移动音频技术的过去与未来

　　声音是最早被数码化记录的物理量，但经过MP3时代之后，移动音频技术领域已经很久没有新的突破。公众和很多厂商对音频技术的都不太上心，早期连安卓系统本身都存在SRC采样率转换导致音质劣化的问题，各种问题导致移动设备的音频编码和解码能力，仅仅只能达到能用的水平。

　　但实际上，无论是VoLTE通话降噪、HiFi音乐、高清电影、移动录像/录音，还是面向未来的无线音频、语音唤醒/语音助手、VR/AR等需要，都迫切要求移动设备在音频技术上有重大突破。

移动音频技术的过去与未来（图1）

　　移动音频的本质，概括起来就是声音录制和声音回放这两个功能。前者是把真实的声音转换为模拟信号后，由设备转换为电子化的数字信号；后者则是把视频/音乐文件中的数字信号，转化为扬声器/耳机等发声部件能运用的模拟信号。

　　一录一放，这两个我们已经习以为常的功能和过程，涉及到了声音的编码与解码，对应ADC（模拟转数字信号编码芯片）和DAC（数字装模拟信号解码芯片）。而音频运用过程还会涉及AMP（功率放大器）、DSP（数字信号处理器）、codec（编解码器）、耳放、运放等多种芯片和功能模块的配合。

　　在手机/平板等移动领域，最核心的音频使用毫无疑问就是音频解码了。最早的移动设备在一颗codec芯片中，同时集成ADC（编码）、DAC（解码）、AMP和其他相关的音频模块，从而规避功耗和体积的限制。

　　要在一块小芯片完成这么多工作，还要控制功耗，其代价是编解码电路上的多种妥协。这个时期，移动音频的水准仅仅只能称作是“从无到有”而已。此外，早期安卓直接套用Linux系统的音频构架，存在大量的先天性音频性能、功耗问题，甚至连音频延迟和爆音问题都无法搞定。当中的恶名昭著的例子，是SRC采样率转换算法，其强行让基于44.1khz采样率的音乐文件，非整数倍转换为转成视频数码格式常用的48khz，导致大量的音频细节损失。

　　在高速发展过程中，各路厂商开始针对安卓系统阵营的问题进行改进。SRC问题在系统层面的搞定，以及vivo等部分手机厂商开始大规模地在手机中运用独立的DAC芯片，是这个阶段最大的里程碑。

移动音频技术的过去与未来（图2）

　　ESS、AKM、Cirrus Logic这三大音频芯片厂和手机厂商定制的独立DAC产品大规模投入使用后，手机HiFi时代的序幕才缓缓拉开。vivo Xplay 3S、小米Note顶配版、魅族MX4 Pro搭载的ES9018K2M、努比亚Z9系列、vivo X6手上的AK4375、vivo Xshot、vivo X5系列搭载的CS4398，都是这个时期的著名产品。

　　独立DAC的最大好处，肯定是更好的供电和更优秀的解码电路构架，对音质的提升立竿见影，轻松逆袭苹果之外，中后期的产品甚至已经追上了入门机的音乐播放器。但代价也很显著，独立芯片和外围电路，无法避免地导致功耗提升，而额外的芯片布板和音频调试，对于很多厂商来说也是无法逾越的技术门槛。

　　为了平衡功耗问题，后期又出现了整合运放芯片的独立DAC，AKM的AK4376、ESS的ES9118都是这个思路的产品。但在这条路线最后还是败给了整体增强后的codec方案。codec芯片，特别是高通自家的Aqstic音频解码芯片系列，因为是和手机/平板最核心的SoC同厂规划配套，其在功耗之外，电路布板难度、调音等技术门槛、产品推广上，都有难以超越的优势。

　　在音频芯片上，高通早期把codec放在处理器，从APQ8064开始演化出WCD9310/9320等外置的codec，在骁龙820上又演化成高通Aqstic音频解码器。华为海思系列用的是自家的HI系列，联发科则是把codec放在电源管理芯片上。没有音频控制力的厂商，如苹果，则一直在用Cirrus Logic的定制codec，三星用的则是欧盛。而用早已退出移动领域的Nvida，则交由厂商自己搭配，用Cirrus Logic、瑞昱的都有。

　　但无论是传统如ESS、AKM、Cirrus Logic这三大音频芯片厂，还是联发科、华为海思这些SoC厂商，还是苹果三星这些手机厂。它们在音频技术的普及和推广上，都有各自的缺陷。要最终推动移动音频的整体发展，还是得靠最上游且移动芯片占比最高的高通。

　　说起高通，大家第一印象很可能都是骁龙处理器和骁龙调制解调器，但这个几乎成为移动通讯代名词的厂商，同时也是最早投入音频领域的厂商之一。毕竟，在移动通讯的早起，传递声音才是手机最本质的功能。

　　围绕高通骁龙移动计算平台，后来的高通形成了一整套音频搞定方案，包括高通Aqstic与aptX两个音频子系统。高通Aqstic技术负责有线部分（包括Aqstic音频编解码器与扬声放大器），aptX负责无线部分。

　　高通Aqstic最核心的是高通的WCD系列codec音频解码芯片和WSA系列扬声放大器。经过了几代的发展，这一代骁龙835中配套的WCD9341 codec，其部分客观参数指标已经具备与独立DAC一较高下的能力。

