微机电系统(MEMS)麦克风性能可望大幅提升。传统顶部收音麦克风的后室空气容积较小，使得讯噪比(SNR)表现受到局限，因此半导体业者利用创新封装技术，将后共振腔室扩大，以降低杂讯，达到更出色的灵敏度。
微机电系统(MEMS)技术的问世和应用，让麦克风变得越来越小、性能越来越高。MEMS麦克风具有诸多优势，例如高讯噪比(SNR)、低功耗、高灵敏度；其所用的微型封装可相容贴装制程，且温度特性非常出色，不会受到回流焊制程的影响。
声学感测采用半导体制程
MEMS麦克风所用的声学感测器是利用半导体生产线制作，且透过高度自动化过程封装的晶片(图1)。MEMS麦克风的制造过程，首先是在晶圆上沉积数层不同物质，然后蚀去无用物质，在基础晶片上形成一个腔室，接着在腔室上覆盖一层能够运动的振膜，和一个固定的背板；感测器背板具有优良的刚性，采用通孔结构，通风性能优异，当空气流过时，背板保持静止；而振膜是一个很薄的实心结构，当声波引起气压变化时，振膜将会弯曲；振膜运动时，振膜与背板间的电容量将会变化。
图1MEMS麦克风感测器截面图
数位麦克风具较高抗噪性
在MEMS麦克风内，特定应用积体电路(ASIC)晶片利用电荷泵在麦克风振膜上放置一个固定的参考电荷，当振膜运动导致振膜与背板间的电容量发生变化时，ASIC可测量电压变化，并将这种电容变化转换成电讯号(图2)。
图2典型的MEMS麦克风感测器顶视图
类比MEMS麦克风的输出电压与瞬间气压成正比。类比麦克风通常只有三个接脚：输出、电源电压(VDD)和接地。虽然类比MEMS麦克风的介面在原理上比较简单，但为避免在麦克风输出与讯号接收晶片的输入间出现拾起噪音，类比讯号要求工程人员必须精心设计印刷电路板和线缆；大多数应用还需要低噪音频类比数位转换器(ADC)，把类比麦克风输出转换成数位格式，用于后序处理和/或传输。
顾名思义，数位MEMS麦克风的输出为数位讯号，可在高低逻辑位准间转换。大部分数位麦克风采用脉冲密度调变技术(PDM)，生成过取样速率较高的单个位元资料流。PDM麦克风的脉冲密度与瞬间空气压力级成正比，PDM技术与D类功放所用的脉宽调变(PWM)技术相似，不同之处在于PWM技术的脉冲间隔时间是定量，使用脉宽给讯号编码，而PDM则相反，脉宽是定量，使用脉冲间隔时间给讯号编码。
除输出、接地和供电电压(VDD)接脚外，大部分数位麦克风还有时钟输入和L/R控制输入。时钟输入用于控制Δ-Σ调制器，将感测器的类比讯号转换成PDM数位讯号。数位麦克风的典型时钟频率通常在1M?3.5MHz之间，麦克风输出讯号在所选时钟边沿进入适合的逻辑状态，在另外半个时钟周期进入高阻抗状态，这个两个数位麦克风的输入共用一条资料线，L/R输入确定有效资料是在哪一个时钟边沿上。
数位麦克风输出相对来说具有较高的抗噪性，但是讯号完整性却是一项令人关心的问题，因为寄生电容以及麦克风输出与系统晶片之间的电感导致讯号失真；此外，阻抗失匹也会产生反射问题，若数位麦克风与系统晶片间隔较大，反射现象将会导致讯号失真。
虽然数位麦克风不需要资料转换器，但是PDM输出的单位元PDM格式，在大多数情况下必须转换成多位元脉冲代码调制(PCM)格式。很多转换器和系统晶片都有PDM输入，其内部滤波器负责将PDM资料转换成PCM格式；微控制器(MCU)也使用同步序列介面捕获数位麦克风的PDM资料流，然后透过软体滤波器将其转换成PDM格式。
封装开孔影响麦克风性能
MEMS麦克风采用由基板和封装盖组成的空心封装，内部元件包括声学感测器和介面ASIC(图3)。封装基板下面是焊盘，用于将麦克风焊接在电路板或挠性电路上。在大多数MEMS麦克风的内部，MEMS声学感测器和介面ASIC是两颗独立的晶片，为制作能够移动的结构，声学感测器的制程经过最佳化改良，而ASIC晶片则采用工业标准的互补式金属氧化物半导体(CMOS)制程。ASIC透过引线键合方式连接到感测器和基板，然后将封装盖扣在基板上并进行密封处理。
图3MEMS麦克风封装内部
