回放过程中会出现显著的麦克风自噪声；在城市街道、体育场馆等高噪环境下录制的音频，极易出现严重失真与信号削波。在会议场景中，若人声声源距离麦克风较远，房间远端的人声便会模糊难辨。此类微弱声信号往往低于电容式麦克风的固有本底噪声，完全没有余量可供音效补偿与信号修复。

光学MEMS：麦克风技术迭代演进新方向

一种全新的光学式MEMS麦克风架构是将基于垂直腔面发射激光器（VCSEL）的光学子系统与微型化的光电封装技术相结合，并辅以MEMS技术及先进CMOS电路设计——这彻底打破了电容式MEMS麦克风的技术局限。光学式MEMS麦克风拥有80 dB的信噪比、14 dBA的输入参考本底噪声、132 dB的动态范围，以及146 dB的声学过载点，其音质保真度可媲美顶级电容麦克风与驻极体电容式麦克风，并且在多数场景下更胜一筹。此外，光学式MEMS麦克风能以紧凑的外形尺寸实现这一卓越性能，可满足大批量生产中的半导体级良率要求。

电容式MEMS麦克风 vs. 光学式MEMS麦克风