　　WCD9341包含了 DAC、ADC、运放等功能，在前代WCD9335的基础上，高通继续提升信噪比和采样率。其最高支持32位384kHz采样规格，同时支持音乐领域的44.1kHz和视频领域的48kHz两种采样规格，在DAC 模式下动态范围达到了 130dB，总谐波失真THD+N只有-109dB，其还史无前例地在codec中加入了原生支持 DSD硬解。

　　在表现升级的同时，其依旧维持了高性能模式下34mW、低功耗模式下6mW和语音换新仅需0.65mA的节能表现，这些都是独立DAC方案所无法企及的。

　　而在无线音频领域，aptX已经是个庞大的音频生态系统，全球包括430个品牌协议，330个许可方、20亿个编码器和7500万解码器。2015年，高通收购了在物联网、蓝牙通讯和音频处理芯片领域上有拥有领导地位的CSR公司后，发布了aptX、aptX HD和aptX Low Latency（低延迟）等多套搞定方案，并把aptX整合到了骁龙的音频搞定方案上。

　　aptX HD通过蓝牙传输24位音频，在4个接受子频带中运用额外的2个数据位来确保音频信号的精确，从而达到更高信噪比，减少失真，显著提升了蓝牙传输的音质水平。而低延迟版aptX则用于适应游戏、观看视频和VR等场合。

　　把MP3扔进历史垃圾桶的是手机，但在手机涵盖用户生活方方面面之后，用户的需要飞速增长，又对音频系统的提出了截然不一样的要求。除了异构化计算的布局外，高通对移动音频需要的布局，同样因为用户需要的变化而变得多样化。

　　从最基础的语音通话，到音乐播放、移动影院、录像，再到次时代的语音交互和VR等场合，音频都是不可或缺，甚至是至关重要的部分。除了手机自带扬声器外放之外，有线耳机和近年来高速崛起的蓝牙耳机、音箱，都是移动音频的不一样展现和配合方式。

　　高通最早的音频研究始于通话，即便时至今日，通话相关的音频优化还在继续，最开始的双麦克风降噪、后来的ANC自动降噪，现在的多麦克风降噪等技术相继被投入运用。高通在骁龙820时代开始引入Fluence HD和Fluence Pro降噪技术，可以进行回声消除和噪音抑制，即便手机横向或纵向免提时也能保证通话质量。其也让降噪技术也从被动进化到了主动降噪，主动抑止周围噪音并自动放大对话的人声，几乎所有通话中都直接运用该技术。

　　杜比、dts等主流音效的支持外，高通Aqstic的硬件素质，让视频播放时的虚拟环绕声、自定义音效、主动降噪成为可能。另外，在苹果iOS平台刚刚才支持全天候语音唤醒的时候，高通Aqstic已经能把语音唤醒电流压低到0.65mA，让这一代安卓旗舰，可以保持灵敏度更高的全天候语音待命，而且功耗更低。

　　高通Aqstic甚至也可以用在摄像和VR领域，WCD9341录音时动态范围同样达到109dB，总谐波失真只有-103dB，24位192kHz的编码，可以录制5.1环绕声，在清晰度和信息量上提升巨大。配合多麦克风提供的降噪和远距离拾音，手机甚至能配合摄像头画面的拉近，对音频也进行变焦。

　　手机之外，最近Amazon Echo、Google Home等智能音箱大热，高通也终于出手，于今年6月推出了两个智能音频平台，以及面向高解析度音频设备的下一代DDFA音频放大器技术，彻底打乱了现时的智能音箱市场布局。

　　其搭载高通的Aqstic和aptX音频技术，支持蓝牙和无线WiFi传输，具备高度响应的语音激活与波束成形技术，提供多麦克风远场拾音、回音消除、噪声抑制和语音“打断”功能，在吵闹、嘈杂或者远离设备的环境中能提供更高的可用度。

　　在国内大力推展智能语音系统的百度DuerOS，也有与高通合作推出专门的SDK开发套件。配合高通的硬件平台，小型硬件企业可以节省大量研究、测验的时间和资金成本，专心搞自己擅长的部分。高通毕竟是上游的芯片供应商，无论是底层的开放程度、OEM厂商门槛，还是第三方音频搞定方案的支持度，都有具有巨大竞争优势的重要原因。

　　声与画，是我们和数码世界交流的主要途径，也是VR、AR等次时代的沉浸式体验的核心。手机HiFi、视频回放、高清录音这些领域自不必说，在VR/AR/MR中，逼真的真实模拟少不了环绕式有层次和距离的声音表现。

　　而作为未来最被看好的交互方式之一的语音交互，就更需要高通Aqstic这样的音频技术，即便是简单如“Hi Google”这样的语音唤醒，也需要远场适应、降噪等多种工作的配合。

　　移动音频技术的重要性怎么杰出都不为过，从最基础的语音通话，到音乐播放、移动观影、移动录像，再到未来可能成为主流的语音交互、VR/AR/MR，都需要各自的音频技术支撑。但可惜的是，现在意识到并已经推出全套音频技术的芯片厂商，仅有高通一家。