0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

总结微波声学器件最新进展及技术的未来发展

MEMS 来源:麦姆斯咨询 作者:郭蕾 2021-06-24 15:41 次阅读

据麦姆斯咨询报道,微波声学器件在信号处理和传感领域有着广泛的应用,一直广受研究机构和商业机构的关注。往前追溯,微波声学器件在雷达、广播和通信等众多微波系统中早已得到应用。随着5G时代的到来,以声表面波(SAW)滤波器、体声波(BAW)滤波器为代表的微波声学器件成为通信产业的热门器件。

麦姆斯咨询翻译整理了美国伊利诺伊厄巴纳-香槟大学龚颂斌教授及其团队近期发表在IEEE上的一篇综述文章。文章回顾了最近5~10年微波声学技术的最新进展,并展望了微波声学技术的未来发展。

关键指标分析

在回顾之前,必须先定义评估微波声学器件或微系统的标准。这些标准应该具有足够广泛的适用性,并与各种材料体系无关联性,以便在目标应用范围内进行公平比较。对未来的低损耗和宽带应用来讲,首先要考虑的指标应该是机电耦合系数(k²),而不是品质因数(quality factor)。原因很简单。

任何器件或系统要从声学技术优势中获益,首先要保证研究领域是声学。高效的机电换能机理,即将电学信号转换成声学信号或将声学信号转换成电学信号,都非常重要,因为这决定了系统的带宽、损耗、阻抗以及其它参数规格。k²的改善,通常伴随着新材料(或现有材料的新配置和生长方法)的发现。

对材料或其成分进行选择需要考量其k²值的潜力。然而,k²的改善,不仅取决于材料,还与设计有关,同时还需要权衡其它参数规格。

第二个指标是声学器件的损耗,用品质因数(Q)表示,其数值由材料、工作模式、设计和制造决定。通常,许多因素会影响Q值。因此,要试图改善Q值,就必须全面解决造成损耗的各种“元凶”。当然,这是一个相当复杂的研究课题,损耗机理可能是纯声学的,也可能同时交叉有声学和电磁学,因此需要从物理层面深刻理解损耗机理。

最后一项基本指标是频率可扩展性。工作频率范围就能决定某一特定技术的应用市场。早期SAW滤波器与BAW滤波器的竞争证明,频率可扩展性就能主导市场细分,相比之下其它指标则是辅助因素。在5G时代,频带分配遍布整个频谱,并且不同国家的频谱分配也各不相同,频率可扩展性就显得尤为重要。任何能够适应不同频率的技术(不限于声学技术)都必定会在未来的微波系统中发挥重要作用。

除了上面讨论的k²、Q和频率(f)三项指标以外,通常微波声学产品将不同指标组合在一起并称为不同的综合性能品质优值(FoM),例如k²·Q、f·Q或k²·f·Q,还有一系列次要指标(但并不代表不关键),包括温度稳定性、功率处理、非线性、集成兼容性和封装,用以评估某一特定声学技术的可行性。

一般而言,在选择材料和考虑商业因素时,上述指标并非如k²和Q等需要作为基本指标。但在某些应用实例中,其重要性却超过k²和Q。在本文中,针对不同的基本指标,我们将进行分类并逐项讨论,从而对相关技术进展进行综述。不过,与任何复杂的工程问题一样,这些参数常常是相互关联的。

在实践中,已经尽可能平衡并改善所有参数。尽管如此,我们也将强调某一指标对其它指标(包括次要指标)的影响,虽然在文中无法全部罗列。在对该复杂课题进行细致分析的同时,我们也会展望未来可能面临的挑战。

更高的耦合工作模式

标准明确之后,相关材料及支持工作模式的基础性改善工作就是水到渠成的事情了。压电换能器是最具代表性的器件,展现了在高耦合度、高线性度和高集成度方面的平衡特性,成为微波频段机电机理的最常见产品。目前已取得商业成功的关键材料包括氮化铝(AlN)、钽酸锂(LT)和铌酸锂(LN)。基于上述压电材料已经开发出满足手机和其它移动设备滤波需求的BAW滤波器和SAW滤波器。

