【文章內(nèi)容簡介】 ，該過程主要包括采樣和量化兩個方面。數(shù)字音頻的質(zhì)量取決于：采樣頻率和量化位數(shù)這兩個重要參數(shù)。此外，聲道的數(shù)目、相應的音頻設備也是影響音頻質(zhì)量的原因。 語音處理技術是建立在語言學和數(shù)字信號處理基礎之上的綜合學科，其過程大致可以分為 A/D 采樣輸入、編碼處理、存儲、解碼處理和 D/A 等。如今，要實現(xiàn)語音處理有多種渠道，可以選用 專用語音芯片也可以選用單片機，二者區(qū)別參看表 ，如下： 表 語音處理器件性能對照表 [2] 所選器件 音質(zhì) 語音播放長度和段落 價格 專用語音芯片 好 受限制 較高 單片機 由 AD、 DA 精度、壓縮算法等決定 由存儲空間決定 有優(yōu)勢 SPCE061A 單片機具有八路 10 位 ADC 和兩路 10 位 DAC，兩個 16 位可編程定時器 /計數(shù)器，內(nèi)置 MIC 放大器和自動增益控制（ AGC） 電路， CPU 時鐘主頻最高達 49MHz 且具有 DSP 功能，有能力執(zhí)行復雜壓縮算法。所以在選擇具有語音處理功能單片機時， SPCE061A 單片機可謂是上上之選。 SPCE061A 將 A/D、編碼算法、解碼算法、存儲及 D/A 做成相應的模塊，每個模塊都有其應用程序接口 API，要實現(xiàn)語音處理，只用了解每個模塊所要實現(xiàn)的功能及參數(shù)的內(nèi)容，然后調(diào)用該API 函數(shù)即可。 不同音頻質(zhì)量等級的編碼技術標準（頻響）參看表 ，如下： 表 音頻質(zhì)量等級編碼技術標準 [2] 信號類型 頻率范圍（ Hz） 采樣率（ KHz） 量化精度（位） 電話話音 200～ 3400 8 8 寬帶音頻 （ AM 質(zhì)量） 50～ 7000 16 16 調(diào)頻廣播 （ FM 質(zhì)量） 20～ 15K 16 高質(zhì)量音頻 （ CD 質(zhì)量） 20～ 20K 16 凌陽音頻壓縮算法處理的語音信號的范圍是 200Hz～ 的電話話音。 桂林電子科技大學畢業(yè)設計 (論文 )報告用紙 第 8 頁 共 58 頁 音頻壓縮編碼 音頻壓縮編碼中的數(shù)據(jù)量：（采樣頻率量化位數(shù)） /（字節(jié)數(shù)）聲道數(shù)目 壓縮編碼的目的，通過對資料的壓縮，達到高效率存儲和轉換資料的結果，即在保證一定聲音質(zhì)量的條件下，以最小的資料率來表達和傳送聲音信息。 壓縮編碼的必要性，未經(jīng)壓縮編碼的音頻資料量很大，用來傳輸或存儲是不容易實現(xiàn)的。所以要通過對信號趨 勢的預測和冗余信息處理，進行資料的壓縮，這樣就可以使我們用較少的資源建立更多的信息。 常見的幾種音頻壓縮編碼： （ 1） 波形編碼 [2]，將時間域信號直接變換為數(shù)字代碼，盡量真實地還原波形。波形編碼的基本原理是在時間軸上對模擬語音按一定的速率抽樣，然后將幅度樣本分層量化，并用代碼表示。譯 碼是其反過程，將收到的數(shù)字序列經(jīng)過譯碼和濾波恢復成模擬信號。 （ 2） 參數(shù)編碼 [2]，參數(shù)編碼又稱為聲源編碼，是將信源信號在頻率域或其它正交變換域提取特征參數(shù)，并將其變換成數(shù)字代碼進行傳輸。譯碼為其反過程，將收到的數(shù)字序列經(jīng)變 換恢復特征參量，再根據(jù)特征參量重建語音信號。具體說，參數(shù)編碼是通過對語音信號特征參數(shù)的提取和編碼，盡量保持語音信號的可懂性，而還原后的波形可能與原波形差別很大。 （ 3） 混合編碼 [2]，將波形編碼和參數(shù)編碼組合起來，克服了原有波形編碼和參數(shù)編碼的弱點，結合各自的長處，盡量保持波形編碼的高質(zhì)量和參數(shù)編碼的低速率。 壓縮分為無損壓縮和有損壓縮。無損壓縮一般指磁盤文件，壓縮比低，一般為：2:1～ 4:1；有損壓縮是指音 /視頻文件，壓縮比可高達 100:1。凌陽音頻壓縮算法根據(jù)不同的壓縮比分為以下幾 種： SACMA20 SACMS480、 SACMS240。