【正文】 ............................................................................................18圖 41 軟件流程圖...............................................................................................................20圖 42 錄音軟件程序框圖...................................................................................................21圖 43 放音軟件程序框圖...................................................................................................23圖 44 語(yǔ)音信號(hào)引入與打開(kāi)圖...........................................................................................26圖 45 語(yǔ)音信號(hào)定點(diǎn)分析圖...............................................................................................27圖 51 濾波和頻譜分析圖...................................................................................................29插表清單表 21 數(shù)字音頻質(zhì)量等級(jí)表...............................................................................................11表 31 單片機(jī)引腳功能表...................................................................................................17引 言隨著我國(guó)經(jīng)濟(jì)建設(shè)的迅猛發(fā)展，公安、鐵路、民航、金融等部門(mén)對(duì)語(yǔ)音記錄的需求不斷增長(zhǎng)。把語(yǔ)音生成技術(shù)用于工業(yè)監(jiān)控系統(tǒng)、自動(dòng)應(yīng)答系統(tǒng)、多媒體查詢(xún)系統(tǒng)、智能化儀表、辦公自動(dòng)化系統(tǒng)或家用電氣產(chǎn)品中，使它們具有語(yǔ)音輸出功能，使之能在適當(dāng)?shù)臅r(shí)候用語(yǔ)音實(shí)時(shí)報(bào)告系統(tǒng)的工作狀態(tài)、警告信息、提示信息或相關(guān)的解釋說(shuō)明等，無(wú)疑在提高人機(jī)通信能力、減少對(duì)錯(cuò)誤處理的遺漏、提高系統(tǒng)性能、降低人們的工作強(qiáng)度等方面都有極大的好處。數(shù)字語(yǔ)音錄放系統(tǒng)是將現(xiàn)場(chǎng)的語(yǔ)音模擬信號(hào)轉(zhuǎn)變?yōu)殡x散的數(shù)字信號(hào)，然后存儲(chǔ)在一定的存儲(chǔ)介質(zhì)上的一種錄音方式，它也是數(shù)字語(yǔ)音處理技術(shù)中常用的一種方式。采用數(shù)字錄音技術(shù)，有較高的效率和自動(dòng)化程度，錄音時(shí)間也長(zhǎng)，并可將信息長(zhǎng)期保存于存儲(chǔ)介質(zhì)中，同時(shí)對(duì)語(yǔ)音信息進(jìn)行編輯整理非常方便，可快速查找。