優(yōu)化lSD系列語音芯片的開發(fā)平臺設(shè)計方案介紹

目前，市場上的語音芯片和語音板很多，從性能價格比上看，美國1SD公司的ISD系列錄放芯片可謂是一支獨秀。1SD器件使用直接電平存儲技術(shù)，省去了A／D、D／A轉(zhuǎn)換；內(nèi)部集成了大容量的EERPOM，不再需要擴展存儲器；控制簡單，控制管腳與TFL電平兼容。具有集成度高、音質(zhì)好、使用方便等優(yōu)點，是一種理想的語音處理芯片。

在控制上，除去手動外，lSD器件也可以通過地址尋址來精確定位，但它的地址不是字節(jié)地址單元，而是信息段的基本組成單位。以ISD2560為例，它內(nèi)部的480kB的EEPROM均勻地規(guī)劃為600行，每個地址單元指向其中一行，有600個地址單元。ISD2560的錄放時間是60s，因此地址分辨率是100ms。lSD器件可進行多段地址操作，每一段稱為一個信息段，它可以占用-行和多行存儲空間。-個地址單元最多只能作為一個獨立的段。因此，ISD2560最多可以分為600個信息段m。

2當前ISD芯片開發(fā)存在的問題

通常情況下，只能使用lSD器件提供的無需知道地址的操作模式，即手動模式，這只適合于開發(fā)語音玩具，而無法滿足復雜操作或?qū)崟r系統(tǒng)中應(yīng)用的要求。為實現(xiàn)以上應(yīng)用，最好使用對地址直接操作的辦法。但在實用中，一些電路開發(fā)設(shè)計只是在基于語音信號已經(jīng)寫人芯片，并且段地址已經(jīng)知道的基礎(chǔ)上才能進行。然而，不可避免地要遇到必須將語音寫入的時候。如果手動處理，采用按“錄音”按鍵錄音，“停止”按鍵停止，假如錄音段數(shù)特別多，就要頻繁地按上述按鍵，實在讓人疲憊不堪。此外，手動按下“錄音”及“停止”按鍵的時間也很難掌握，這就容易產(chǎn)生段間空白，造成芯片空間浪費，對語音段特別多，而語句又特別短的提示如一些單字、單詞更是浪費嚴重。不僅這樣，由于短句中空白時間過長，合成放音時出現(xiàn)語音不連貫。另外，直接對連接到1SD芯片的傳聲器錄音會造成情緒緊張，容易出錯，且無法對錄入的語音進行高級處理。

3 解決方法

基于上述原因，需要設(shè)計一種lSD語音開發(fā)平臺，借助傳聲器通過計算機的聲卡將所有待寫語音信號一并錄入計算機，存儲為*．wav文件，然后利用聲音剪輯軟件將各個詞語（短句）分離出來。因為如果不是同時錄音的話，對同一個人來說，其聲音在不同時間、不同場合、不同情緒時都會有著很大的差別。如電子體重計，“您的體重是五十一公斤，您的身高是一百七十二厘米”，應(yīng)該是由“您的、體重、身高、是、公斤、厘米、五、十、一、百、七、二”等12個詞合成后形成的，如果由于某種原因，引起了任何一個詞與其它語調(diào)不同，提示時就會顯得特別突出，聽起來有種怪怪的感覺。

若用計算機錄音，可以一并錄入很多段話（并非一定是全部需要的），然后從中選出所需詞語（短句）。因為這些話是在較短的時間內(nèi)完成的，所以不會有很大的語調(diào)變化，將從中選出的詞組合起來時也不會顯得牽強，聽起來感覺不到這些句子是由詞語拼湊起來的。

除此之外，如果有專業(yè)語音庫，還可以直接從其中抽出詞語來組成所需的句子，并且還省去了請專業(yè)錄音人員的開支。這樣還有一個好處是修改方便，因為當需要修改句子內(nèi)容時，恰巧已經(jīng)錄過的句子中并沒有這樣的詞語，則還必須請錄音員重錄一次，這不但增加了額外的開支，還由于時間過了較久，錄音員的語調(diào)同原來相比肯定會有些變化，所以原來的錄音只能全部作廢，所有的一切都要從頭開始。

綜上所述，采用計算機來分析組合以及剪輯語音的好處是處理直觀、修改方便，語句連續(xù)性強，合成的句子更具有人性化。

不僅如此，采用該開發(fā)平臺，還可直觀地看出每個語句的詳細信息，包括：開始地址、結(jié)束地址、語句所用時間、語句所占用芯片行的段數(shù)等對使用該語音芯片時碰到的比較敏感的信息。

為此，設(shè)計整個開發(fā)平臺的結(jié)構(gòu)框圖如圖1所示。

系統(tǒng)工作方式如下：首先，通過傳聲器將相關(guān)的大段語句經(jīng)計算機聲卡錄制成為*，way文件并保存，然后借助于語音處理軟件如CoolEdit剪輯出需要的單詞（或短句）并去掉頭尾的空白，將剪輯過的單詞（或短句）每段都單獨另存為新的·．wav文件，并把它們?nèi)糠湃艘粋€單獨目錄。啟動1SD編程燒錄器上位機開發(fā)軟件，選中所有的待錄*．wav文件，并點“開始燒錄”，所有過程將會自動完成。燒錄結(jié)束后會有提示，并且自動記錄一份工作信息表，包括工作時間、語音文件數(shù)、錄音總時間、每一段語音在lSD芯片中的起始地址及結(jié)束地址，其占用時間等。有了這些數(shù)據(jù)，就可以較方便地修改甚至對某些地方重新錄制。將錄制過的芯片及各段語音的起始地址表交給其它下位機程序員，他們就可以利用單片機或DSP等控制器來隨心所欲地開發(fā)相應(yīng)的語音提示設(shè)備了。

