|
關(guān)于我們
語音芯片基礎(chǔ)知識--語音芯片訂制方案
語音基礎(chǔ)知識 1、什么是語音芯片？ 語音芯片定義：將語音信號通過采樣轉(zhuǎn)化為數(shù)字，存儲在IC的ROM中，再通過電路將ROM中的數(shù)字還原成語音信號。 根據(jù)語音芯片的輸出方式分為兩大類，一種是PWM輸出方式，一種是DAC輸出方式，PWM輸出音量不可連續(xù)可調(diào)，不能接普通功放，目前市面上大多數(shù)語音芯片是PWM輸出方式。另外一種是DAC經(jīng)內(nèi)部EQ放大，該語音芯片聲音連續(xù)可調(diào)，可數(shù)字控制調(diào)節(jié)，可外接功放。 普通語音芯片放音功能實(shí)質(zhì)上是一個DAC過程，而ADC過程資料是由電腦完成，其中包括對語音信號的采樣、壓縮、EQ等處理。 錄音芯片包括ADC和DAC兩個過程，都是由芯片本身完成的，包括語音數(shù)據(jù)的采集、分析、壓縮、存儲、播放等步驟。 ADC=Analog Digital Change 模數(shù)轉(zhuǎn)換 DAC= Digital Analog Change 數(shù)模轉(zhuǎn)換 音質(zhì)的優(yōu)劣取決于ADC和DAC位數(shù)的多少。例如：20秒到 340秒,最低從10秒到340秒.語音芯片直觀的從名稱上來看,就是與語音有關(guān)的芯片,語音就是存儲的電子聲音,凡是能發(fā)出聲音的芯片,就是語音芯片,俗稱聲音芯片,英文準(zhǔn)確些來說應(yīng)該是Voice IC. 在語音芯片的大家庭中,根據(jù)聲音的類型不同可分為(Speech IC)和(Music IC)兩種.這兒應(yīng)該算是語音芯片專業(yè)的區(qū)分方法. 2.語音芯片的生產(chǎn)方式 掩膜生產(chǎn)。掩膜生產(chǎn)通俗的說就是先將聲音燒到芯片里，然后再進(jìn)行封裝，一般有量的要求。 otp生產(chǎn)。所謂otp的意思是指的一次性燒錄。先把芯片封裝好，再借用軟件燒進(jìn)去聲音。 語音芯片有根據(jù)IC本身的物理結(jié)構(gòu)的多個通道(同時發(fā)出多個通道的聲音)可分為多種類型: 一, 單通道的： 1, 單通道的語音IC(Speech IC)(這種語音芯片不支持音樂IC音樂存儲方式); 常見的語音IC是單通道的語音芯片,SKC020-OTP20秒和SKA010動物叫聲是最典型的單通道語音芯片了, 2, 單通道的音樂IC(Music IC),同一單位時間內(nèi)只能發(fā)出一種音樂的音樂IC, 電子聲音文件是只有一個通道的.Mid后綴文件. 常說的單音片,是一種最基本的音樂IC,由一定時間內(nèi)音符輸出的多少,決定了單音片的效果,有64音符多,128音符等等. 單音片應(yīng)用場合廣,價格極其低廉,最常見的有單音片有生日快樂賀卡單音片.典型的有SK20S等 嚴(yán)格的說,單通道的音樂IC和單音片的兩者結(jié)構(gòu)是不相同的 二, 2通道： 1, 2通道的語音IC, 2通道和多通道的語音芯片,實(shí)際應(yīng)用中語音播放時一般會按規(guī)定固定在某一通道內(nèi)進(jìn)行聲音的播放(等同于單通道),但是這類產(chǎn)品比單通道的語音IC(Speech ic)成本要高,價格會高些,語音芯片廠家在設(shè)計(jì)時為了平衡產(chǎn)品價格和應(yīng)用,一般來說,功能支持和聲音效果方面都會做得更完美一些. 