實(shí)現(xiàn)數(shù)字語(yǔ)音錄放系統(tǒng)可以采用PC 機(jī)實(shí)現(xiàn)和嵌入式系統(tǒng)實(shí)現(xiàn)兩種方式。當(dāng)使用 PC機(jī)的時(shí)候，由于它的體積龐大，耗電高，造價(jià)也高，并且在某些情況下系統(tǒng)的穩(wěn)定性得不到保證所以用PC機(jī)來(lái)實(shí)現(xiàn)前述的各項(xiàng)功能和操作，就受到了一定的限制。而嵌入式系統(tǒng)的體積小，供電方便，造價(jià)低，穩(wěn)定性也高，所以得到了廣泛的應(yīng)用。第 1 章 緒論 導(dǎo)言目前基于單片微機(jī)的語(yǔ)音系統(tǒng)的應(yīng)用越來(lái)越廣泛，如電腦語(yǔ)音鐘、語(yǔ)音型數(shù)字萬(wàn)用表、手機(jī)話費(fèi)查詢(xún)系統(tǒng)、排隊(duì)機(jī)、監(jiān)控系統(tǒng)語(yǔ)音報(bào)警以及公共汽車(chē)報(bào)站器等等。本文用單片機(jī) AT89C52 和錄放時(shí)間達(dá) 60S 的數(shù)碼語(yǔ)音芯片 ISD2560 設(shè)計(jì)了一套智能語(yǔ)音錄放系統(tǒng)，實(shí)現(xiàn)了語(yǔ)音的錄取、濾波和頻譜分析、回放，通過(guò)軟件的修改還可以實(shí)現(xiàn)整段錄取，循環(huán)播放，而且不必使用專(zhuān)門(mén)的 ISD 語(yǔ)音開(kāi)發(fā)設(shè)備。 數(shù)字語(yǔ)音錄放系統(tǒng)的發(fā)展數(shù)字語(yǔ)音錄放是指利用數(shù)字技術(shù)對(duì)語(yǔ)音信號(hào)進(jìn)行采集、處理、并且在一定存儲(chǔ)設(shè)備中進(jìn)行存儲(chǔ)，并可在需要時(shí)進(jìn)行輸出的過(guò)程。相對(duì)于模擬設(shè)備來(lái)說(shuō)，數(shù)字設(shè)備易于集成、小型化、成本更低，同時(shí)更為穩(wěn)定，且操作更為直接、方便，使得數(shù)字語(yǔ)音錄放系統(tǒng)目前在各種領(lǐng)域中都得到了廣泛的應(yīng)用。例如監(jiān)控環(huán)境中使用的語(yǔ)音采集系統(tǒng)；再如家庭或?qū)W校中使用的語(yǔ)音復(fù)讀機(jī)等，都可看作是數(shù)字語(yǔ)音錄放系統(tǒng)的典型應(yīng)用。 然而目前一般的數(shù)字語(yǔ)音錄放系統(tǒng)中，對(duì)語(yǔ)音只是進(jìn)行簡(jiǎn)單的采集、存儲(chǔ)和播放；雖然可以較大程度上保證語(yǔ)音的保真度，但過(guò)多的語(yǔ)音數(shù)據(jù)會(huì)造成對(duì)大量存儲(chǔ)設(shè)備的需求。對(duì)于大型系統(tǒng)，可通過(guò)采用大容量的硬盤(pán)、甚至大規(guī)模的磁盤(pán)陣列來(lái)解決；但是對(duì)于小型的設(shè)備，例如便攜式的語(yǔ)音復(fù)讀機(jī)，由于容量有限，則不能采用同樣的方法。 近年來(lái)，語(yǔ)音信號(hào)處理技術(shù)研究的突飛猛進(jìn)，為數(shù)字語(yǔ)音錄放系統(tǒng)提供了新的發(fā)展空間。對(duì)語(yǔ)音的采集、處理從以前簡(jiǎn)單的波形編碼轉(zhuǎn)變?yōu)檫M(jìn)行參數(shù)編碼、壓縮，從而大大減少了存儲(chǔ)數(shù)據(jù)。舉例來(lái)說(shuō)，原始語(yǔ)音一般都是采用 8KHz 抽樣，16bits 的線性 PCM 編碼進(jìn)行采集，在一般的系統(tǒng)中就直接將采集后的數(shù)據(jù)進(jìn)行存儲(chǔ)；而如果采用參數(shù)編碼對(duì)采集后的數(shù)據(jù)進(jìn)行壓縮，存儲(chǔ)量則可以大大減少，當(dāng)需要恢復(fù)語(yǔ)音時(shí)，可利用編碼后的參數(shù)進(jìn)行合成，可以得到質(zhì)量令人滿(mǎn)意的結(jié)果。