驻极体ECM)和硅麦(MEMS)麦克参数介绍

2024-05-07 21:58

本文主要是介绍驻极体ECM)和硅麦(MEMS)麦克参数介绍,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1、麦克风的分类
1.1、动圈式麦克风(Dynamic Micphone)
原理:基本构造包含线圈、振膜、永久磁铁三部分。当声波进入麦克风,振膜受到声波的压力而产生振动,与振膜在一起的线圈则开始在磁场中移动,根据法拉第的楞次定律,线圈会产生感应电流。
特性:动圈式麦克风因含有磁铁和线圈,不够轻便、灵敏度较低、高低频响应表现较差;优点是声音较柔润,适合用来收录人声。
应用:KTV场所。
1.2、电容式麦克风(Condenser Micphone)
原理:根据电容两片隔板间距离的改变来产生电压变化。当声波进入麦克风,振膜产生振动,使得振动膜和基板之间的距离会随着振动而改变,于是基板间的电容会变,根据Q=C*V(电容式麦克风中电容极板的电压会维持一个定值)得到变化的电荷量Q。
特性:灵敏度高,常用于高质量的录音。
应用:消费电子、录音室。
1.3、铝带式麦克风(Ribbon Micphone)
原理:在磁铁两极间放入通常是铝制的波浪状金属箔带,金属薄膜受声音震动时,因电磁感应而产生信号。
1.4、碳精麦克风(Carbon Micphone)

2、两种常用电容式麦克风的对比:驻极体电容麦克风(ECM)和微机电麦克风(MEMS Micphone)
2.1、驻极体电容麦克风(Electret Condenser Micphone)

原理:驻极体麦克风使用了可保有永久电荷的驻极体物质,不需要再对电容供电。(若驻极体麦克风中内置放大电路,则需要供电)
优点:技术成熟、价格便宜
缺点:体积大,不方便SMT、引线长,造成信号衰减、生产工序多,一致性差、灵敏度不稳定
2.2、微机电麦克风(MEMS Micphone)
原理:微机电麦克风也称麦克风芯片或硅麦克风,硅麦一般都集成了前置放大器,甚至有些硅麦会集成模拟数字转换器,直接输出数字信号,成为数字麦克风。

优点:体积小,可SMT、产品稳定性好
缺点:价格较高
备注:一般情况下,我们把集成了前置放大器或者模拟数字转换器的麦克风称为拾音器(pickup)。

3、麦克风的性能参数
3.1、指向性(Directivity)
指向性描述麦克风对于不同角度声音的灵敏度,规格上常用如下的polar pattern表示,在每个示意图中,虚线圆形的上方代表麦克风前方,下方代表麦克风的后方。

3.2、灵敏度级(Sensitivity)
声压:指声波通过某种媒质时,由振动产生的压强改变量。单位为Pa、μbar。1μbar=0.1Pa。
参考声压:P(ref) = 20μPa。
声压级(SPL):
例:1Pa声压的声压级为
灵敏度:指麦克风的开路电压与作用在其膜片上的声压之比。单位为mv/pa、mv/ubar。1mv/ubar = 10mv/pa。
参考灵敏度:Mr = 1V/Pa
灵敏度级:
例:1V/Pa灵敏度的灵敏度级为
3.3、信噪比(SNR)
信号与噪声的比例。

3.4、总谐波失真(THD)
总谐波失真是指输出信号比输入信号多出的谐波成分。谐波失真是系统不是完全线性造成的。所有附加谐波电平之和称为总谐波失真。总谐波失真与频率有关,一般来说,1khz频率处的总谐波失真最小,因此不少产品均以该频率的失真作为它的指标。
公式1:
上式中,符号G表示谐波分量的有效值,它将按要求在表示电流时被I代替,在表示电压时被U代替,H的值在与限制有关的每一个标准中给出。按照上述定义,THD不包含简谐波,并且,有一固定的谐波上限。
公式2:
上式中,Q为总有效值,Q1为基波有效值,可代表电压或电流,按照上述定义,THD包含间谐波和直流分量。
3.5、等效输入噪声(EIN)
无外声场时,仅由传声器固有噪声引起的输出电压,可以看作能产生相同有效值输出电压的外部声压级。
3.6、电源抑制比(PSRR)
电源抑制比(PSRR)是输入电源变化量(以伏为单位)与转换器输出变化量(以伏为单位)的比值,常用分贝表示。
3.7、输出阻抗(Zout)

下图为某型号硅麦的性能参数

 

这篇关于驻极体ECM)和硅麦(MEMS)麦克参数介绍的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/968506

相关文章

性能测试介绍

性能测试是一种测试方法,旨在评估系统、应用程序或组件在现实场景中的性能表现和可靠性。它通常用于衡量系统在不同负载条件下的响应时间、吞吐量、资源利用率、稳定性和可扩展性等关键指标。 为什么要进行性能测试 通过性能测试,可以确定系统是否能够满足预期的性能要求,找出性能瓶颈和潜在的问题,并进行优化和调整。 发现性能瓶颈:性能测试可以帮助发现系统的性能瓶颈,即系统在高负载或高并发情况下可能出现的问题

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

如何在页面调用utility bar并传递参数至lwc组件

1.在app的utility item中添加lwc组件: 2.调用utility bar api的方式有两种: 方法一,通过lwc调用: import {LightningElement,api ,wire } from 'lwc';import { publish, MessageContext } from 'lightning/messageService';import Ca

4B参数秒杀GPT-3.5:MiniCPM 3.0惊艳登场!

​ 面壁智能 在 AI 的世界里,总有那么几个时刻让人惊叹不已。面壁智能推出的 MiniCPM 3.0,这个仅有4B参数的"小钢炮",正在以惊人的实力挑战着 GPT-3.5 这个曾经的AI巨人。 MiniCPM 3.0 MiniCPM 3.0 MiniCPM 3.0 目前的主要功能有: 长上下文功能:原生支持 32k 上下文长度,性能完美。我们引入了

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

C++——stack、queue的实现及deque的介绍

目录 1.stack与queue的实现 1.1stack的实现  1.2 queue的实现 2.重温vector、list、stack、queue的介绍 2.1 STL标准库中stack和queue的底层结构  3.deque的简单介绍 3.1为什么选择deque作为stack和queue的底层默认容器  3.2 STL中对stack与queue的模拟实现 ①stack模拟实现

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机交互的关键桥梁,无论是为视障人士提供辅助阅读,还是为智能助手注入声音的灵魂,TTS 技术都扮演着至关重要的角色。从最初的拼接式方法到参数化技术,再到现今的深度学习解决方案,TTS 技术经历了一段长足的进步。这篇文章将带您穿越时