为让声音能传入声学感测器，MEMS麦克风须在封装上开孔，声孔位置可以在封装盖上(顶部收音)或在焊盘附近(底部收音)(图4)。底部收音麦克风还要求在电路板上的麦克风安装位置开一个孔，让声音能穿过电路板传入麦克风声孔。麦克风是选用顶部收音或底部收音，通常取决于多种因素，例如麦克风的安装位置和厂家的考虑；性能也是麦克风选型的重要因素，因为顶部收音麦克风的性能通常低于底部收音麦克风。随着高性能顶部收音麦克风问世，顶部收音麦克风的性能将随之改善。
图4顶部收音(左)与底部收音(右)MEMS麦克风
声学感测器振膜将MEMS麦克风内部分成两部分，声孔与感测器振膜间之区域称为前室(FrontChamber)，振膜的另一部分称作后室(BackChamber)。底部收音麦克风通常将感测器直接置于声孔上，这种设计有多个好处(图5)。
图5底部收音MEMS麦克风截面图
MEMS麦克风的灵敏度一般随频率升高而提高，这是声孔与麦克风前室两者空气相互作用的结果，此交互作用产生Helmholtz谐振，这与吹瓶产生声音的现象相同，空气容积越小，谐振频率越高；反之，空气容积越大，谐振频率越低。底部收音麦克风将声学感测器直接置于声孔之上，此种设计导致前室变小，从而使Helmholtz谐振的中心频率提高，因为Helmholtz谐振通常位于音效带的高频部分，所以提高的谐振频率使频响变得更加平坦。将声学感测器直接置于声孔上还有助于产生更大的后室，后室空气容积变大后，声波更容易推动振膜运动，从而提高麦克风的灵敏度和SNR，同时还能提高麦克风的低频回应。
顶部收音麦克风的结构与底部收音麦克风相似，都是将声学感测器和介面晶片安装在基板上，采用空心的密闭封装(图6)。这两种麦克风的唯一区别，在于顶部收音麦克风是将传声孔置于封装盖上，而底部收音麦克风则将传声孔放在基板上，因此，将传声孔从基板移到封装盖后，以前底部收音麦克风的前室变成了顶部收音麦克风的后室，而后室则变成了前室。
图6顶部收音MEMS麦克风截面图
传统顶部收音麦克风的后室空气容积较小，推动振膜运动的难度增加，这会破坏声学感测器的灵敏度，导致SNR降低；此外，在声孔与振膜之间的前室空气容积变大后，谐振频率将会降低，从而影响麦克风的高频回应。综上所述，不论是低频还是高频，顶部收音麦克风的SNR和频响两项指标都相对较差，性能不如底部收音麦克风出色。
以意法半导体(ST)的MP34DT01新型顶部收音数位MEMS麦克风做说明，其封装技术将MEMS感测器和介面晶片安装在麦克风封装盖的内侧，将感测器直接置于声孔的下方(图7、8)，这种设计方法可获得小前室和大后室，让MP34DT01取得与底部收音麦克风MP34DB01相同的性能。
图7新型顶部收音MEMS麦克风截面图
图8安装在ST顶部收音MEMS麦克风封装盖内侧的MEMS感测器和ASIC
MEMS麦克风性能评测参数
帕斯卡(Pa)是压力的线性国际单位制，表示单位面积上的压力(1Pa＝1N/m2)；不过，对数单位制更适用研究声压位准(SPL)，因为人耳动态范围大，能够察觉从最低20微帕(μPa)到高达20帕的声压。因此，麦克风的关键性能指标通常用分贝(dB)表示，0dBSPL等于20微帕，1Pa等于94dBSPL。下列参数通常是最重要的麦克风性能指标：
讯号噪音比
SNR通常是最重要的麦克风性能指标，为麦克风的灵敏度与背景杂讯差值，通常用dB表示。现有MEMS麦克风的SNR是在56?66dB之间。
灵敏度
麦克风灵敏度是指在94dB声压级(1Pa)条件下，使用1kHz频率进行测量的结果，用于测量麦克风对已知声压级的回应能力。类比麦克风的灵敏度通常表示为相对于1伏特(V)有效值(RMS)讯号的分贝数(dBV)；而数位麦克风的灵敏度通常表示为相对于麦克风全量程输出的分贝数(dBFS)。
背景杂讯
麦克风的背景杂讯又称本底杂讯，是指在较安静的环境内，麦克风输出中的杂讯量。声学感测器和介面ASIC都会向麦克风输出讯号注入杂讯。感测器杂讯是空气分子随机布朗运动产生的；而ASIC的噪音源则是前置放大器；数位麦克风ASIC的噪音源是Δ-Σ调制器。测量背景杂讯应在全音频带内，而A加权滤波器用于更精确地测量人耳能够听到的杂讯级。
背景杂讯不总是出现在麦克风资料表内，但只要用灵敏度减去SNR即可算出背景杂讯，数值单位为dBV或dBFS。从测量灵敏度(通常是94dBSPL)的声压级中减去SNR，可以算出用等效输入杂讯表示的背景杂讯，单位为dBSPL。
总谐波失真