三者區(qū)別參看表 ，如下： 表 凌陽語音壓縮算法區(qū)別 [2] 凌陽音頻壓縮算法 編碼方式 編碼率（ bps） 壓縮比 音質(zhì) SACM_A2020 波形編碼 16K, 20K, 24K 8： 1, 8： , 8： 好 SACM_S480 混合編碼 , 80： 3, 80： 中 SACM_S240 參數(shù)編碼 80： 差 桂林電子科技大學畢業(yè)設計 (論文 )報告用紙 第 9 頁 共 58 頁 、錄制、合成和辨識 要完成語音的播放、錄 制、合成及辨識等工作，單片機需要強大的信息處理能力而凌陽 16 位 SPCE061A 單片機則是為此而開發(fā)的，其具有 DSP 功能，可處理大量信息， CPU 最高時鐘頻率可達到 49MHz，具備運算速度高的優(yōu)點。凌陽壓縮算法中 SACM_A20 SACM_S480、 SACM_S240 主要是用來放音，可用于語音提示，而 DVR 則用來錄音。 口 API 的功能及應用 語音和音樂與我們的生活有著相當密切的關系，而單片機對語音的控制如錄放音、合成機辨識也廣泛應用在現(xiàn)實生活中。語音處理大致可以分為 A/D、編碼處理 、存儲、解碼處理以及 D/A 等。然而，通過麥克風輸入所生成的 WAVE 文件，其占用的存儲空間很大，對于單片機來說想要存儲大量的信息顯然很不可能實現(xiàn)的，而凌陽的 SPCE061A 所采用的解決辦法即 SACM_LIB，該庫將 A/D、編碼、解碼、存儲及 D/A 做成相應的模塊，對于每個模塊都有其應用程序接口 API，要實現(xiàn)某功能，用戶只需了解每個模塊所要實現(xiàn)的功能及其參數(shù)的內(nèi)容，然后調(diào)用該API 函數(shù)即可。 語音識別 API[2]介紹： BSR _Init Recognizer(int Audio Source)；初始化識別器 BSR _Train(int Word ID, int Train Mode)；語音訓練 BSR _Delete SD Group(int SD Group No)；清除內(nèi)存 BSR _Pause Recognizer()；暫停識別，但不釋放中斷等資源 BSR _Resume Recognizer()；恢復被暫停的識別 BSR _Get Recognizer Score()；獲得識別結果的可信度，返回值從 4096到 4096，數(shù)值越大表示輸入語音與特征模型的匹配度越高 BSR _Enable CPU Indicator()；開啟 CPU 狀態(tài)監(jiān)測功能。開啟該功能后，IOA0 和 IOA1 將發(fā)出每 16ms 電平變化一次的方波 BSR _Disable CPU Indicator()；關閉 CPU 狀態(tài)監(jiān)測功能 BSR _Export SD Word(int Command ID)；使用函數(shù)庫時，會自動創(chuàng)建一個100 Word 的數(shù)組 BSR _SD Model[100]，可以把某條訓練命令的特征模型數(shù)據(jù)導出到這個數(shù)組中 BSR _Import SD Word(int Command ID)；可以把 BSR _SD Model 數(shù)組中的數(shù)據(jù)導入為某條語音命令的特征模型 unsigned int BSR _SD Model[]； 配合 BSR _Export SD Word(int Command 桂林電子科技大學畢業(yè)設計 (論文 )報告用紙 第 10 頁 共 58 頁 ID)與 BSR _Import SD Word(int Command ID)函數(shù)使用，此數(shù)組的作用相當于一個暫時的存儲區(qū) SACM_480 采用混合編碼方式，壓縮比比較大，存儲容量大，音質(zhì)介于 A2020和 S240 之間，適用于語音播放，如電子詞典詞庫等，所以本文采用了該算法，以下就 SACM_480 算法具體介紹其 API 函數(shù)的格式、功能、參數(shù)、返回值、備注 。 其相關 API 函數(shù)如下所示： 1） API 格式 [2]： C： int SACM_S480_Initial(int Init _Index) ASM： R1=[ Init _ Index] Call F_ SACM_ S480_Initial 功能說明： SACM_480 語音播放之前的初始化。 參數(shù)： Init _ Index=0：手動方式 Init _ Index=1：自動方式。 返回值： 0：語音模塊初始化失敗。 1：語音模塊初始化成功。 備注： 該函數(shù)用于對定時器、中斷和 DAC 等的初始化。 2） API 格式 [2]： C： void SACM_S480_ServiceLoop(void) ASM： Call F_ SACM_S480_ServiceLoop 功能說明：從資源中獲取 SACM_S480 語音資料，并將其填入解碼隊列中。 