根据边界条件(悬空型或固态装配型),AlN可以为厚度扩张模式(thickness-extensional mode)提供4-6%的机电耦合,为横向振动模式(lateral vibrating modes)提供1-2%的机电耦合(零阶对称型(S0)兰姆波)。前者已成为薄膜体声波谐振器(FBAR)和固态装配谐振器(SMR)的主要配置。

后者则吸引了越来越多的研究人员通过光刻工艺改善AlN技术频率特性。为了进一步提高AlN的机电耦合系数,主要有两种方法:一种依赖于混合模式(2D模式或截面兰姆波模式)保证压电常数d₃₃和d₃₁都具有更大的耦合能力,典型的FBAR可提高1-2%。另一种方法是选用掺钪氮化铝(Sc-doped AlN,简称:ScAlN)压电材料,这是十年前提出并已验证可提高d₃₁和d₁₁的方法。

第一种方法,主要由高校研究人员主导,结合厚度模式和横向扩展模式的2D模式可以巧妙地结合各自的优点,即大机电耦合系数和依靠光刻技术调整频率,见图1(a)和图1(b)。精心设计电极可以避免伪模(spurious mode),这激发出了复杂的设计灵感。

从根本上说,腔体的2D结构越明显,即叉指换能器(IDT)的间距与AlN厚度相当,则能够增加本征模密度(即每单位频率范围的本征模数量),降低杂散模的激励机率,从而有望提高k²。展望未来,如果用于ScAIN,将对高频应用产生更深远的影响。

第二种方法:ScAlN,自首次引入以来,中等掺杂浓度的产品已经实现商业化。业界对ScAlN靶材反应溅射法的研究已经非常充足,这种方法沉积出掺杂浓度和应力均匀的薄膜。掺杂水平和实验验证的Q值数据关系每年都会更新,在几乎不牺牲Q值的情况下获得了越来越高的k²,并鼓舞着研究人员为得到更高的k²而实现更高的掺杂水平。

同时,针对AlN薄膜沉积的新技术如金属有机化学气相沉积(MOCVD)和分子束外延(MBE)也在持续开发中,旨在更精确地控制成分并提高结晶度。新型掺杂元素(例如:镁(Mg))具有可比的形成能(forming energy)水平但成本更低,也被尝试作为钪(Sc)的替代品。然而,除了需要开发最佳物理气相沉积(PVD)工艺之外,还需要精确地控制成分,因此仍然存在挑战。

除上述两种方法之外,第三种方法仍处于早期阶段,采用C轴取向AlN来获得剪切模式,如掺杂或其他方法[图1(f)-(h)]。这类似于钽酸锂(LT)和铌酸锂(LN)的不同切割平面。但对于AlN来讲,通过旋转晶轴,dij可以被定制出取向生长方式能实现的张量矩阵旋转。在这种情况下,剪切模式可产生比传统厚度模式更高的机电耦合系数。到目前为止,实验结果表明取向晶粒对Q值有一定的不利影响,是否可以解决该问题还有待观察。

除了AlN,在过去十年中,基于钽酸锂(LiTaO₃)和铌酸锂(LiNbO₃)的技术也取得了令人兴奋的进展。与基于AlN的FBAR滤波器和SMR滤波器一样,即使LiTaO₃和LiNbO₃都具有更高的k²,但基于这两种材料的传统SAW滤波器如果要实现更先进的模式,例如兰姆波族中的零阶剪切水平(SH0)模式或S0模式、一阶反对称(A1)模式,要提高k²也遇到了瓶颈。

为此,必须采用LiTaO₃和LiNbO₃基板和薄膜,并设置薄膜表面反射边界。这种方法已经衍生出多种衬底/绝缘体上LiTaO₃和LiNbO₃薄膜技术。转移技术是常用方法,将一片块体型LiTaO₃和LiNbO₃键合到载体衬底(carrier substrate)上,以进行后续的器件工程。

这项突破带来了几项重要优势。首先,薄膜转移技术使得块体型压电材料以任何切型的单晶薄膜键合在与之兼容的衬底。如今,设计人员在给定模式时对dij的选择很多,尽管不是完全无限的。其次,这些薄膜的结晶和声学损耗性能都更胜一筹,不存在物理气相沉积(PVD)薄膜出现的典型结晶问题。

