Микрофон — какво е, видове и как работи в мобилните устройства

Какво е микрофон?

Микрофон — електроакустично устройство, което преобразува трептенията на звуковото налягане в електрически сигнал. Според принципа на действие се делят на динамични (намотка в магнитно поле), капацитивни (промяна на капацитета) и пиезоелектрични. В мобилните устройства абсолютното мнозинство са капацитивни MEMS микрофони благодарение на миниатюрните си размери (2.5 × 1.5 mm) и съвместимостта с повърхностен монтаж (SMD).

Микрофонът се състои от мембрана, която трепти под въздействието на звуковото налягане, и неподвижен електрод, образуващи кондензатор. Промяната на разстоянието между плочите променя капацитета, което модулира изходното напрежение. При MEMS микрофоните мембраната се изработва от полисилиций чрез фотолитография — това осигурява идентичност на характеристиките на всички микрофони в партидата.

Изходният сигнал на MEMS микрофона — PDM (Pulse Density Modulation) — еднобитов поток с честота на дискретизация 1–4 MHz. Кодеците на смартфона декодират PDM в PCM (Pulse Code Modulation) чрез цифров филтър-дециматор, като получават стандартен аудио формат 16–24 бита с честота 44.1–96 kHz за обработка от приложението.

MEMS срещу електретни микрофони

Преди появата на MEMS в мобилните устройства се използваха електретни капацитивни микрофони (ECM). При тях мембраната имаше постоянен електрически заряд (електрет), а трептенията на мембраната създаваха променливо напрежение. ECM микрофоните са по-големи (4–6 mm) и изискват отделен предусилвател, което увеличава площта на платката.

MEMS микрофоните доминират благодарение на по-малките размери, стабилността на характеристиките и възможността за запояване на стандартни SMD линии. Въпреки това ECM продължават да се използват в бюджетни устройства поради по-ниската цена на компонента ($0.15–0.30 срещу $0.25–0.60 за MEMS).

Многомикрофонна конфигурация: основен, преден, заден

Съвременните смартфони съдържат от 3 до 4 микрофона, чието разположение определя качеството на запис и шумопотискане. Основният микрофон (долен) се намира на долния ръб до порта USB-C — записва гласа на потребителя по време на разговор и видеозапис. Предният (горен) — на горния ръб за гласови команди и втори канал при стерео запис.

Задният микрофон обикновено е разположен до камерата на задния панел и се използва изключително за шумопотискане. Неговият сигнал не се записва в аудио файла — само се изважда от цифровия процесор от сигнала на основния микрофон. В някои флагмани (iPhone 16 Pro, Samsung Galaxy S25) се инсталира четвърти микрофон в процепа на предната камера за подобряване на записа по време на видеоповиквания.

Стерео записът на видео се осъществява чрез комбинация от долния и горния микрофон. iOS автоматично избира чифт микрофони в зависимост от ориентацията на устройството — при хоризонтален запис левият канал се взема от левия ръб, десният — от десния. На Android тази логика зависи от имплементацията на OEM производителя и може да се различава между моделите.

Пример за избор на аудио източник на Kotlin (Android)

val recorder = AudioRecord(
    MediaRecorder.AudioSource.CAMCORDER,
    44100,
    AudioFormat.CHANNEL_IN_MONO,
    AudioFormat.ENCODING_PCM_16BIT,
    bufferSize
)
recorder.startRecording()

val buffer = ShortArray(bufferSize)
while (recorder.recordingState == AudioRecord.RECORDSTATE_RECORDING) {
    recorder.read(buffer, 0, buffer.size)
    // Обработка на PCM буфер
}

AudioSource.CAMCORDER избира микрофона, оптимален за видеозапис — обикновено това е долният основен микрофон с автоматично регулиране на усилването. За гласов запис се използва VOICE_RECOGNITION — този източник изключва всички филтри и шумопотискане за чист сигнал, предназначен за разпознаване на реч.

Как работи шумопотискането в смартфоните

Активно шумопотискане (Active Noise Cancellation, ANC) в смартфоните се основава на диференциалния метод: вторият микрофон (референтен) записва основно фоновия шум, а основният (първичен) — смес от глас и шум. Цифровият сигнален процесор (DSP) изважда референтния сигнал от първичния, оставяйки само чист глас.

