基于中文語音合成模塊XF-S4240實(shí)現(xiàn)語音車載終端的設(shè)計(jì)

作者：夏愛華，黃永強(qiáng)，劉聰，張輝

1 引言

據(jù)廣州市公布的《2005年廣州市交通發(fā)展年度報(bào)告》統(tǒng)計(jì)，2005年廣州市機(jī)動車擁有量為177.4萬輛；據(jù)《法制晚報(bào)》報(bào)道2006年5月份北京機(jī)動車保有量可突破300萬輛。奧運(yùn)時(shí)將突破330萬輛；而據(jù)2006年GSM協(xié)會公布的一組數(shù)據(jù)稱：GSM手機(jī)用戶數(shù)量超過20億，中國市場最大。以上三組不同的數(shù)據(jù)顯示：越來越多的人在駕駛著機(jī)動車并通過GSM終端與外界進(jìn)行通訊。

現(xiàn)階段，許多機(jī)動車輛都安裝了車載終端。它主要用于車載導(dǎo)航、車輛調(diào)度、車載監(jiān)控等。而許多終端設(shè)備是依靠手工操作顯示終端來完成的，如駕駛員查看車輛調(diào)度中心或朋友發(fā)來的重要短消息。查看導(dǎo)航終端的地圖等。這樣就導(dǎo)致司機(jī)開車時(shí)不能專心，其直接后果可能導(dǎo)致嚴(yán)重的交通事故。

語音交流是人類最自然的交流方式，如果車載終端的很多操作可由實(shí)時(shí)的語音來代替的話，將有利于減少交通事故的發(fā)生率。例如，GSM Modem收到短消息，司機(jī)不用手動查看。語音合成系統(tǒng)可以自動播報(bào)出來；可以實(shí)時(shí)地提示司機(jī)行駛的方向與路名;可以實(shí)時(shí)地將交通狀況播報(bào)出來。讓駕駛員了解當(dāng)前交通狀況，通過了解道路交通擁堵的實(shí)時(shí)信息，從而避開擁堵路段，更快到達(dá)目的地等。語音合功能成的車載終端可提高車載終端的智能性、車輛駕駛的安全性和舒適性，使用戶使用起來更加方便，更具有人性化。

2 語音合成及GSM M0dem

2.1 語音合成技術(shù)

語音合成技術(shù)是利用計(jì)算機(jī)、智能系統(tǒng)等設(shè)備，按預(yù)定的程序和指令，人為產(chǎn)生音素、音節(jié)、詞和句子的技術(shù)。

目前，語音合成技術(shù)已發(fā)展到能實(shí)時(shí)地將任意文本轉(zhuǎn)換成連續(xù)可懂的自然語句輸出，相應(yīng)技術(shù)通常稱為文語合成或文語轉(zhuǎn)換（Text To Speech，簡稱TTS），涉及到聲學(xué)、語言學(xué)、語音數(shù)字信號處理技術(shù)、多媒體技術(shù)等多個(gè)學(xué)科。文語合成的原理：根據(jù)韻律建模的結(jié)果，從原始語音庫中取出相應(yīng)的語音基元，利用特定的語音合成技術(shù)對語音基元進(jìn)行韻律特性的調(diào)整和修改，最終合成出符合實(shí)際的語音。

2.2 語音合成模塊

本設(shè)計(jì)采用安徽中科大訊飛信息科技有限公司研發(fā)的一款高端中文語音合成模塊XF-S4240。該模塊可通過UART、SPI和12C三種接口接收待合成的文本，直接合成為語音輸出（Line out）。

該模塊采用。InterSound4.0 KT系統(tǒng)作為模塊內(nèi)核，一個(gè)是輕量級中文連續(xù)語音合成系統(tǒng)。

XF-S4240模塊的特點(diǎn)如下：支持任意中文文本的合成。支持英文字母的合成，遇到英文單詞時(shí)按字母方式發(fā)音；支持四種內(nèi)碼格式：GB2312（簡體中文編碼）、GBK（國家標(biāo)準(zhǔn)擴(kuò)展編碼）、Unicode（字符編碼）、Big5（繁體中文編碼）；具有雙發(fā)音人：男聲、女聲；具有智能的文本分析處理算法，可正確識別和處理數(shù)值、號碼、時(shí)間日期及一些常用的度量衡符號，具備較強(qiáng)多音字處理和中文姓氏處理能力；支持軟件調(diào)節(jié)語速、語調(diào)、音量等。 2.3 GSM Modem

GSM Modem是繼GSM手機(jī)后又一種非常重要的GSM移動通信系統(tǒng)的終端設(shè)備。GSM Modem作為一種主要的GSM網(wǎng)絡(luò)接入設(shè)備，它是傳統(tǒng)調(diào)制解調(diào)器與GSM無線移動通信系統(tǒng)相結(jié)合的一種數(shù)據(jù)終端設(shè)備，因此也叫無線調(diào)制解調(diào)器。它的出現(xiàn)打開了GSM網(wǎng)絡(luò)數(shù)據(jù)通信及其應(yīng)用的大門。本設(shè)計(jì)采用西門子公司生產(chǎn)的第三代GSM雙頻ModemTC35i，該模塊可廣泛應(yīng)用于POS終端、手持式設(shè)備、移動電腦、無線電話、交通控制和導(dǎo)航系統(tǒng)、快速管理安全系統(tǒng)、遠(yuǎn)程監(jiān)視、遠(yuǎn)程抄表、自動售賣機(jī)等系統(tǒng)。