4 -F位機軟硬件

下位機硬件應(yīng)包括信號調(diào)理部分和數(shù)據(jù)通信部分，前者將信號電平調(diào)整到lSD芯片允許的最優(yōu)的范圍，后者接收計算機發(fā)來的各種控制信息，如“開始燒錄”信號、“段間停止”信號、“返回結(jié)束地址”信號、“放音試音”信號，通過編程器的微控制器完成所需任務(wù)。

下位機硬件框圖設(shè)計如圖2。

其中MAX232是電平轉(zhuǎn)換芯片，它使計算機通過符合RS232協(xié)議的串口和符合TYL電平的單片機直接通信。準備錄制時，電腦通過串口發(fā)出握手信號給單片機，單片機接到該信號作出響應(yīng)，計算機接到該回答后將錄音首地址發(fā)送給單片機，同時放音控件開始放音，信號由音頻線輸入到燒錄器的信號接收端，經(jīng)信號調(diào)整電路接至lSD芯片的錄音管腳。單片機接到首地址后立刻發(fā)控制信息給1SD芯片，通知其開始錄音。這樣，就在上位機的協(xié)調(diào)下語音自動地燒錄到了芯片。當該段語音錄制完畢后，上位機發(fā)語音段結(jié)束信號，同時停止放音，單片機接收到該信號后，停止錄音并讀出結(jié)束地址，將其送回上位機。上位機讀人該地址將其寫入地址表以備查詢。如果還有待錄語音段的話，在上一語段的結(jié)束地址的基礎(chǔ)上加1，作為新一段的開始地址，重復上述過程直至錄音完畢。全部語音錄制完畢后，上位機作出提示，讓你選擇放音按鍵，以測試錄音效果。當按下該鍵時，上位機quot;依次放音“命令給單片機，單片機通知lSD芯片開始放音，ISD通過放音管腳將語音信號輸出，經(jīng)過功放芯片TDA2822M將功率放大后，通過揚聲器發(fā)聲，就可一段段地將剛錄制的語音放出來。如有什么地方不滿意，可通過地址表查出該段首地址，單獨選擇該段語音，將其首地址輸入”起始地址“框，點擊”開始錄音“就可將該段語音重新錄制一遍。

5上位機軟件

語音編輯軟件采用CoolEdit，它包含高品質(zhì)的數(shù)字效果組件，可在任何聲卡上進行64軌混音。上位機運行環(huán)境用可視化的編程軟件Visual C++6．0來開發(fā)。

上位機運行軟件應(yīng)有以下功能

（1）通信功能。因為上位機必須發(fā)控制信號以及起始地址數(shù)據(jù)給下位機，而下位機也要發(fā)應(yīng)答信號及結(jié)束地址數(shù)據(jù)給上位機，故該通信為雙向通信。在此采用MSComm控件。使用串口通信控件進行通信，必須首先對串口進行初始化。初始化后，就可以調(diào)用MSComm控件的SetOutput（）和Getlnput（）函數(shù)來對串口進行讀寫了，具體的使用方法在微軟的開發(fā)手冊

MSDN中有詳細介紹。

（2）放音控制功能。上位機必須有放音控制功能，以便根據(jù)需要來開始、停止聲卡放音。并且因為需要程序自動地控制，所以要求放音與停止放音能由VC命令語句來編程控制，在此采用CActiveMovie3控件。ActiveMovie不僅是一個播放器，同時也是ActiveX套件中的一個控件，它可以用來播放媒體文件，它支持絕大部分目前通用的媒體格式，它可以播放Wave，Midi，Avi，MPEG，QuickTime Movie等格式文件，甚至還可以用它來看視盤節(jié)目。由于它還是個控件，所以可以在VB或VC的程序中調(diào)用它。對它的操作相當簡單，只需提供要播放的文件名就可以用Run，Pause，Stop方法來播放、暫停和停止該媒體文件。

（3）保存數(shù)據(jù)功能。需要將各種工作信息（尤其是起始地址信息）保存到一個文本文件，以供查詢。保存數(shù)據(jù)比較簡單，直接調(diào)用現(xiàn)有的函數(shù)即可。

6總結(jié)

文中針對當前使用lSD系列語音芯片中存在的問題，提出并設(shè)計了一種開發(fā)ISD系列芯片的平臺，它可方便地對聲音信號進行編輯處理，選好待錄信號后可自動地將這些語音段錄入1SD芯片，燒錄過程中以直觀形式顯示進度，完畢后以文本文件的方式給出每個語音段的起始地址和結(jié)束地址，方便利用該芯片做相應(yīng)的語音提示或其它電路，因此具有較大的實用意義。