器件选型与工程师成长

TDK InvenSense音频AI提升可穿戴设备智能交互

来源:海外媒体 2026-11-18 18:24 6 次阅读 约 3,071 字 · 预计阅读 8 分钟

AI 的进步正在使可穿戴设备成为能够理解用户、解读周围环境并实时自然响应的智能伙伴。从智能手表、耳机到智能眼镜、助听设备、智能戒指、AI 项链和可穿戴徽章,这些设备越来越能够理解口语、识别环境声音并提供情境辅助。

配图

可穿戴设备不再只是等待用户点击屏幕或按下按钮。音频 AI 结合边缘 AI 处理和超低功耗 MEMS 麦克风技术,使设备能够智能聆听、识别有意义的声音,并以轻松方式与用户交互。可穿戴设备正从被动电子产品转变为主动助手,帮助整理信息、提升无障碍体验、增强安全性并简化日常任务。

图1 音频AI使可穿戴设备能够智能聆听、识别有意义的声音,并以轻松方式与用户交互。来源:TDK InvenSense

提供这些体验远不止简单地增加一个麦克风。音频质量、功耗、处理架构和传感器集成都会决定一款 AI 可穿戴设备究竟是真正有用,还是很快令人感到沮丧。

为什么音频正在成为可穿戴设备的自然界面

可穿戴设备通常没有大尺寸显示屏或实体键盘,因此依赖语音作为人机接口。AI 徽章、项链以及其他“AI 饰品”等新兴可穿戴品类甚至可能完全不配备显示屏。

语音指令、唤醒词、口头提醒、AI 助手和免提控制弥补了这一缺口。语音为用户和设备之间提供了更自然的界面。说话比打字更快,比浏览菜单更直观,并允许用户在执行各种活动时进行交互。

音频还增加了新的情境感知能力。现代音频 AI 不再局限于识别“播放音乐”或“设置定时器”等指令,而能使设备理解用户意图和周围环境。例如,在准备晚餐时,你可以向可穿戴设备口述购物清单。

设备无需打开应用逐项输入,而是以对话方式记录信息,并在购物时读取给用户。这样的简单交互降低了认知负担,因为用户可以自然沟通,而不必为了适应技术而改变行为。

音频 AI 还能识别重要环境声音,使可穿戴设备更了解周围世界。未来设备可能检测急救车辆警笛、烟雾报警器、玻璃破碎、接近的车辆,或有人呼唤佩戴者姓名,从而提醒用户注意可能被忽略的重要声音。

这些能力也有助于提升无障碍体验。例如,WeWalk Smart Cane 2 将麦克风与多种传感器技术结合,为视障或听障人士提供更丰富的环境感知。这些设备不依赖单一感知方式,而是将音频与其他传感器输入结合,为用户生成更有用的情境信息。

图2 WeWalk Smart Cane 2 由 Gemini 提供支持,用户可询问周围环境、了解地标或获取日常信息。来源:TDK InvenSense

MEMS麦克风:音频AI体验的前端

无论 AI 模型多么先进,其性能在很大程度上都取决于所接收音频的质量。信号质量不佳会降低语音识别准确率,增加误触发,并最终影响用户体验。MEMS 麦克风凭借出色的声学性能,以及极小尺寸、低重量和低功耗,已成为可穿戴音频 AI 的首选方案。

尺寸、重量与外观

对可穿戴设备设计师而言,物理尺寸非常重要。每节省一立方毫米空间,都可以为更大电池、更多传感器或更强处理能力腾出空间,同时有助于打造适合全天佩戴的舒适产品。尺寸也会影响美观。笨重设计会限制工业设计自由度,使用户真正愿意佩戴的可穿戴设备更难打造。

功耗与隐私

消费者越来越希望可穿戴设备能够全天甚至连续多天可用而无需充电。持续聆听传统上会显著消耗电池电量,使真正自然的语音交互难以实现。超低功耗麦克风架构因此变得关键,它能够在不持续高功耗的情况下支持“常开”功能。

TDK 麦克风提供的声学活动检测(AAD)功能可持续监测环境中的相关声学活动,而功耗仅为主处理器所需功耗的一小部分。麦克风本身可识别有意义的音频事件,只在必要时唤醒应用处理器,而不必让整个 AI 系统持续保持唤醒。数据在本地处理,有助于改善续航并保护隐私。