总谐波失真(THD)是测量麦克风拾音精确度的指标，通常在94?100dBSPL范围内，表示在正常声压级条件下音效讯号的品质。
声学超载点
在麦克风声压级开始接近声学超载点(AOP)之前，失真通常不会随着声压级升高而大幅增加；但是，当达到超载点时，失真开始快速升高。麦克风声学超载点通常是指失真达到10%时的声压级。
频响
MEMS麦克风频响是在不同频率时灵敏度的变化，通常在1kHz时设为0dB，对不同频率下的灵敏度进行归一化处理。大多数MEMS麦克风的灵敏度都低于100Hz，在出现Helmholtz谐振后开始上升，达到大约4k?6kHz之间，这就是许多MEMS麦克风将频响指定在100Hz?10kHz之间的原因；不过，高性能MEMS麦克风在20Hz?20kHz全音频带内拥有较平坦的频响曲线。
高电源杂讯抑制比
麦克风高电源杂讯抑制比(PSR)是评价麦克风防止杂讯从电源输入端进入输出端的能力指标。PSR通常是在音效带内透过类比全球行动通讯系统(GSM)蜂窝无线电，其产生分时多工存取(TDMA)杂讯的217Hz方波和/或扫描正弦波来指定。
麦克风品质要求日益提升
市场对更高音效品质的期待，正推动MEMS麦克风向高水准发展。很多产品开始在两个以上的麦克风阵列内应用数位讯号处理技术，以降低杂讯级，调整沿某一方向的灵敏度。
更高讯号噪音比
MEMS麦克风产品性能正不断提高。几年前，SNR还是在55?58dB区间，如今已达到63?66dB，拾音讯号更加清晰，在同等清晰度下，麦克风的应用距离可变得更远。自动语音辨识演算法取得良好的识别率，亦需要更高的讯号噪音比。
更高声压位准
很多使用者需要声学超载点更高的麦克风，防止在吵闹的环境中麦克风失真。在SPL高于声学超载点时，麦克风将会产生削波失真，导致在吵杂环境中(例如摇滚乐)无法进行录音。
更小封装
随着消费者对轻薄产品的需求日益提高，MEMS麦克风正在不断缩小封装。早期的MEMS麦克风封装尺寸为3.76毫米(mm)×4.72毫米×1.25毫米；如今，3毫米×4毫米×1毫米，和2.95毫米×3.76毫米×1毫米是常见的封装尺寸；更新的MEMS麦克风为2.5毫米×3.35毫米×0.98毫米，和2.65毫米×3.5毫米×0.98毫米。
小型化封装的趋势将会持续下去，但随着封装缩小，后室面积也会随之缩减，对于音质提升甚至保持现有水准都会变得更难。
降低环境杂讯
很多智慧型手机和平板电脑为实现录影等功能，都开始安装多个麦克风。降低环境杂讯是多麦克风组合的另一种常见应用，很多智慧型手机在顶部或背面装有一支麦克风，用于侦测周围环境杂讯，并从话筒输出中减去环境杂讯成分，从而提高音效讯号的纯净度。以录影为主要用途的麦克风，经常用于降低环境杂讯。
声波聚束
两个以上的麦克风还用于执行声波聚束功能，处理麦克风阵列的输出讯号，提高沿某一个方向的灵敏度，同时抑制其他方向的声音。多数麦克风提供全向输出，即所有方向的灵敏度相同；但在多数情况下，设计人员须要将灵敏度聚焦于某一个方向，并降低其他方向的灵敏度，以提高音质清晰度。
声波聚束是利用不同方向声音的相位差，将麦克风的灵敏度聚焦于某一个方向；此外，声波聚束还能用于确定音源方位。
声波聚束特别适用于麦克风与讲话人距离较远的应用场合，例如居家、会议室、车内；其他应用情境包括在吵闹的环境内使用麦克风或视讯会议。
严密控制灵敏度
在执行杂讯抑制和声波聚束等功能的性能演算法中，通常会假设麦克风阵列中的每个麦克风单元具有相同的灵敏度，因此麦克风单元之间的灵敏度变化，将会影响演算法的性能。
这个问题对灵敏度匹配提出了较高的要求。MEMS麦克风的灵敏度公差通常为±3dB，但是麦克风公差可降到±1dB，具体做法是按照更严格的公差标准筛选麦克风(产品分级)，且/或优调麦克风ASIC，以修正麦克风参数的正常变化。
MEMS麦克风应用正在快速成长。市调机构IHS预测，未来四年，MEMS麦克风销量将会成长一倍左右，从2013年约二十七亿颗成长到2017年约五十亿颗；其中，平板电脑、智慧型手机等消费性电子应用的成长，将是MEMS麦克风市场成长的主要贡献者。
另外，在一个产品中使用至少两个麦克风的麦克风阵列解决方案，例如录影、主动杂讯抑制和声波聚束，是推动MEMS麦克风应用成长的另一个动力。