這種結(jié)構(gòu)也許是因?yàn)楫a(chǎn)品和方案實(shí)際應(yīng)用領(lǐng)域和價格所決定的, 語音芯片輸出一般都是單通道的聲音輸出,支持立體聲的產(chǎn)品很少, 要高端一些的產(chǎn)品就要選MP3主控芯片之類的方案了 2, 2通道的音樂芯片, 通俗叫法是雙音片(Music With Dual Tone IC),顧名思義,同一單位時間內(nèi)二個通道都可以發(fā)出音樂的音樂IC. 電子聲音源文件一般為.Mid的二通道文件.常見的圣誕系列音樂IC如:. 這里得多補(bǔ)充兩句,市面上還有一個叫melody的音樂芯片,她是個什么定義呢?簡單的來說,比單音片的效果要好比和弦音樂芯片的效果要差的一種音樂芯片,所以雙音片也有被叫成是melody音樂芯片,melody結(jié)構(gòu)應(yīng)該來說是一種更高級的單音片,或者可以說是二倍效果的單音片. 三, 4通道,8通道或以上： 三通道以上的聲音.又稱為和弦音樂.常說的4和弦音樂IC就是指4通道的音樂IC,例如SKC040... 一般多通道的語音芯片都是同時支持音樂IC(Music IC)和語音IC(Speech IC)功能的. (a)“語音芯片”介紹： （1）語音信號的量化 采樣率（f）、位數(shù)（n）、波特率（T） 采樣：將語音模擬信號轉(zhuǎn)化成數(shù)字信號。 采樣率：每秒采樣的個數(shù)（byte）。 波特率：每秒鐘采樣的位數(shù)(bit)。波特率直接決定音質(zhì)。Bps: bit per second 采樣位數(shù)指在二進(jìn)制條件下的位數(shù)。一般在沒有特別說明的情況下，聲音的采樣位數(shù)指8位，由00H--FFH，靜音定為80H。 （2）采樣率 奈奎斯特抽樣定理（Nyquist Law）：要從抽樣信號中無失真地恢復(fù)原信號，抽樣頻率應(yīng)大于2倍信號最高頻率。抽樣頻率小于2倍頻譜最高頻率時，信號的頻譜有混疊。抽樣頻率大于2倍頻譜最高頻率時，信號的頻譜無混疊。 嗓音的頻帶寬度為20～20K HZ左右，普通的聲音大概在3KHZ以下。所以，一般CD取的音質(zhì)為44.1K和16bit，如果碰到某些特別的聲音，如樂器，音質(zhì)也有用48K和24bit的情況，但不是主流。 一般在我們處理針對普通語音IC的時候，采樣率最高達(dá)到16K就夠了、說話聲一般取8K（如電話音質(zhì)）、6K左右。低于6K效果比較差。而SKC系列語音芯片采樣可以做到22K。 在應(yīng)用單片機(jī)的過程中，采樣越高，定時器中斷速度越快，會影響到其他信號的監(jiān)控和檢測，所以要綜合考慮。 （3）語音壓縮技術(shù)。 由于語音數(shù)據(jù)量龐大，對語音數(shù)據(jù)進(jìn)行有效壓縮是很必要的，能夠使我們在有限的ROM空間里錄入更多的語音內(nèi)容。有以下幾種方式： 語音分段：將語音中可以重復(fù)的部分截取出來，通過排列組合將內(nèi)容完整地回放出來。 語音采樣：一般我們使用的喇叭頻響曲線在中頻部分，較少用到高頻，所以，在喇叭音質(zhì)可以接受的情況下，適當(dāng)降低采樣頻率，達(dá)到壓縮效果，這種過程是不可逆的，無法恢復(fù)原貌，叫有損壓縮。 數(shù)學(xué)壓縮：主要是針對采樣位數(shù)進(jìn)行壓縮，這種方式也是有損壓縮。例如，我們經(jīng)常采用的ADPCM壓縮格式，是將語音數(shù)據(jù)從16bit壓縮到4bit，壓縮率是4倍。MP3是對數(shù)據(jù)流進(jìn)行壓縮，涉及到數(shù)據(jù)預(yù)測問題，它的波特率壓縮倍率為10倍左右。 通常，以上幾種壓縮方式都是綜合起來使用的。 （4）常用語音格式 PCM格式： Pulse Code Modulation 脈沖編碼調(diào)制，它將聲音模擬信號采樣后得到量化后的語音數(shù)據(jù)，是最基本最原始的一種語音格式。同它極為類似的還有RAW格式和SND格式。它們都是純語音格式。 WAV格式：Wave Audio Files 是微軟公司開發(fā)的一種聲音文件格式，也叫波形聲音文件，被Windows平臺及其應(yīng)用程序廣泛支持。WAV格式支持許多壓縮算法，支持多種音頻位數(shù)、采樣頻率和聲道，但WAV格式對存儲空間需求太大不便于交流和傳播。WAV文件里面存放的每一塊數(shù)據(jù)都有自己獨(dú)立的標(biāo)識，通過這些標(biāo)識可以告訴用戶究竟這是什么數(shù)據(jù)，這些數(shù)據(jù)包括采樣頻率和位數(shù)，單聲道(mono)還是立體聲(stero)等。 ADPCM格式：是利用對過去的幾個抽樣值來預(yù)測當(dāng)前輸入的樣值，并使其具有自適應(yīng)的預(yù)測功能與實(shí)際檢測值進(jìn)行比較，隨時對測得的差值自動進(jìn)行量化級差的處理，使之始終保持與信號同步變化。它適用于語音變化率適中的情況，而且聲音回放過程簡短。它的優(yōu)點(diǎn)是對于人聲的處理比較逼真，一般達(dá)到90%以上，已廣泛地應(yīng)用于電話通信領(lǐng)域。 MP3格式： Moving Picture Experts Group Audio Layer III，簡稱為MP3。它是利用 MPEG Audio Layer 3 的技術(shù)，采取了名為“感官編碼技術(shù)”的編碼算法：編碼時先對音頻文件進(jìn)行頻譜分析，然后用過濾器濾掉噪音電平，接著通過量化的方式將剩下的每一位打散排列，最后形成具有較高壓縮比的mp3文件，并使壓縮后的文件在回放時能夠達(dá)到較接近原音源的聲音效果。它的實(shí)質(zhì)是vbr（Variant Bitrate 可變波特率）可以根據(jù)編碼的內(nèi)容動態(tài)地選擇合適的波特率，因此編碼的結(jié)果是在保證了音質(zhì)的同時又照顧了文件的大小。 mp3壓縮率10倍甚至12倍。是最初出現(xiàn)的一種高壓縮率的語音格式。 Linear Scale格式：根據(jù)聲音的變化率大小，把聲音分成若干段，對每段用線性比例進(jìn)行壓縮，但是它的比例是可變的。 Logpcm格式：基本上對整個聲音進(jìn)行線性壓縮，將最后若干位去掉。這種壓縮方式在硬件上很容易實(shí)現(xiàn)，但音質(zhì)比Linear Scale差一些，特別是音量較小聲音比較細(xì)膩的情況下效果較差。主要用于pure speech方面。mid格式。mid格式的語音所占的空間比較狹小，有時短短20幾秒的芯片就能裝進(jìn)去十多首mid格式的音樂. （b）“音樂芯片”介紹： （1）音樂的通道與音色： 包絡(luò)（envelope）方波(patch) 通道（channel） 包絡(luò)：合成音色的一部分，單位時間內(nèi)音符輸出的變化，常見有“ADSR” 方波：合成音色的一部分，單位時間內(nèi)音符方波電流的變化。（另見三角波等） 通道：在同一時間內(nèi)，芯片輸出的音符個數(shù)，即“單音樂器”的個數(shù)。 PCT：模擬音色的一種，通過采樣256個點(diǎn)的樂器聲音來模擬出各個音符的音高。(音色柔和，占空間小，但不夠真實(shí)) FULL WAVE：通過采集一種樂器聲音來模擬各個音符音高。（樂器聲真實(shí)，但占用空間大，且采集音色音質(zhì)要求高） （2）音樂的壓縮： 由于音樂數(shù)據(jù)量龐大，對音樂數(shù)據(jù)進(jìn)行有效壓縮是很必要的，能夠使我們在有限的ROM空間里錄入更多的音樂內(nèi)容。