參數(shù)： 無 返回值： 無 備注： 播放語音文件中數(shù)據(jù)，當出現(xiàn) FF FF FFH 數(shù)據(jù)時便停止播放。 3） API 格式 [2]： C： int SACM_S480_Play(int Speech _Index, int Channel, int Ramp _Set) ASM： R1=[ Speech _Index] R2=[ Channel] R3=[ Ramp _Set] Call SACM_S480_Play 功能說明： 播放資源中 SACM_480 語音。 參數(shù)： Speech _Index：語音索引號。 Channel： 1. 通過 DAC1 通道播放。 2. 通過 DAC2 通道播放。 3. 通過 DAC1 和 DAC2 雙通道播放。 Ramp _Set： 0. 禁止音量增 /減調(diào)節(jié)。 桂林電子科技大學畢業(yè)設計 (論文 )報告用紙 第 11 頁 共 58 頁 1. 僅允許音量增調(diào)節(jié)。 2. 僅允許音量減調(diào)節(jié)。 3. 允許音量增 /減調(diào)節(jié)。 返回值： 無 備注： ⑴ SACM_S480 的數(shù)據(jù)率有 \ 兩種，可在同一模塊的幾種算法中自動選擇一種。 ⑵ Speech _Index 是定義在 文件中資源表的偏移地址。 ⑶ 中斷服務子程序中 F_FIQ_Service_SACM_S4800 必須放在TMA_FIQ 中斷向量上。 4） API 格式 [2]： ASM： Call F_FIQ_Service_SACM_S480 功能說明：用作 SACM_S480 語音背景程序的中斷服務子程序。通過前臺子程序（自動方式的 SACM_S480_ServiceLoop 及手動方式 SACM_S480_Decode）進行語音信息編碼，然后將其送入DAC 通道播放。 參數(shù)： 無 返回值：無 備注： SACM_S480 語音背景子程序只有匯編指令形式，且應該將此程序安置在 TMA_FIQ 中斷源上。 桂林電子科技大學畢業(yè)設計 (論文 )報告用紙 第 12 頁 共 58 頁 3 系統(tǒng) 硬件 方案設計 方案 總體 介紹 系統(tǒng)的結構框圖如圖 31 示 。 圖 31 系統(tǒng)結構框圖 系統(tǒng)組成主要包括以下兩部分： SPCE061A 精簡開發(fā)板、語音小車控制電路板。 圖中的語音輸入部分 MIC_ IN、按鍵輸入 KEY、聲音輸出部分的功率放大環(huán)節(jié)等已經(jīng)做到了精簡開發(fā)板 ——61 板上，為我們使用提供了很大的方便。在電機的驅(qū)動方面，采用全橋驅(qū)動技術，利用四個 I/O 端口分為兩組分別實現(xiàn)兩個電機的正傳、反轉和停三態(tài)運行。 小車的運動控制采用語音控制和中斷定時控制相結合，通過語音觸發(fā)小車動作，小車動作之后，隨時可以通過語音指令改變小車的運動狀態(tài)。在每一次動作觸發(fā)的同時啟動定時器，如果小車由于某些原因不能正常的接收語音指令，則只要定時時間到，中斷服務程序會發(fā)出指令讓小車停下來。 小車驅(qū)動電機一般利用現(xiàn)成的玩具小車上的配套直流電機?？?慮到小車必須能夠前進、倒退、停止，并能靈活轉向，在左右兩輪各裝一個電機分別進行驅(qū)動。當左輪電機轉速高于右輪電機轉速時小車向右轉，反之則向左轉。為了能控制車輪的轉速，可以采取 PWM 調(diào)速法，即由單片機的 IOB IOB9 輸出一系列頻率固定的方波，再通過功率放大來驅(qū)動電機，在單片機中編程改變輸出方波的占空比就可以改變加到電機上的平均電壓，從而可以改變電機的轉速。左右輪兩個電機轉速的配合就可以實現(xiàn)小車的前進、倒退、轉彎等功能。 桂林電子科技大學畢業(yè)設計 (論文 )報告用紙 第 13 頁 共 58 頁 61 板最小系統(tǒng) SPCE061A 最小系統(tǒng)中，包括 SPCE061A 芯片及其外圍的基 本模塊，其中外圍的基本模塊有：晶振輸入模塊（ OSC）、鎖相環(huán)外圍電路（ PLL）、復位電路（ RESET）、指示燈（ LED）等 。 61 板芯片電路圖如圖 所示。它有 84 引腳并提供 32 個 IO 口，IOA0IOA15,IOB0IOB15 全部引出。 圖 芯片電