最后,与高度依赖于下层膜的薄膜生长方法相比,转移技术的薄膜质量对载体衬底的依赖性小很多,从材料角度来看,可以得到更高的Q值。

上述探讨的模式包括S0模式的分类方法取决于在不同的边界条件下如何严格地处理和解释模式失真及其商业目的。然而,在某些情况下LiNbO₃薄膜有出色的机电耦合表现,k²是传统SAW模式的两到四倍,同时Q值相当。

利弊分析如下。除了追求出色的k²,认识到高k²值带来的挑战也很重要。目标模式的高k²意味着LiTaO₃和LiNbO₃切面的高dij可能被附近频率范围内的其他本征模影响。抑制伪模变得很有挑战性,尤其是S0模式和A1模式滤波器。对于S0模式,允许最优S0激励的切割平面也能实现优秀的SH0激励。

迄今为止,S0的限制方案也很好地束缚了SH0和其它兰姆波(如A0)。考虑到额外的高阶横向或纵向S0伪模,问题更为复杂。尽管如此,由于速度比S0快,以及相对非色散特性,出于频率扩展的目的,人们对S0仍然充满兴趣,因此,如果某些问题难以解决,则仍有待定论。

另一方面,A1模式的传播速度比现有任何声学模式都快得多。它具有在AlN截面模式中发现的2D特性,因此在高模密度方面面临类似的变化。然而,LiNbO₃的A1模式比兰姆波模式更分散。LiNbO₃的压电常数dij也比AlN更高。两者的结合允许在更宽的间距厚度比(pitch-to-thickness ratio)范围内激发A1模式,而k²变化不大。

这样的灵活性有利于利用电极间距的伪模抑制技术。但这并不是意味着A1伪模已得到解决。通过调整间距宽度来解决横模和其它本征模是行不通的,必须采取更具创新性的方法加以克服(例如,嵌入式电极或周期化排布的释放窗口)。也许,已经获得了高k²的模式案例为大家解决这些技术难题提供了动力。

也许有人会说,AlN与LiTaO₃/LiNbO₃技术之正在形成竞争态势。AlN技术利用现有设计和制造基础设施就能实现更高的掺杂水平,这是宽带应用快速布局新器件的关键所在。未掺杂的AlN在设计和制造方面已经积累了大量的技术诀窍,掺杂材料的成熟度可能是主要的障碍。然而,随着AlN掺杂水平的提高,设计创新也将随之而来,重点是开发出最佳的、更复杂、可重构的压电系数矩阵(兰姆波和剪切模式已出现了很好的范例)。

通过离子切片或薄膜转移技术,已经制造出单晶质量的LiTaO₃和LiNbO₃压电材料。但要获得更精确的厚度控制,制备工艺仍有改进空间,晶圆尺寸还有待增加以实现更低的成本,才能具备与掺杂AlN竞争的实力。

此外,与AlN不同的是,在LiTaO₃和LiNbO₃薄膜中新出现的模式,让设计人员仍在与伪模、功率处理、温度稳定性等特性作斗争。解决上述问题,需要对结构进一步创新,不仅仅是电极布局优化。值得庆幸的是,将薄膜转移到各种衬底和结构上的灵活性给予了解决上述问题的希望。

改善品质因数(Q)、降低损耗

提高声学谐振器品质因数的方法,主要集中在提升材料质量、开发先进的键合工艺和新的能量限制方法。为了更好地控制较薄的压电薄膜质量,人们对压电薄膜(如ScAlN、AlN)进行了广泛的研究。采用新的外延方法和改进后的溅射技术所制备的压电薄膜,表现出较低的损耗。

薄膜转移和键合技术的改进是提高Q值的另一要素,这些技术使以前难以实施的结构创新得以实现。更具体地说,新型的薄膜堆栈方式利用了SMR压电薄膜,例如超高性能声表面滤波器(IHP-SAW),同时显示出更高的Q值和更低的频率温度系数(TCF)。

研究人员研究了高速衬底和多层衬底,以便更好地限制声波器件的能量。研究人员还通过将压电薄膜与低声学损耗衬底相结合,用于提高无支撑型薄膜器件的Q值。最后,通过研究光子晶体结构的声学结构和声学禁带分布,仍在努力推动可实现的射频声学谐振器性能极限。