有以下幾種方式： 音樂分段：將音樂中可以重復(fù)的部分截取出來，通過排列組合將內(nèi)容完整地回放出來。 音色：根據(jù)音樂的豐滿程度、需求程度，來確定Full wave，PCT、dual tone的選擇，各個音色占用空間不懂，音色質(zhì)量也不同。 數(shù)學(xué)壓縮：主要是針對采樣的音色（Full wave）進(jìn)行壓縮，這種方式也是有損壓縮，對于要采集的音色進(jìn)行降采樣、處理等減小采集音色的大�。ㄍZ音類的修音）。 語音芯片為表述的形象化，由語音長度來表示 a)普通語音芯片以6K采樣率為語音長度計(jì)算標(biāo)準(zhǔn)，最大采樣到22K。 b)錄音IC以6K采樣率為語音長度計(jì)算標(biāo)準(zhǔn)。 即：以6k采樣率芯片可以播放的長度。 相同品種的芯片成本與芯片的大小成正比。 a)I/O口的分配和ROM的大�。ㄕZ音秒數(shù)）決定芯片成本。低秒數(shù)語音芯片其I/O口較少。 b)音質(zhì)提高，采樣提高，語音秒數(shù)縮短。 音質(zhì)降低，采樣降低，語音秒數(shù)變長 M---ROM大小（bit） n*f---波特率 聲音處理軟件介紹 1）SoundForge 2）Cooledit 3）goldwave 4）Calewalk 語音芯片根據(jù)集成電路類型來分,凡是與聲音有關(guān)系的集成電路被統(tǒng)稱為語音芯片(又稱語音IC,這里應(yīng)該叫成Voice IC),但是在語音芯片的大類型中,又被分為語音IC(這里應(yīng)該叫成Speech IC),音樂IC(這里應(yīng)該叫成Music IC)兩種. （a）現(xiàn)在市場上常見語音芯片分類： 短時間芯片有10秒，20秒，40秒，80秒,170秒的芯片， 常用的模塊有：6分鐘，8分鐘，16分鐘，1小時的等。 通用的芯片有：3秒到340秒 (b)現(xiàn)在市場上常見音樂芯片分類： 單音片：是一種最基本的音樂IC,是音樂單通道的,同一時間音符輸出的多少,決定了單音片的效果,有70多,100多音符等等. 音樂通道：2通道、3通道、4通道、8通道、12通道等更多。。。 控制方式：按鍵控制，一線串口控制，二線串口控制，三線串口控制，并口控制，單片機(jī)控制，等等 。 (c)現(xiàn)行的語音芯片主要是在廣州和深圳兩地研發(fā)并且生產(chǎn)，主要的語音芯片大概分20秒、40秒、80秒、170秒等等，與傳統(tǒng)的芯片相比，這些ic多數(shù)采用的是8腳封裝，使操作變得更加簡單了。 家電行業(yè)：電磁爐、電飯煲、冰箱、洗衣機(jī)、空調(diào)、風(fēng)扇等等 安防報(bào)警：倒車?yán)走_(dá)、叉車報(bào)警器、家庭防盜、門禁系統(tǒng)等 醫(yī)療器械：弱視治療儀、血壓計(jì)、臭氧治療儀、血糖儀等等 廣告媒體：語音廣告牌、鏡子廣告機(jī)、迎賓器、廣告宣傳器等等 玩具系列：語音識別、小汽車，布娃娃等等 智能交通：一卡通設(shè)備、紅綠燈提醒等等 交通工具：語音電動車，語音公交站等 禮品賀卡：賀卡、生日蛋糕祝福 鈴聲等
上一條： 單片機(jī)如何控制語音芯片？
下一條： 語音OTP的選用指南
|
Copyright © 2008 sikewei.com 技術(shù)支持：思科微 企業(yè)信用信息資料
百度企業(yè)信用 國家企業(yè)信用 思科微阿里巴巴企業(yè)誠信通 天眼查 啟信寶 公安備案號：44030602003567