越来越多非接触式用户界面开始占领应用领域

“Alexa，播放《海洋奇缘》(Moana)的电影配乐！”就在亚马逊(Amazon)发布Amazon Echo两年后，‘Alexa’已经成为日常用语。随着消费者逐渐转向非接触式用户接口——如今还包括了手势和语音，‘Okay, Google’、‘Siri’和‘Hey, Cortana’也陆续加入Alexa的语音助理阵营中。

从这些新的用户接口中，我们能期待些什么？微机电系统(MEMS)和传感器供应商又将如何协助我们达到目的？

首先，不要完全忽略了触控的存在。对于个人计算机(PC)设备以及其他以键盘为主的应用来说，触控功能仍然十分重要，并且将在未来一段时间内持续其主导位置。尽管如此，有许多例子清楚显示语音功能正变得越来越易于使用。对我来说，可视为一种预兆的是我十几岁的女儿所做的事——打字/滑手机或使用语音接口。现在，他们仍然整天紧握着智能手机不放，但我加减也会看到他们启动麦克风，以便使用语音输入。

透过语音得以自动选择音乐、电视节目和影片。Vesper首席执行官Matt Crowley解释说，那是因为存在一种“非结构化的大量内容数据库，很难经由分层进行浏览”。他并举例说，一些任务较简单的使用案例如设定时间、询问天气预报或是开门等指令，都非常适用于语音接口。

诸如智能扬声器和智能耳机(smart earbud)等长时倾听(always-listening)设备也是语音接口的理想应用。然而，最吸引人之处在于这些长时倾听的MEMS麦克风对于这种设备最重要之处在于它必须十分节能。为此，诸如Vesper和InvenSense等业界MEMS麦克风制造商分别以不同的方式克服了功耗问题。

Vesper提供长时倾听的压电MEMS麦克风——使用声音能量本身来唤醒睡眠模式下的设备，同时，它所消耗的功率几乎是零。InvenSense则提倡更高整合度，例如整合模拟数字转换器(ADC)与麦克风的MEMS麦克风，可节省ADC经常消耗的所有功耗。

除了语音用户接口，还有新的手势技术也开始加入市场，而且，设计人员正竞相将这种技术整合于产品中。

基于MEMS的超音波飞行时间(ToF)传感器让消费设备——包括虚拟现实(VR)/扩增实境(AR)系统，以3维(3D)空间方式侦测动作、深度以及物体的位置。因为大部份的现有3D感测技术都是以可见光或红外线等光源为基础，一到阳光下就会发生问题，因为它可能会造成光收发器的负载。此外，也很难用于侦测深色或光学透明表面，例如玻璃窗。相形之下，超音波技术可在任何光线条件下使用，对于物体的色彩也不那么敏感，因而能“看”到所有固态的形体；而且，在超音波的频段中也不会出现许多背景噪声，因而功率极低。

不过，Chirp Microsystems首席技术官David Horsley指出：“超音波的挑战就在于它对于消费电子产品而言，还算是一项新技术，因此，许多客户并不熟悉它的功能。”

在触控接口要求太多用户注意力的情境——例如在行车中，要找到正确的触控位置可能会导致驾驶分心。Horsley说，想象一下，只要挥挥手就能进行调整，而不必手忙脚乱地在小屏幕上找应用程序，将会多么具有吸引力啊！他还补充说，将超音波感测技术应用在VR/AR时，可支持控制器“由内而外追踪”(inside-out tracking)或具有6自由度的输入设备，让使用者在与VR/AR环互动时不必受限于基地台范围或指定的空间中。

机器学习(machine learning)则更进一步促进使用户接口发展，特别是在AR/VR等应用中。Virtuix总裁David Allen问道：“用户接口的演变让我们能从敲打键盘进展到在玻璃上滑动。接下来会是什么？”

“答案就在于混合实境(mixed reality；MR)——一种虚幻与现的融合。今天，你可以将智能手机摄影机指向某个真实的目标，就会看到迭加在上面的粗略虚拟图像——例如Snapchat Lenses或Pok?mon Go。明日，我们的设备预计就能在真实世界投射出一个清晰的用户接口。这项技术就是由MEMS和传感器共同实现的，它能实现「同步定位与映射”，即SLAM。未来，预计将会看到更多基于SLAM的应用，包括行动机器人以及自动驾驶车等。

TDK生态系统资深总监Nicolas Sauvage让我开始质疑自己是否能区别家中的狗和早餐。Sauvage引用私人创投(VC)公司Andreesen Horowitz最近在简报时提到的机器学习案例表示，“透过机器学习，只要将智能手机指向某个人、一只狗或一个物体，就会看到该焦点上的信息或有趣的动画。”Sauvage指出，机器学习在辨识诸如狗或马芬蛋糕(muffin)等物体的能力已大幅提升了。事上，根据该VC的简报数据，编程人员所开发的算法中，只有72%的最佳算法能够辨别二者的不同，而机器学习用于辨识的正确率却达到了93%！

狗在哪里？马芬蛋糕在哪里？机器学习比人类更能正确回答这些问题 （来源：Imagenet）

随着消费者越来越热衷于更自在且自然地与数字世界互动，我们可以预期未来还将出现更多使用MEMS和传感器的其他UI替代方案，从而使得设备更加智能化，也更环保。此外，我们也可以期待MEMS和传感器能将更高质量的数据传回电子设备，执行机器学习或人工智能，从而提供更有用或甚至更人性化的信息。

尽管我们经由新的用户接口取得了诸多好处，但是，科技产业将如何处理电子设备always-on的潜在隐私问题，目前仍有待进一步地讨论。

编译：Susan Hong

本文授权编译自EE Times，版权所有，谢绝转载

关注最前沿的电子设计资讯，请关注“电子工程专辑微信公众号”。