用户无需按下按键或手动激活语音助手,只需直接开口说话,这是一种更自然的体验。设备保持响应,同时将电池电量留给最重要的活动。

低功耗麦克风和 AAD 功能与边缘计算结合时,通过在设备本地处理信息,也有助于提升隐私保护。

此外,本地语音处理使许多交互可以完全在设备上完成,而无需上传到外部服务器。这减少了不必要的数据传输,也让用户更有信心敏感对话保持私密。

通过麦克风 AAD 功能仅让相关声音唤醒更高层处理,并在本地执行 AI 推理,可穿戴设备能够实现更快响应、更长续航和更好的隐私保护。

超声波

一些 MEMS 麦克风还能检测超出人耳正常听觉范围的超声频率。这将传感应用扩展到传统语音识别之外,支持更多人机交互方式,并为传统麦克风无法覆盖的传感应用带来机会。

多模态传感创造更丰富的情境感知

能力最强的可穿戴设备会将麦克风数据与运动传感器和磁性传感器采集的信息结合。这种多模态方式能够更全面地理解用户活动、周围环境和设备功能。

可穿戴设备不仅能识别语音指令,还能根据用户正在做的事情判断何时插话、何时保持静默,以及如何呈现信息。这些系统解读多种环境输入,以提供更有用的指导和情境感知。

这类传感器融合对沉浸式体验也很重要。运动传感器可持续追踪头部动作,麦克风捕捉空间音频信息,使可听设备和智能眼镜能够维持逼真的三维声场,并随佩戴者自然移动。

边缘AI实现实时、个性化且低干扰的体验

当可穿戴设备检测到语音或其他有意义的声音后,它必须快速理解所听到的内容并决定如何响应。边缘 AI 在可穿戴设备本地或附近处理 AI 工作负载,而不是将每次交互都传输到云端。它无需把每次交互发送到云端服务器,从而提升响应速度并保护隐私,同时延长电池寿命,解决了联网 AI 设备的许多实际问题。

图3 边缘AI在可穿戴设备本地或附近处理AI工作负载,而不是将每次交互都传输到云端。来源:TDK InvenSense

速度与连接

本地处理语音指令消除了网络延迟,使用户几乎可以立即获得答案或执行指令。无论是口述提醒、提问、控制音乐播放,还是与数字助手交互,实时响应都会让体验更自然。

边缘处理还使可穿戴设备在网络连接受限或不可用时仍能继续工作。

智能眼镜展示可穿戴AI的方向

智能眼镜是可穿戴设计中机遇与挑战并存的典型例子。它们必须足够轻,适合全天佩戴;要在紧凑电池下长时间运行;还要在极小外形中集成麦克风、扬声器、无线连接、摄像头、运动传感器和处理器。由于数百万人每天已经佩戴处方眼镜或太阳镜,智能眼镜也可能成为最容易融入日常生活的可穿戴品类之一。

智能眼镜依赖多种交互方式,而不仅是视觉叠加。音频、触觉、运动感知和环境感知往往比持续在用户视野中显示图形更少干扰、更自然,也更能有效传递信息。

由先进 MEMS 麦克风和边缘智能支持的音频 AI,将成为实现这种平衡的核心,因为语音交互对这类设备尤其自然。用户无需拿起其他设备即可提问、记录笔记、接收提醒或请求情境信息。

图4 智能眼镜中的音频AI使用户能够提问、记录笔记、接收提醒或请求情境信息。来源:TDK InvenSense

麦克风的低功耗和 AAD 功能可延长可用性,并支持本地处理以增强隐私。同时,音频反馈使眼镜能够低调地提供帮助,并尽量减少视觉干扰。

可穿戴智能的未来

随着 AI 能力持续进步,自然交互将变得越来越重要,音频 AI 将成为塑造下一代可穿戴设备的关键技术之一。要实现这一愿景,不仅需要能够在充分保护用户数据隐私的前提下持续运行的强大 AI 模型。

成功还需要高质量音频采集、超低功耗传感、智能边缘处理,以及与互补传感技术的无缝集成。MEMS 麦克风是这一体验的基础,为现代 AI 提供可靠且随时可用的音频输入;声学活动检测等功能则可在不影响续航的情况下保持持续响应。

阅读全文,请访问:https://www.edn.com/audio-ai-in-wearables-enabling-smarter-more-responsive-devices/

来源: 海外媒体

更多选型与成长文章