除了上述声学改进之外,还需要解决电磁损耗问题。为了减少介质损耗,采用了新型结构、低损耗介质。结果表明,不仅Q值有了很大的提高,而且非线性度的改善也很大。

可以预测,材料和制造工艺很快就会成为提高Q值的瓶颈,这是因为设计的改进彻底地挤压了所有可能提高Q值的空间,例如锚固损耗(anchor loss)、模式限制。在较低的射频频段,未掺杂和掺杂AlN微系统的Q值可能已经达到了由AlN和金属材料、不均匀性、粗糙度和其他制造工艺不精确共同构成的“天花板”。然而,基于LiTaO₃和LiNbO₃薄膜的声学器件,至少在某些模式下,距离“天花板”还有一定的空间。

近年来,对LiNbO₃薄膜声波传播损耗的大量研究表明,该材料的Q值极限为6000,而器件的Q值仅300~1000。基于此研发出的声延迟线(ADL)是两端口器件,在声波导的另一端有一对压电换能器。不同于声学谐振器的各种损耗因子相互影响(例如锚固损耗、热弹性阻尼和电极损耗),ADL的损耗机制相对单一。

在换能器设计相同但波导长度不同的情况下,可以直接提取声学传播损耗。利用AlN薄膜的S0模式,LiNbO₃薄膜的S0、SH0、A1和高阶兰姆波模式,以及SMR LiNbO₃薄膜水平剪切波(SH-SAW)模式,可以设计工作在吉赫兹(GHz)的低损耗宽带ADL。

据报道,LiNbO₃器件工作在GHz处的传播损耗约为0.005 db/λ ~ 0.03 db/λ,其中S0模式的损失最小。对于工作在GHz的LiNbO₃薄膜器件,这样的传输损耗相当于最大Q值达到1000~6000。有趣的是,Q值的预测最大值与在LiNbO₃横向高阶体声波谐振器(LOBAR)中测得的最高Q值一致。LOBAR采用未金属化的LiNbO₃薄膜,其Q值远高于已报道的谐振器Q值,表明电极损耗和锚固损耗是当前LiNbO₃谐振器的主要损耗。

向高频扩展

在过去的几年中,向高频扩展可能是微波声学研究界中最激动人心的课题。声学器件在3 GHz以下的应用已经赢得了良好的声誉,频率超过3 GHz后则Q值不理想,电磁器件则表现更佳。在芯片级无源器件中,电磁波导比声学的损耗更低,两者的交叉点很难确定,而且随着时间的推移,两者的性能都在不断提高,交叉点还会继续变化。

不过可以肯定的是,在室温下,交叉点不会低于6 GHz,即声学器件在损耗方面仍具优势(不考虑尺寸)。基于FBAR和SMR的产品已投放到WiFi 6和C-V2X频段市场,Q值达1000的数量级。但是,如果推动声学器件达到更高频率,如10 GHz、20 GHz甚至60 GHz,那么问题就开始显现。

随着更高频率、更高阶多输入多输出(MIMO)或相控阵的出现,对更高频率声学器件的需求正在酝酿之中。所有这些都表明,随着在手机共存频带越来越多,对微型滤波器的需求数量也会增加。尽管在未来的系统中,频域滤波“应该或必须”、“用于何处”及“如何应用”,还存在争议,但不可否认的是都会追求高性能声学滤波器。

在6-60 GHz范围内,电磁学和声学在尺寸和频率的设计空间中确实存在巨大差距。认识到这一问题,研究人员提出了三种不同的观点。第一种方法是简单直接地进行缩放,即调整影响谐振频率的尺寸因素。对BAW来讲,就是调整AlN厚度;对SAW或面内伸缩模态谐振器(contour-mode resonator,简称CMR,即S0兰姆波),即电极间距和光刻分辨率;

对于2D模式[即兰姆波或A1模式来讲,即厚度和间距。这种方法很简单,但面临多个方面的挑战。随着尺寸减小,越来越接近制造设备的工艺能力极限,很难保证厚度和间距精度。随着厚度的减小,溅射薄膜的结晶性也逐渐消失,其它性能如导热性也会逐渐退化。此外,BAW的金属厚度和SAW的金属宽度必须相应地减小,导致电负载加重。功率处理能力也将降低,需要进一步的定量研究。