第 2 章 數(shù)字錄音的基本原理 模擬音頻和數(shù)字音頻聲音是由物體振動(dòng)產(chǎn)生的，振動(dòng)發(fā)聲的物體稱(chēng)為聲源。在空氣中，聲源的振動(dòng)會(huì)使周?chē)目諝赓|(zhì)點(diǎn)產(chǎn)生一定的疏密變化，并以一定的速度傳播出去形成聲波。因此聲波是疏密波，也稱(chēng)為縱波。包圍地球表面的大氣層，隨高度的不同而存在不同的大氣壓強(qiáng)。有聲音存在時(shí)，大氣壓強(qiáng)會(huì)有微弱的起伏變化，即在靜態(tài)大氣壓強(qiáng)上疊加了變化的分量，這個(gè)變化的分量稱(chēng)為聲壓p，通常聲壓的大小用它的有效值P 表示，單位是Pa。人耳剛好能聽(tīng)到的聲壓約為210 5Pa，在房間中大聲說(shuō)話，~。聲音在1秒間所傳播的距離稱(chēng)為聲速c，單位是米/秒(m/s)，在室溫下，1個(gè)大氣壓的空氣中，聲速約為340m/，所發(fā)出的聲波也是做同樣的周期性振動(dòng)，聲源或聲波每秒鐘內(nèi)的振動(dòng)次數(shù)稱(chēng)為聲音的頻率f，單位是赫茲Hz，人耳能聽(tīng)到的聲音頻率范圍是2OHz20kHz。單位時(shí)間內(nèi)穿過(guò)垂直聲波傳播方向單位面積的聲能稱(chēng)為聲強(qiáng)，單位是瓦/平方米(W/m2)。人耳對(duì)聲振動(dòng)的感受，在頻率及聲壓級(jí)方面都有一定的范圍，在這個(gè)范圍以外的聲振動(dòng)人耳是聽(tīng)不到的。人耳能感覺(jué)到的聲振動(dòng)約在20Hz20kHz之間，稱(chēng)為可聽(tīng)聲。紊亂斷續(xù)或統(tǒng)計(jì)上隨機(jī)的聲音稱(chēng)為噪聲，對(duì)于不需要的聲音也稱(chēng)為噪聲。噪聲也用它的聲壓級(jí)dB數(shù)來(lái)表示它的大小，稱(chēng)為噪聲級(jí)。在寂靜的環(huán)境里，人耳能分辨出輕微的聲音，但在嘈雜的環(huán)境中，這些輕微的聲音就被淹沒(méi)掉了。由于第一個(gè)聲音存在而使第二個(gè)聲音提高的現(xiàn)象稱(chēng)為掩蔽效應(yīng)。掩蔽效應(yīng)對(duì)數(shù)字音頻編碼起到重要作用。 數(shù)字音頻技術(shù)的概念模擬量是指在時(shí)間上和幅度上都是連續(xù)的量，聲波就是聲壓幅度隨時(shí)間連續(xù)變化的模擬量，它由傳聲器轉(zhuǎn)換成聲頻信號(hào)后，也是時(shí)間和電壓幅度都連續(xù)變化的模擬信號(hào)。如果幅度只是一些特定值的階梯波，則是時(shí)間連續(xù)而幅度不連續(xù)的信號(hào)。幅度連續(xù)而時(shí)間不連續(xù)的信號(hào)是脈沖幅度(PAM)調(diào)制信號(hào)。時(shí)間和幅度都不連續(xù)的信號(hào)是數(shù)字信號(hào)。從模擬磁帶錄音機(jī)和數(shù)字磁帶錄音機(jī)的比較來(lái)看，模擬錄音存在很多缺點(diǎn):（1） 在錄音、編輯和放音過(guò)程中混入的各種噪音不能被分離出來(lái)，形成對(duì)信號(hào)的損傷。（2） 錄音媒體的信噪比可成為記錄信號(hào)信噪比的一部分。（3） 錄音磁頭、放音磁頭等呈現(xiàn)的非線性會(huì)使記錄的信號(hào)也呈現(xiàn)非線性。（4） 驅(qū)動(dòng)、轉(zhuǎn)動(dòng)機(jī)械系統(tǒng)的不穩(wěn)定會(huì)造成抖晃。數(shù)錄音是將模擬信號(hào)轉(zhuǎn)變?yōu)殡x散的數(shù)字信號(hào)后進(jìn)行記錄的。對(duì)于需要多次轉(zhuǎn)接、復(fù)制的模擬錄音，每轉(zhuǎn)接、復(fù)制一次，信號(hào)的質(zhì)量下降程度就要累加一次，而數(shù)字錄音就沒(méi)有這一問(wèn)題。