Качеството на шумопотискане зависи от разстоянието между микрофоните и тяхната насоченост. Типичното потискане на равномерен шум (самолет, вентилатор) — 20–35 dB. За импулсни шумове (тръшване на врата, удар на съдове) се използва допълнителен блок за потискане на преходни процеси, който замества изкривения сегмент с апроксимиран сигнал на съседни семпли.

Разработчикът може да влияе на алгоритмите за шумопотискане само чрез параметрите на аудио сесията: на Android — AudioManager.setParameters("noise_suppression=on/off"), на iOS — категория AVAudioSession .playAndRecord с опция .allowBluetoothA2DP. При запис за разпознаване шумопотискането обикновено се изключва — STT алгоритмите работят по-точно с оригиналния сигнал.

Заснемане на аудио: Android AudioRecord и iOS AVAudioEngine

AudioRecord (Android) — нисконивово API за директен запис на PCM данни от микрофона. Приложението получава буфери с необработени аудио данни, които могат да се обработват в реално време: анализ на силата на звука, честотен анализ (FFT), VAD (Voice Activity Detection). Минималният буфер се изчислява чрез AudioRecord.getMinBufferSize() — използването на по-малък размер причинява закъснение или грешка при запис.

AVAudioEngine (iOS) — модулна графа за аудио обработка, където входният възел (AVAudioInputNode) се свързва с главния миксер или директно с tap манипулатора. Engine позволява анализ в реално време на RMS (Root Mean Square) — показател за силата на сигнала — и честотния спектър чрез AVAudioUnitEQ.

Ключови разлики между платформите: на iOS записът изисква задължително активиране на AVAudioSession с категория .playAndRecord или .record; на Android — разрешение RECORD_AUDIO (разрешение по време на изпълнение) и източник AudioSource. Flutter използва плъгина record за абстракция на тези разлики.

Пример за заснемане на аудио на Swift (iOS)

import AVFoundation

let engine = AVAudioEngine()
let inputNode = engine.inputNode
let format = inputNode.outputFormat(forBus: 0)

inputNode.installTap(onBus: 0, bufferSize: 1024,
    format: format) { buffer, time in
    guard let channelData = buffer.floatChannelData else { return }
    let frameLength = Int(buffer.frameLength)
    var sumSquares: Float = 0

    for i in 0..<frameLength {
        sumSquares += channelData[0][i] * channelData[0][i]
    }
    let rms = sqrt(sumSquares / Float(frameLength))
    print("RMS громкость: \(rms)")
}

try engine.start()

Кодът поставя tap на входния възел на двигателя AVAudioEngine. Всеки аудио буфер съдържа float данни от монофоничния сигнал от микрофона. RMS се изчислява като средноквадратична стойност на амплитудата — стандартен показател за сила на звука в диапазона от 0.0 (тишина) до приблизително 0.5–1.0 (силен глас).

Характеристики на микрофона: SNR, AOP, честотен обхват

За оценка на качеството на микрофона се използват ключови параметри. SNR (Signal-to-Noise Ratio) — отношение на нивото на сигнала към собствения шум на микрофона, измерва се в dBA. Колкото по-висок е SNR, толкова по-тих е фоновият шум в записа. За гласови повиквания са достатъчни 62–64 dBA, за запис на музика — 68+ dBA.

AOP (Acoustic Overload Point) — максималното ниво на звуково налягане (SPL), което микрофонът може да преобразува без клипиране. За типичен MEMS микрофон AOP = 125 dB. На концерти (110–120 dB) записът ще бъде чист, но при 130+ dB (близка фойерверка) ще се появи нелинейно изкривяване (THD > 10%).

Честотният обхват определя какви честоти микрофонът записва без затихване. За глас са достатъчни 300–3400 Hz (телефонен стандарт, POTS). За музика и видео — 20–20000 Hz. MEMS микрофоните в смартфоните от последно поколение (Knowles SPH9855) осигуряват обхват 30–18000 Hz с неравномерност ±3 dB.