第二种方法是增加模式阶数,同时保证相比低频时的尺寸不变。过模(overmode)解决了第一种方法面临的挑战,但带来的代价是牺牲k²。为了扩展频率并最终得到具有应用价值的k²,通常需要从高k²模式开始。目标频率越高,选择的基准应具有越高的k²,以便有充足的空间调整k²。这样的方法对于之前提到的A1模式很有效,也曾在兰姆波模式尝试过。

第三种方法则基于第二种方法发展起来,仍然旨在实现过模,但能减少k²的损失。通过复合结构的过模来实现这一目标。在一个实例[见图5(g)-(h)]中,可采用双层互补取向器件让谐振频率变为双倍或三倍,而k²几乎没有损失甚至完全没有损失。还可以利用绝缘体上的压电双晶片实现三阶,足以弥补传统过模的k²损失,并在此过程中实现温度补偿。希望以上所有方法都能在未来的高频声学器件中寻得一席之地,特别是如果应用允许在电磁域中设计补偿方案。

频率超过10 GHz的声波的传播路径较短,因此很难描绘出向高频方向扩展的技术路线图。目前业内对频率或模式阶数相关损耗的物理理解仍显不足,还需更多的研究和调查。正是这样的不确定性,才使其成为未来几年里令人兴奋的研究沃土。

结论

尽管历史悠久,微波声学仍在不断地激发人类创新并取得令人兴奋的进展。随着更大机电耦合系数、更高Q值和更高频率的微波声学平台的成熟,更复杂的微系统将展现出前所未有的信号处理能力。

论文链接:

https://ieeexplore.ieee.org/document/9398244

编辑:jq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 滤波器
    +关注

    关注

    160

    文章

    7720

    浏览量

    177580
  • PVD
    PVD
    +关注

    关注

    4

    文章

    49

    浏览量

    16935
  • FBAR
    +关注

    关注

    6

    文章

    46

    浏览量

    17607
  • BAW
    BAW
    +关注

    关注

    3

    文章

    120

    浏览量

    18660

原文标题:微波声学器件最新进展及技术展望

文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    揭秘超以太网联盟(UEC)1.0 规范最新进展(2024Q4)

    近期,由博通、思科、Arista、微软、Meta等国际顶级半导体、设备和云厂商牵头成立的超以太网联盟(UEC)在OCP Global Summit上对外公布其最新进展——UEC规范1.0的预览版本。让我们一睹为快吧!
    的头像 发表于 11-18 16:53 47次阅读
    揭秘超以太网联盟(UEC)1.0 规范<b class='flag-5'>最新进展</b>(2024Q4)

    Qorvo在射频和电源管理领域的最新进展

    了半导体行业的重大变革,还成功引领Qorvo成为射频技术的领导者。在本次专访中,Philip将为大家分享Qorvo在射频和电源管理领域的最新进展,并探讨HPA事业部如何通过技术创新应对全球电气化和互联化的挑战。
    的头像 发表于 11-17 10:57 225次阅读

    智能优化的自动点焊控制系统:电源技术新进展与应用实践

    优化的自动点焊控制系统以其高效、精确的优势,成为了提升焊接质量及生产效率的关键所在,尤其在电源技术上的新进展为其发展提供了强大动力。 首先,智能优化的自动点焊控制系?
    的头像 发表于 11-16 09:10 117次阅读

    小鹏汽车图灵芯片及L4自动驾驶新进展

    的特定领域架构,进一步提升了其处理能力。 据悉,小鹏汽车已在今年10月份成功在图灵芯片上跑通了智能驾驶功能,这标志着公司在智能驾驶领域取得了重要进展。 除了图灵芯片,何小鹏还透露了小鹏汽车在L4级自动驾驶方面的最新进展。他表示,未来
    的头像 发表于 11-08 11:01 868次阅读

    芯片和封装级互连技术最新进展

    近年来,计算领域发生了巨大变化,通信已成为系统性能的主要瓶颈,而非计算本身。这一转变使互连技术 - 即实现计算系统各组件之间数据交换的通道 - 成为计算机架构创新的焦点。本文探讨了通用、专用和量子计算系统中芯片和封装级互连的最新进展,并强调了这一快速
    的头像 发表于 10-28 09:50 308次阅读

