AI玩具爆发，音频编解码器如何满足语音交互需求

本站综合报道，在AI玩具已经开始逐渐爆发的当下，人机交互已经成为标配功能，而最重要的便是语音控制。而语音控制的第一步，便需要让AI玩具听懂你在说什么这就需要用到音频编解码器。

音频编解码器（Audio Codec）是用于压缩、解压缩和转换音频信号的硬件设备或软件算法。其核心作用是在保证音质的前提下，减少音频数据的存储空间和传输带宽需求。

通常音频编解码器拥有硬件和软件两方面，硬件上拥有独立的电子元件，包含ADC和DAC，实现模拟音频和数字信号的相互转换，一些玩具中的麦克风录音和扬声器播放均要依赖这一模块。

软件上，需要一些压缩算法，例如MP3、AAC等，对数字音频进行编码和解码，比如MP3会通过舍弃人耳不敏感的频段来降低文件体积。

与普通的玩具芯片一样，音频编解码器也需要满足低功耗、低成本、高集成度等特殊条件。因为玩具多采用电池供电，待机电流需≤5μA，工作电流≤10mA，同时芯片单价最好控制在0.1–1.5元。

目前市场中也存在许多主流的玩具音频编解码器解决方案，比如Everest Semiconductor推出的ES8311低功耗音频编解码器，就是专为低功耗单声道音频编解码器设计的高性能芯片，适用于玩具等需要低功耗和高音质的应用。

ADC使用24位采样，8-96kHz频率，100dB信噪比，支持模拟/数字麦克风，ALC自动电平控制，工作电压1.8V-3.3V，播放/录音功耗14mW，待机电流＜0.1μA，封装采用QFN-20。

ADI推出的SSM2603是一款低功耗、高质量立体声音频编解码器，适用于便携式数字音频应用，如教育玩具。它支持多种音频采样速率和多种电源电压。

该芯片拥有2路ADC 2路DAC，92dB信噪比，工作电压1.8V-3.6V，封装采用28-LFCSP-WF，立体声回放功耗可以达到7mW。

国内如今也有不少方案，比如国新思辰推出的SC2601，这是一款低功耗单声道音频编解码器，具有全差分输出，支持在全差分配置下可编程模拟输入，录音路径包含一个全差分输入，低噪声可编程增益放大器和自动增益控制(ALC)，确保声音能够被清晰地记录。

在录音过程中，通过内置的可编程滤波器来消除噪声。播放路径包括单声道DAC，可编程的音量控制及全差分输出。可Pin-to-Pin兼容ES8311，信噪比95dB，待机电流<0.1μA。

广州九芯推出的NVF00M则是专为智能交互玩具开发的低功耗录音/播放芯片，主打低成本、高集成、强扩展性。CPU架构采用32位核心，最高主频120MHz，支持实时音频编解码处理。

外接SPI-FLASH扩展存储，最大支持2000秒录音（约33分钟）或数百秒音乐播放。原生支持WAV格式，采样率6kHz-32kHz。待机电流<2μA，工作电压范围2.0V-5.5V，使用SSOP24封装。

总体来看，玩具中音频编解码器需要满足低功耗、小尺寸、低成本、交互功能适配以及环境鲁棒性等需求。再根据不同定位的玩具挑选适合的芯片产品。