【文章內(nèi)容簡介】 有的一種信息系統(tǒng)，是社會交際工具的符號。音樂與語 音相比更規(guī)范一些，是符號化了的聲音。但音樂不能對所有的聲音進行符號化。樂譜是符號化聲音的符號組，表示比單個符號更復(fù)雜的聲音信息內(nèi)容。 數(shù)字音頻的采樣和量化 將模擬的（連續(xù)的）聲音波形數(shù)字元化（離散化），以便利數(shù)字計算機進行處理的過程，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(yīng)的音頻設(shè)備也是影響音頻質(zhì)量的原因。 音頻格式的介紹 音頻文件通常分為兩類：聲音文件和 MIDI 文件 （ 1）聲音文件：指的是通過聲音錄入設(shè) 備錄制的原始聲音，直接記錄了真實聲音的二進制采樣數(shù)據(jù)，通常文件較大； （ 2） MIDI 文件：它是一種音樂演奏指令序列，相當(dāng)于樂譜，可以利用聲音輸出設(shè)備或與計算機相連的電子樂器進行演奏，由于不包含聲音數(shù)據(jù)，其文件尺寸較小。 語音壓縮編碼基礎(chǔ) 語音壓縮編碼中的數(shù)據(jù)量是指：數(shù)據(jù)量 采樣頻率 x 量化位數(shù) /8 字節(jié)數(shù) x 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(zhuǎn)換資料的結(jié)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：實際應(yīng)用中，壓 縮編碼的音頻資料量很大，進行傳輸或存儲資料量是不現(xiàn)實的。所以要通過對信號趨勢的預(yù)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。 舉個例子，沒有壓縮過的 CD 品質(zhì)的資料，一分鐘的內(nèi)容需要 11MB 的內(nèi)存容量來存儲。如果將原始資料進行壓縮處理，在確保聲音品質(zhì)不失真的前提下，將數(shù)據(jù)壓縮一半， 就可以完全還原效果。而在實際操作中，可以依需要來選擇合適的算法。 常見的幾種音頻壓縮編碼： 1 波形編碼：將時間域信號直接變換為數(shù)字代碼，力圖使重建語音波形保持原語音信號的波形形 狀。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(fù)成模擬信號。 如：脈沖編碼調(diào)制 pulse code modulation， PCM 、差值脈沖編碼調(diào)制（ DPCM）、增量調(diào)制 DM 以及它們的各種改進型自適應(yīng)差分編碼（ ADPCM）、自適應(yīng)增量調(diào)制（ ADM）、自適應(yīng)差值脈沖編碼調(diào)制 ADPCM 、自適應(yīng)傳輸編碼（ Adaptive Transfer Coding， ATC）和子帶編碼（ SBC）等都屬于波形編碼技 術(shù)。 波形編碼特點：高話音質(zhì)量、高碼率，適于高保真音樂及語音。 2 參數(shù)編碼：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(fù)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，力圖使重建語音信號具有盡可能高的準確性，但重建信號的波形同原語音信號的波形可能會有相當(dāng)大的差別 。參數(shù)編碼特點：壓縮比大，計算量大，音質(zhì)不高，廉價！ 3 混合編碼：混合編碼使用參數(shù)編碼技 術(shù)和波形編碼技術(shù)，計算機的發(fā)展為語音編碼技術(shù)的研究提供了強有力的工具，大規(guī)模、超大規(guī)模集成電路的出現(xiàn)，則為語音編碼的實現(xiàn)提供了基礎(chǔ)。 80 年代以來，語音編碼技術(shù)有了實質(zhì)性的進展，產(chǎn)生了新一代的編碼算法，這就是混合編碼。它將波形編碼和參數(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(jié)合各自的長處，力圖保持波形編碼的高質(zhì)量和參數(shù)編碼的低速率。 如：多脈沖激勵線性預(yù)測編碼（ MPLPC），規(guī)劃脈沖激勵線性預(yù)測編碼（ KPELPC），碼本激勵線性預(yù)測編碼（ CELP）等都是屬于混合編碼技術(shù)。其數(shù)據(jù)率和音質(zhì)介于參數(shù) 和波形編碼之間。 