基于語音芯片的單曲聲音更換方案

WT588F34B語音芯片單曲更換語音功能的實現(xiàn)與應用

開發(fā)背景：

產(chǎn)品需要更換語音內容一直能存在于生產(chǎn)端，而不能夠實現(xiàn)產(chǎn)品在使用終端更換語音，從而實現(xiàn)產(chǎn)品的迭代升級。

實現(xiàn)原理：

既然是要能夠實現(xiàn)單曲聲音的更換，那就需要規(guī)劃一個文件系統(tǒng)去記錄聲音的信息，單曲更換在實際的情況下存放著不是連續(xù)的音頻文件，這樣就需要一個音頻信息的存放區(qū)域。

WT588F34B是一款內置了32Mbit Flash的大容量語音芯片，可以通過Flash燒寫器去更換語音文件。在唯創(chuàng)知音芯片F(xiàn)lash的操作中，一個扇區(qū)是4K，意味著是我們整個單曲更換的最小單位是4K，但是當客戶的音頻文件都是很小的時候，遠遠達不到4K，這樣大大浪費了我們Flash的空間，空間利用率大大降低，于是提出劃分為兩個部分，一個是支持單曲更換的音頻區(qū)域，一個是不支持單曲更換的音頻區(qū)域，由客戶來選擇單曲存放的音頻數(shù)量，這樣也就提升了一個空間利用率，可以存放更大、更多的音頻文件。為了保障這個扇區(qū)的可靠性，唯創(chuàng)知音還增加了一個Word，對這個扇區(qū)進行一個校驗。

那么要怎樣去播放這些離散的音頻文件呢？

其實做法也很簡單，創(chuàng)建一個扇區(qū)，里面記錄的便是每一個扇區(qū)時那一個音頻文件的數(shù)據(jù)，在播放時，需要到這個扇區(qū)中尋找想要播放的地址，找到對應地址再進行一個尋址的計算，找到音頻存放的扇區(qū)，開始進行播放，當這個扇區(qū)播放結束時，進行下一個扇區(qū)的地址尋找，這樣就能夠實現(xiàn)離散扇區(qū)的連續(xù)播放。

當播放的問題解決了之后，就是一個數(shù)據(jù)的更換了。

在上面提出了播放的原理后，數(shù)據(jù)更換的方式比較直白，只需要在記錄單曲音頻的扇區(qū)找到想要更換的地址的對應的扇區(qū)，對該扇區(qū)的擦除和寫入，如果現(xiàn)有的音頻數(shù)據(jù)長度超過原來的，那便在記錄單曲音頻的扇區(qū)尋找一個無音頻數(shù)據(jù)的扇區(qū)進行寫入、不足原來的數(shù)據(jù)長度則需要對剩下的數(shù)據(jù)空間清空，這樣就是數(shù)據(jù)更換的原理。

但是在更換的過程中，遇到一個問題，F(xiàn)lash的寫入只能有一變?yōu)榱悖@就導致了無法隨意對記錄單曲音頻的扇區(qū)進行修改，必須先將這個扇區(qū)進行一個備份一份，4K的一個數(shù)據(jù)量，也不可能利用芯片的寄存器去存放這些數(shù)據(jù)，于是有了一個新的想法，在FLASH中創(chuàng)造一個扇區(qū)去作為原來數(shù)據(jù)的一個備份區(qū)，在數(shù)據(jù)更換的時候起到暫存的作用。

那么這個備份區(qū)的作用是不是僅僅如此呢？

答案是不止如此的！當數(shù)據(jù)更換時，如果遇到突發(fā)的情況，更換失敗了，那樣音頻數(shù)據(jù)必然是不完整的，按照原來的播放方式是不能正常播放，于是有了一個大膽的想法，在備份區(qū)備份的是不完整的扇區(qū)，不對要更換的地址進行保存，然后在更換過程備份區(qū)備份好之后，對原先扇區(qū)進行一個“破壞”，這樣存在的數(shù)據(jù)校驗就不能通過，在原先扇區(qū)校驗通過不了的情況下，啟用備份區(qū)，進行一個播放，這樣便保證了芯片能夠正常工作。