3 車載終端的硬件設(shè)計(jì)

系統(tǒng)硬件是以廣州周立功單片機(jī)發(fā)展有限公司的ARM7系列Smart ARM2200嵌入式平臺為基礎(chǔ)。平臺主控制器采用飛利浦公司生產(chǎn)的16/32位ARM7TDMI-S微控制器IPC2210，它具有豐富的外部接口，例如工業(yè)標(biāo)準(zhǔn)的UART、高速的I2C接口（400 kb/s）、SPI接口、A/D轉(zhuǎn)換接口等，可以方便地與其他外設(shè)互連。

系統(tǒng)底層軟件采用μCliunx內(nèi)核，該內(nèi)核是針對微控制領(lǐng)域而設(shè)計(jì)的Linux系統(tǒng)，適合無內(nèi)存管理單元（MMU）的微控制器。

XF-S4240模塊可通過UART、SPI和I2C接口實(shí)現(xiàn)與其他終端設(shè)備的通訊。本系統(tǒng)設(shè)計(jì)利用SmartARM2200嵌入式平臺的I2C接口與XF-S4240的12C接口進(jìn)行通訊。XF-S4240設(shè)置為從設(shè)備，默認(rèn)地址為0x80，Smart ARM2200設(shè)置為主設(shè)備。GSM Modem則通過標(biāo)準(zhǔn)UART口與SmartARM2200嵌入式系統(tǒng)的通用串口2連接。

4 軟件設(shè)計(jì)

4.1 語音模塊合成的通訊協(xié)議

無論XF-S4240采用UART、SPI還是I2C與其他智能系統(tǒng)連接，語音合成模塊的上層通訊協(xié)議是相同的，下面將介紹語音合成的控制命令。

發(fā)送給XF-S4240的所有命令與數(shù)據(jù)均采用“幀”的方式進(jìn)行數(shù)據(jù)封裝后傳輸。

其中，幀頭長度為一個(gè)字節(jié)，定義為16進(jìn)制“0xFD”；數(shù)據(jù)區(qū)長度占兩個(gè)字節(jié)，高字節(jié)在前，低字節(jié)在后。數(shù)據(jù)區(qū)長度不定，但須小于1 024個(gè)字節(jié)。數(shù)據(jù)區(qū)包含命令字、命令參數(shù)和合成的語音信息。

此幀的含義：0xFD表示幀頭，0x00 0x0A表示數(shù)據(jù)區(qū)長度為10個(gè)字節(jié)。0x01表示語音合成命令，0x00表示文本格式為GB2312，剩余的16進(jìn)制編碼為中山大學(xué)的GB2312編碼。

4.2 TC35i GSM Modem的通訊協(xié)議

TC35i GSM Modem與其他終端采用通用串行接口進(jìn)行通訊，通訊協(xié)議采用AT指令集。本設(shè)計(jì)主要讀取GSM Modem的短消息。而與短消息收發(fā)有關(guān)的規(guī)范主要包括GSM 03.38，GSM 03.40和GSM07.05。前兩者重點(diǎn)描述的是SMS技術(shù)實(shí)現(xiàn)（編碼方式），后者規(guī)定了SMS的DTE-DCE接口標(biāo)準(zhǔn)（AT命令集）。AT指令是以AT為開頭，如AT+CMGL=0（GSM 07.05版本）表示讀取最新收到的短消息，AT+CMGC表示發(fā)出一條短消息等。

短消息共有3種接收與發(fā)送模式：Block Mode（塊模式），Text Mode（文本模式）和PDU Mode（PDU模式）。PDU模式最常用，支持所有手機(jī)，可以使用任何字符集。下面給出一個(gè)PDU模式下的ASCII串，其短消息中心號碼（SMSC）是+8613800200500，發(fā)送者號碼是13826468897．消息內(nèi)容是“中山大學(xué)”，則通過讀取它的“PDU串”是：“08 9l 68 3l 0820 00 05 F0 04 0D 91 68 31 28 46 86 98 F7 00 0860 30 02 11 82 21 80 08 D0 D6 BD C9 F3 B4 A7D1”。通過以上這個(gè)PDU串得知．要得到需要的用戶信息就必須對“PDU串”進(jìn)行解碼。下面給出“PDU串”解碼的數(shù)據(jù)結(jié)構(gòu)。

4.3 應(yīng)用程序的設(shè)計(jì)與流程

嵌入式平臺SmartARM220的應(yīng)用程序是運(yùn)行于μCliunx內(nèi)核之上，應(yīng)用程序不能直接對硬件操作。為了實(shí)現(xiàn)硬件與外部設(shè)備通訊，必須調(diào)用相應(yīng)的設(shè)備驅(qū)動程序。本文主要涉及UART驅(qū)動、I2C驅(qū)動，嵌入式驅(qū)動程序的設(shè)計(jì)方法在這里省略。

5 結(jié)束語

基于語音合成技術(shù)和語音模塊XF-S4240的車載終端可廣泛應(yīng)用于導(dǎo)航系統(tǒng)、車載調(diào)度、車載監(jiān)控等。由于該技術(shù)的通用性，它還可應(yīng)用于其他需要語音合成技術(shù)的場合，如排隊(duì)叫號系統(tǒng)，公交報(bào)站器等。目前語音識別技術(shù)雖已取得很大的成績，但效果不如語音合成技術(shù)，相信不久人們就可利用更加先進(jìn)的語音技術(shù)自然地與機(jī)器進(jìn)行交流！

責(zé)任編輯：gt