數(shù)字錄音具有下列優(yōu)占。（1） 數(shù)字化的標(biāo)準(zhǔn)(取樣頻率、量化比特?cái)?shù))確定以后，性能的界限也就確定了，性能是穩(wěn)定的。（2） 錄音是以“0”或“1”數(shù)字進(jìn)行的，放音時(shí)，只需判斷出“0”或“1”，即判斷脈沖“有”“無(wú)”即可，因而記錄媒體的信噪比與放音信噪比無(wú)直接的關(guān)系。（3） 許多器件不需要具有線性。（4） 驅(qū)動(dòng)、轉(zhuǎn)動(dòng)系統(tǒng)的不穩(wěn)定，由于時(shí)鐘脈沖信號(hào)和存儲(chǔ)器的作用，不會(huì)造成晃。防混疊低通濾波器取樣/保持A/D 變換器交織 糾錯(cuò)碼處理模擬聲頻信號(hào)數(shù)字音頻信號(hào) 記錄圖 21 數(shù)字錄音系統(tǒng)圖模擬恢復(fù)低通濾波器 窗口 電路D/A變換器糾錯(cuò)碼處理 反交織 重放數(shù)字聲頻信號(hào)模擬聲頻信號(hào)圖 22 數(shù)字放音系統(tǒng)圖放音錄音 語(yǔ)音信號(hào)的數(shù)字化將模擬信號(hào)轉(zhuǎn)變成數(shù)字信號(hào)，需經(jīng)過(guò)取樣、量化和編碼三個(gè)步驟。 取樣（1）取樣定理模擬聲頻信號(hào)可用幅度對(duì)時(shí)間的關(guān)系來(lái)表示，將模擬信號(hào)的幅度以一定的時(shí)間間隔取得樣值，稱(chēng)為取樣(或采樣、抽樣)。取樣的時(shí)間間隔稱(chēng)為取樣周期，每秒內(nèi)取樣的次數(shù)稱(chēng)為取樣頻率。根據(jù)取樣定理，當(dāng)取樣頻率f s為被取樣信號(hào)最高頻率f h的兩倍時(shí)，則被取樣信號(hào)可以被恢復(fù)，即f s≥2fh。（2）取樣頻率取樣頻率的選取應(yīng)考慮以下兩點(diǎn):1）聲頻信號(hào)的最高頻率。2）防混疊低通濾波器的截止特性。數(shù)字音頻的質(zhì)量與采樣頻率和量化精度有關(guān)，數(shù)字音頻可分為以下幾個(gè)質(zhì)量等級(jí)：表 21數(shù)字音頻質(zhì)量等級(jí)表信號(hào)類(lèi)型 頻率范圍(Hz) 采樣頻率(KHz 量化精度(位)電話語(yǔ)音 200~3400 8 8寬帶音頻 50~7000 16 16調(diào)頻廣播 20~15K 16高質(zhì)量音頻 20~20K 16由于本系統(tǒng)錄音的對(duì)象是人說(shuō)話時(shí)的語(yǔ)音，人的語(yǔ)音頻率大概在300Hz至，根據(jù)取樣定理， Hz，普通語(yǔ)音選取的是8 KHz，但為了提高聲音的保真度，減少濾波實(shí)現(xiàn)的難度，同時(shí)與微機(jī)的錄音頻率最大程度地接近。3) 混疊的防止經(jīng)過(guò)取樣后，原信號(hào)的頻譜分布要有改變。如果取樣頻率小于信號(hào)最高頻率的兩倍，或信號(hào)的實(shí)際最高頻率超過(guò)了f ，則會(huì)產(chǎn)生頻譜混疊現(xiàn)象，以后就無(wú)法將原h(huán)信號(hào)復(fù)原，并且出現(xiàn)混疊噪聲。為了將聲頻信號(hào)嚴(yán)格限制在f 以下，應(yīng)先讓原信號(hào)h通過(guò)一個(gè)高頻截止頻率為f 的低通濾波器后再進(jìn)行取樣。h4) 取樣保持電路取樣保持電路是在A/D變換器之前，為使取樣保持一定時(shí)間而設(shè)的。由于 A/D變換器的轉(zhuǎn)換需要一定時(shí)間才能完成，而輸入的模擬信號(hào)是不斷變化的，因此取樣值必須保持一定時(shí)間。