文档介绍:语音芯片又称:语音IC,又被叫做声音芯片。(一)、语音基础知识 1、什么是语音芯片? 语音芯片集中在广东省范围生产及研发较多。例如:广州唯创电子语音芯片定义:将语音信号通过采样转化为数字,存储在IC的ROM中,再通过电路将ROM中的数字还原成语音信号。普通语音芯片放音功能实质上是一个DAC过程,而ADC过程资料是由电脑完成,其中包括对语音信号的采样、压缩、EQ等处理。录音芯片包括ADC和DAC两个过程,都是由芯片本身完成的,包括语音数据的采集、分析、压缩、存储、播放等步骤。 ADC=AnalogDigitalChange模数转换 DAC=DigitalAnalogChange数模转换音质的优劣取决于ADC和DAC位数的多少。例如:广州唯创电子语音芯片的WTV010-WTV340系列芯片,最低从10秒到340秒,根据控制方式取决段落多少。 2、语音信号的量化表述:(分类:语音芯片和音乐芯片) (a)“语音芯片”介绍: (1)语音信号的量化采样率(f)、位数(n)、波特率(T) 采样:将语音模拟信号转化成数字信号。采样率:每秒采样的个数(byte)。波特率:每秒钟采样的位数(bit)。波特率直接决定音质。Bps:bitpersecond 采样位数指在二进制条件下的位数。一般在没有特别说明的情况下,声音的采样位数指8位,由00H--FFH,静音定为80H。(2)采样率奈奎斯特抽样定理(NyquistLaw):要从抽样信号中无失真地恢复原信号,抽样频率应大于2倍信号最高频率。抽样频率小于2倍频谱最高频率时,信号的频谱有混叠。抽样频率大于2倍频谱最高频率时,信号的频谱无混叠。嗓音的频带宽度为20~20KHZ左右,普通的声音大概在3KHZ以下。所以,,如果碰到某些特别的声音,如乐器,音质也有用48K和24bit的情况,但不是主流。一般在我们处理针对普通语音IC的时候,采样率最高达到16K就够了、说话声一般取8K(如电话音质)、6K左右。低于6K效果比较差。在应用单片机的过程中,采样越高,定时器中断速度越快,会影响到其他信号的监控和检测,所以要综合考虑。(3)语音压缩技术。由于语音数据量庞大,对语音数据进行有效压缩是很必要的,能够使我们在有限的ROM空间里录入更多的语音内容。有以下几种方式: 语音分段:将语音中可以重复的部分截取出来,通过排列组合将内容完整地回放出来。语音采样:一般我们使用的喇叭频响曲线在中频部分,较少用到高频,所以,在喇叭音质可以接受的情况下,适当降低采样频率,达到压缩效果,这种过程是不可逆的,无法恢复原貌,叫有损压缩。数学压缩:主要是针对采样位数进行压缩,这种方式也是有损压缩。例如,我们经常采用的ADPCM压缩格式,是将语音数据从16bit压缩到4bit,压缩率是4倍。MP3是对数据流进行压缩,涉及到数据预测问题,它的波特率压缩倍率为10倍左右。通常,以上几种压缩方式都是综合起来使用的。(4)常用语音格式 PCM格式:PulseCodeModulation脉冲编码调制,它将声音模拟信号采样后得到量化后的语音数据,是最基本最原始的一种语音格式。同它极为类似的还有RAW格式和SND格式。它们都是纯语音格式。 WAV格式:WaveAudioFiles是微软公司开发的一种声音文件格式,也叫波形声音文件,被Windows平台及其应用程序广泛支持。WAV格式支持许多压缩算法,支持多种音频位数、采样频率和声道,但WAV格式对存储空间需求太大不便于交流和传播。WAV文件里面存放的每一块数据都有自己独立的标识,通过这些标识可以告诉用户究竟这是什么数据,这些数据包括采样频率和位数,单声道(mono)还是立体声(stero)等。 ADPCM格式:是利用对过去的几个抽样值来预测当前输入的样值,并使其具有自适应的预测功能与实际检测值进行比较,随时对测得的差值自动进行量化级差的处理,使之始终保持与信号同步变化。它适用于语音变化率适中的情况,而且声音回放过程简短。它的优点是对于人声的处理比较逼真,一般达到90%以上,已广泛地应用于电话通信领域。 MP3格式:MovingPictureExpertsGroupAudioLayerIII,简称为MP3。它是利用MPEGAudioLayer3的技术,采取了名为“感官编码技术”的编码算法:编码时先对音频文件进行频谱分析,然后用过滤器滤掉噪音电平,接着通过量化的方式将剩下的每一位打散排列,最后形成具有较高压缩比的mp3文件,并使压缩后的文件在回放时能够达到较接近原音源的声音效果。它的实质是vbr(VariantBitrate可变波特率)可以根据编码的内容动态地选择合适的波特率,因此编码的结果是在保证了音质的同时又照顾了文件的大小。 mp3压缩率10倍甚至12倍。是最初出现