總之，音頻壓縮技術(shù)之趨勢有兩個： 1 降低資料率，提高壓縮比，用于廉價、低保真場合（如：電話）。 2 追求高保真度，復(fù)雜的壓縮技術(shù)（如： CD）。 凌陽音頻編碼算法 表 41 音頻質(zhì)量等級的編碼技術(shù)標準（頻響）： 表 41 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。 4． 壓縮分類 壓縮分無損壓縮和有損壓縮 ,無損壓縮一般指：磁盤文件，壓縮比低： 2:1～ 4:1。 而有損壓縮則是指：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 具體可參見語音壓縮工具一節(jié)內(nèi)容 ： SACMA2020：壓縮比為 8:１， 8:， 8: SACMS480： 壓縮比為 80:3， 80: SACMS240： 壓縮比為 80: 4． 2． 2 凌陽常用的音頻形式 和壓縮算法 1 波形編碼： subband 即 SACMA2020 特點：高質(zhì)量、高碼率，適于高保真語音／音樂。 2 參數(shù)編碼：聲碼器（ vocoder）模型表達，抽取參數(shù)與激勵信號進行編碼。如： SACMS240 特點：壓縮比大，計算量大，音質(zhì)不高，廉價！ 3 混合編碼： CELP 即 SACMS480 特點：綜合參數(shù)和波形編碼之優(yōu)點。 除此之外 ,還具有 FM 音樂合成方式即 SACMMS01。 4． 2． 3 凌陽語音的播放、錄制、合成和辨識 凌陽的 SPCE061A 是 16 位單片機，具有 DSP 功能， 有很強的信息處理能力，最高時鐘可達到 49M，具備運算速度高的優(yōu)勢等等，這些都無疑為語音的播放、錄放、合成及辨識提供了條件。 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 則用來錄放音。對于音樂合成 MS01，該算法較繁瑣，而且需要具備音樂理論、配器法及和聲學(xué)知識，所以對于特別愛好者可以到我們的網(wǎng)站去了解相關(guān)內(nèi)容，這里只給出它的 API 函數(shù)介紹及程序代碼的范例，僅供參考。 對于語音辨識主要有以下兩種： 1 特定發(fā)音人識別 SD（ Speaker Dependent）：是指語音樣板由單個人訓(xùn)練，也只能識別訓(xùn)練人的語音命令，而他人的命令識別率較低或幾乎不能識別。 2 非特定發(fā)音人識別 SI（ Speaker Independent）：是指語音樣板由不同年齡、不同性別、不同口音的人進行訓(xùn)練，可以識別一群人的命令。 語音識別電路基本結(jié)構(gòu)如圖 41 所示 : 濾除噪音預(yù)加重濾波器組 PARCOR 系數(shù)線性預(yù)測系數(shù)過零次數(shù)能量相關(guān)函數(shù)等模式匹配詞典語音分析語音識別結(jié)果輸出 圖 41 識別電路結(jié)構(gòu) 語音錄入使用介紹 SACMDVR 具有錄音和放音功 能，并采用 SACM_A2020 的算法，錄音時采用 16K資料率及 8K 采樣率獲取語音資源，經(jīng)過 SACM_A2020 壓縮后存儲在擴展的 SRAM 628128A 里，錄滿音后自動開始放音。 其相關(guān) API 函數(shù)如下所示： int SACM_DVR_Initial int Init_Index //初始化 void SACM_DVR_ServiceLoop void //獲取資料，填入譯碼隊列 void SACM_DVR_Encode void //錄音 SACM_DVR_StopEncoder 。 //停止編碼 SACM_DVR_InitEncoder RceMonitorOn //初始化解碼器 void SACM_DVR_Stop void //停止錄音 void SACM_DVR_Play void //開始播放 unsigned int SACM_DVR _Status void //獲取 SACM_DVR 模塊的狀態(tài) void SACM_DVR _InitDecode void //開始譯碼 void SACM_DVR _Decode void //獲取語音資料并譯碼，中斷播放 SACM_DVR_StopDecoder 。 //停止解碼 unsigned int SACM_DVR _ TestQueue void //獲取語音隊列狀態(tài) int SACM_DVR _Fetchqueue void //獲取錄音編碼數(shù)據(jù) void SACM_DVR_FillQueue unsigned int encodeddata //填充資料到語音隊列，等待播放 int GetResource long Address ―― Manual // 從資源文件里獲取一個字型語音 資料 中斷服務(wù)函數(shù)： Call F_FIQ_Service_ SACM_DVR //playing Call F_IRQ1_Service_ SACM_DVR //recode 具體函數(shù)如下： 1 【 API 格式】 C： void SACM_ DVR _Initial int Init_Index ASM： R1 [ Init_Index] Call F_ SACM_ DVR _Initial 【功能說明】 SACM_ DVR 語音播放之前的初始化：設(shè)置中斷源、定時器以及播放方式（自動、手動） 【 參數(shù)】 Init_Index 0 表示手動方式； Init_Index 1 則表示自動方式。 【返回值】無 【備注】 ① 對于 SACM_DVR 模塊，需要一些 I/O 口來連接外部的 SRAM，用以存放錄音資料。 ② 錄放音的格式采用 SACM_A2020。 2 【 API 格式】 C： void SACM_DVR_ServiceLoop void ASM： Call F_ SACM_DVR _ServiceLoop 【功能說明】在錄音期間從 ADC 通道獲取錄音資料，且將其以 SACM_A2020格式進行編碼后存入外 接 SRAM 中；而在播放期間從 SRAM 中獲取語音資料，對其進行解碼，然后等候中斷服務(wù)子程序?qū)⑵渌统?DAC 通道。 【參數(shù)】無。 【返回值】無。 3）【 API 格式】 C： void SACM_DVR_Encode void ； ASM： Call F_ SACM_DVR_ Encode 【功能說明】開始以自動方式錄制聲音資料到外接 SRAM 中。 【參數(shù)】無。 【返回值】無。 【備注】該函數(shù)僅適用于 SACM_DVR 模塊，且只有自動方式。 4）【 API 格式】 C： void SACM_DVR _Stop void ； ASM： Call F_ SACM_DVR _Stop 【功能說明】以自動方式停止錄音。 【參數(shù)】無。 【返回值】無。 5）【 API 格式】 C： int SACM_DVR _Play int Speech_Index, int Channel, int Ramp_Set ； ASM： Call SACM_DVR _Play 【功能說明】以自動方式播放外接 SRAM 中的錄音資料。 【參數(shù)】無 【返回值】無。 【備注】該函數(shù)僅使用于自動方式下。 6）【 API 格式】 C： unsigned int SACM_DVR _Status void ； ASM： Call F_ SACM_DVR _ Status [返回值 ] R1 【功能說明】獲取 SACM_DVR 模塊的狀態(tài)。 【參數(shù)】無。 【返回值】當(dāng) R1 中 bit0 0，表示語音播放結(jié)束； bit0 1，表示語音在播放中。 SACM_DVR 模塊的狀態(tài)返回值，如圖 所示。 圖 SACM_DVR 狀態(tài)返回值 【備注】該函數(shù)僅使用于 DVR 的手動方式下。 7）【 API 格式】 C： void SACM_DVR_InitDecode int Channel ； ASM： Call F_SACM_DVR_Decode 【功能說明】開始對 SACM_DVR 語音資料以非自動方式（編程控制）進行譯碼。 【參數(shù)】 Channel 1， 2， 3；分別表示使用 DAC DAC2 信道以及 DAC1 和 DAC2雙通道。 【返回值】無。 【備注】用戶只能通過非自動方式對語音資料解壓縮。 8）【 API 格式】 C： void SACM_DVR_Decode void ； ASM： Call F_ SACM_DVR_Decode 【功能說明】從語音隊列里獲取的 SACM_DVR 語音資料，并進行譯碼，然后通過中斷服務(wù)子程序?qū)⑵渌腿?DAC 通道播放。 【參數(shù)】無。 【返回值】無。 【備注】用戶僅能通過非自動方式對語音資料進行譯碼。 9 【 API 格式】 C： unsigned int SACM_DVR_TestQueue void ； ASM： Call F_SACM_DVR_TestQueue [返回值 ] R1 【功能說明】獲取語音隊列的狀態(tài)。