5) 取樣產(chǎn)生的孔徑效應(yīng)取樣定理所敘述的由取樣的PAM 信號(hào)可以完全恢復(fù)原模擬信號(hào)是有條件的，即取樣脈沖的寬度( 即脈沖所占時(shí)間)應(yīng)為無(wú)限小，但實(shí)際的取樣脈沖都有一定的寬度，這就會(huì)使恢復(fù)的模擬信號(hào)的高頻特性產(chǎn)生失真，這種效應(yīng)稱(chēng)為孔徑效應(yīng)。實(shí)驗(yàn)證明，當(dāng)取樣脈沖寬度為取樣周期的1/4時(shí)，孔徑效應(yīng)所產(chǎn)生的高頻損失約為 ,人耳對(duì)它不能察覺(jué)到，不會(huì)成為問(wèn)題。 量化（1）量化的概念將模擬信號(hào)的取樣值，經(jīng)“四舍五入” 的方法轉(zhuǎn)換成一種數(shù)字信號(hào)的過(guò)程稱(chēng)為量化。在數(shù)字語(yǔ)音技術(shù)中，我們采用二進(jìn)制表示一個(gè)數(shù)，即用“1”“0”來(lái)表示一個(gè)數(shù)，逢2進(jìn)1，用電路的接通和斷開(kāi)即可實(shí)現(xiàn)。采用二進(jìn)制時(shí)的有效位數(shù)稱(chēng)為比特?cái)?shù)或位數(shù)，在進(jìn)行舍入運(yùn)算的過(guò)程中會(huì)產(chǎn)生舍入誤差。由取樣定理知道，如果取樣頻率能滿(mǎn)足這個(gè)定理，就會(huì)完全恢復(fù)原波形，但要真正完全恢復(fù)原波形，則需要無(wú)窮多位數(shù)。在通常的數(shù)字系統(tǒng)中，每個(gè)取樣點(diǎn)都會(huì)產(chǎn)生舍入誤差，并且存在與這種舍入誤差相應(yīng)的失真和噪聲，稱(chēng)為量化噪聲或量化失真。量化階 梯數(shù)，或量化級(jí)數(shù)，是指量化所能取值的數(shù)目。以二進(jìn)制量化時(shí)，位數(shù)越多，量化階梯數(shù)也就越多，16位的量化階梯數(shù)為65536個(gè)，量化誤差己很小。對(duì)于量化階梯相等的量化方法稱(chēng)為線性量化或均勻量化，不相等則稱(chēng)為非線性量化或不均勻量化。均勻量化的量化噪聲也是恒值，因此信號(hào)幅度大時(shí)，信噪比高。信號(hào)幅度小時(shí)，信噪比低，噪聲較明顯。非均勻量化在信號(hào)幅度小的時(shí)候，量化階梯高度也小，信噪比可以較好。信號(hào)幅度大的部分，量化階梯高度也大，雖然量化噪聲大，但由于人耳的掩蔽效應(yīng)，對(duì)信號(hào)幅度大時(shí)增大的噪聲會(huì)感覺(jué)不出來(lái)。 可以看出，對(duì)于普通語(yǔ)音，量化精度選取8位就可以滿(mǎn)足數(shù)字化語(yǔ)音質(zhì)量的要求，因此本系統(tǒng)的量化位數(shù)就選取8位。2量化噪聲 222022MNVd????? （）當(dāng)聲噪信號(hào)為正弦波時(shí)，并且峰峰值為 1，則在單位負(fù)載上的功率S 為? ()于是，可以算出以dB表示的信噪比為 ()??可見(jiàn)，量化比特?cái)?shù)M越大，信噪比越好。量化噪聲是均勻分布在 0fs/2的頻帶中，另外量化噪聲的振幅為常數(shù)，它等于△，不隨信號(hào)大小而改變，因而當(dāng)信號(hào)很大時(shí)，系統(tǒng)的信噪比很高。但當(dāng)信號(hào)很小時(shí)，則量化噪聲對(duì)系統(tǒng)的音質(zhì)影響就將十分明顯。量化噪聲的減低對(duì)于量化噪聲可采用在信號(hào)中加給高頻抖動(dòng)信號(hào)的方法，量化后，再減去高頻抖動(dòng)信號(hào)，而使量化噪聲白噪聲化。量化噪聲隨量化比特?cái)?shù)增大而相應(yīng)減小，但不能減為零。量化噪聲是不同于白噪聲(即等帶寬能量相等的噪聲)的一種高頻噪聲，它是由比較少的孤立頻譜重疊而成的噪聲。因此在聽(tīng)感上與白噪聲不同，是一種較粗糙的、刺耳的、稱(chēng)為顆粒性噪聲的聲音?？梢詫⒁环N稱(chēng)為高頻脈動(dòng)的、與量化階梯高度相等的小振幅白噪聲與信號(hào)