當然客戶執(zhí)行更換的操作時，并沒有這么麻煩，當然下面會講到這個。

芯片的功能和特點：

1. 16位DSP語音芯片、32Mhz內部振蕩；

2. 工作電壓2.4~3.6V；

3. 16bit的PWM/DAC輸出、可直接驅動8R 0.5W喇叭；

4. 支持6K~32Khz的WAV文件；

5. 客戶可以通過MCU或配套下載器在線更換芯片內部語音內容；

6. 支持模擬SPI通訊；

7. 支持最大4通道16K采樣率混音；

8. 支持最高16通道m(xù)idi播放（8K采樣率）；

9. 具有硬件SPI接口、UART接口、IIC、內置比較器等接口?？梢詾榭蛻舳ㄖ聘黝惞δ?。

10. 芯片主控程序和內置存儲數(shù)據(jù)均可擦除再燒寫。

引腳功能圖：

SPI通信協(xié)議：

SPI是串行通訊協(xié)議，也就是說數(shù)據(jù)是一位一位的傳輸?shù)?。MISO引腳和MOSI引腳上的數(shù)據(jù)的MSB位必須與SPSCK的第一個邊沿同步，在SPI傳輸過程中，在同步時鐘信號周期開始時（上升沿）數(shù)據(jù)上線，然后在同步時鐘信號的下降沿時，SPI的接收方捕捉位信號，在時鐘信號的一個周期結束時（上升沿），下一位數(shù)據(jù)信號上線，再重復上述過程，先發(fā)高位，直到一個字節(jié)的8位信號傳輸結束。由此可以實現(xiàn)控制語音播放、停止、循環(huán)等。詳細說明可見下面介紹。

SPI控制模式由芯片CS、SCK和SI進行控制操作，每發(fā)一個字節(jié)數(shù)據(jù)前，CS先拉低4ms至20ms，推薦使用5ms，然后再發(fā)送CLK，接收數(shù)據(jù)高位在先，在時鐘的下降接收數(shù)據(jù)。時鐘周期介于160us～2ms之間，推薦周期使用200us。發(fā)數(shù)據(jù)時先發(fā)高位，再發(fā)低位。數(shù)據(jù)中的指令根據(jù)指令表來發(fā)送

1）播放命令碼：

2）更換指令碼

3）Flash控制碼

應用電路：

更換協(xié)議說明：

bin文件制作或T3Z文件制作

制作bin文件：登陸網(wǎng)頁上位機網(wǎng)址后，加載要播放的語音文件或使用文字轉換音頻功能加載語音后制作bin文件。WT588網(wǎng)頁制作客戶登錄網(wǎng)址：http://WT588f.waytronic.com:8083/user/register。bin文件制作步驟可參考《WT588F網(wǎng)頁上位機操作說明2020-8-31》或視頻解說，可聯(lián)系業(yè)務員提供。

訪問API接口，可加載本地語音或采用文字轉語音功能生成語音文件，將語音文件轉換為bin文件或T3Z文件（可用于單段語音修改），可用于單段語音或全部語音的遠程更換。

接口網(wǎng)址：http://api.wt588f.waytronic.com:8083/doc.html?plus=1&cache=1，以下是API接口的使用流程：

應用場景

唯創(chuàng)知音的WT588F34B，能夠支持大容量的語音存放，并且能過更換語音，適用于需要頻繁更改語音播報的產(chǎn)品，能夠實現(xiàn)在線更新語音包，增加產(chǎn)品活力。

1、公交車到站提醒系統(tǒng)

使用WT588F34芯片去進行到站語音的播報，不僅可以存放更多的一個公交站地點語音，而且在不同的場景下，比如節(jié)日祝福、防疫宣傳等等，可以通過MCU去進行語音更換，進行一個適應的語音播報。不需要繁瑣的將整個設備拆除更新語音。

2、打卡設備

現(xiàn)在市面上存在的高端打卡設備往往具有播報打卡人的名字，而中低端設備更多的是使用文字顯示，而我們的WT588F34B正好可以在中低端設備上增加語音播報，增加產(chǎn)品亮點，競爭力。錄入、修改打卡人，MCU同步對我們WT588F34B芯片的語音更換，達到正常的打卡人播放。