    固态电池技术最新进展

    固态电池技术是当前电池研究领域的一个热点,它被看作是下一代电池技术的有力竞争者。与传统的锂离子电池相比,固态电池具有更高的能量密度、更好的安全性和更长的使用寿命。 1. 固态电池的基本原理 固态电池
    的头像 发表于 10-28 09:18 540次阅读

    高燃回顾|第三届OpenHarmony技术大会精彩瞬间

    第三届OpenHarmony技术大会圆满落幕 全球开源精英齐聚 共同展示OpenHarmony技术、生态、人才的最新进展 见证OpenHarmony南北向生态繁荣 共绘开源生态发展蓝图
    发表于 10-16 18:47

    5G新通话技术取得新进展

    在探讨5G新通话这一话题时,我们需首先明确其背景与重要性。自2022年4月国内运营商正式推出以来,5G新通话作为传统语音通话的升级版,迅速吸引了公众的目光,并引起了社会的广泛关注。它基于5G网络,代表了通信技术新进展
    的头像 发表于 10-12 16:02 516次阅读

    中国科学技术大学科研团队取得量子计算研究新进展

    中国科学技术大学科研团队取得量子计算研究新进展 据央视新闻报道,中国科学技术大学科研团队利用自主研发的关键设备,利用“自底而上”的量子模拟方法,在国际上首次实现光子的反常分数量子霍尔态。 据中国科大
    的头像 发表于 05-08 16:40 633次阅读

    广东的5G-A、信号升格和低空经济,又有新进展

    了两地的5G/5G-A、智算等数字基础设施建设,深入了解了他们在信号升格和低空经济方面的最新进展。活动一共持续了三天,前后跑了8个项目,虽然很累,但收获满满。接下
    的头像 发表于 04-19 08:05 821次阅读
    广东的5G-A、信号升格和低空经济,又有<b class='flag-5'>新进展</b>!

    百度首席技术官王海峰解读文心大模型的关键技术最新进展

    4月16日,以“创造未来”为主题的Create 2024百度AI开发者大会在深圳国际会展中心成功举办。百度首席技术官王海峰以“技术筑基,星河璀璨”为题,发表演讲,解读了智能体、代码、多模型等多项文心大模型的关键
    的头像 发表于 04-18 09:20 653次阅读
    百度首席<b class='flag-5'>技术</b>官王海峰解读文心大模型的关键<b class='flag-5'>技术</b>和<b class='flag-5'>最新进展</b>

    一种基于3D螺旋热电Bi₂Te₃薄膜的柔性复合双参数温度-压力传感器

    柔性电子材料和器件最新进展推动了可穿戴技术的快速发展,包括植入式设备、电子皮肤(e-skin)和生理信号监测等领域。
    的头像 发表于 03-25 09:23 495次阅读
    一种基于3D螺旋热电Bi₂Te₃薄膜的柔性复合双参数温度-压力传感器

    四个50亿+,多个半导体项目最新进展

    来源:全球半导体观察,谢谢 编辑:感知芯视界 Link 近日,半导体行业多个项目迎来最新进展,其中浙江丽水特色工艺晶圆制造项目、浙江中宁硅业硅碳负极材料及高纯硅烷系列产品项目、晶隆半导体材料及器件
    的头像 发表于 02-27 09:35 947次阅读

    两家企业有关LED项目的最新进展

    近日,乾富半导体与英创力两家企业有关LED项目传来最新进展
    的头像 发表于 01-15 13:37 652次阅读

    语音识别技术最新进展:视听融合的多模态交互成为主要演进方向

    多种模态(声学、语言模型、视觉特征等)进行联合建模,基于深度学习的多模态语音识别取得了新进展。   多模态交互的原理及优势   多模态交互技术融合了多种输入方式,包括语音、手势、触摸和眼动等,使用户可以根据自己的喜好和习惯
    的头像 发表于 12-28 09:06 3602次阅读
    语音识别<b class='flag-5'>技术</b><b class='flag-5'>最新进展</b>:视听融合的多模态交互成为主要演进方向