1、第 1 页 共 44 页基于单片机的数字语音存储回放系统设计摘要：如今，计算机的发展带来了许多重大飞跃，微型计算机的应用已经渗透到生产与生活的各个方面。单片微型计算机简称单片机，又称为微控制器。它体积小、价廉、功能强，应用的范围越来越宽。单片机在工业控制、自动检测、智能仪器、家用电器等领域的应用尤其突出。本次设计以凌阳 SPCE061A 单片机为主体，实现了语音的数字化存储与回放，整个系统分为录音、停止、和放音三种状态，状态的改变用按键 K1、K2 、K3 来控制。使用 SPCE061A 单片机自带的 LineIN 输入，性能良好的数字滤波器滤去（3003400Hz）频段以外的信号，经 AD
2、转换将音频信号转换为电信号，采用SACM-A2000 的压缩算法，将压缩后的数据存储在 HM628128A 存储器中。放音时再从 HM628128A 读取数据，利用凌阳 SACM 库提供的 DVR 函数进行录放，数模转换后经过放大驱动喇叭。在 8kHz 的采样频率时，语音存储时间可以达到10s 以上，回放时语音失真小，音质良好。软硬件的结合使该系统有合理的结构、性能指标基本达到要求。关键词：SPCE061A，HM628128A，数字滤波，压缩编码第 2 页 共 44 页Microcontroller based digital voice storage playback systemAbst
3、ract：Nowadays, computer science has brought about a lot of achievements in many flies. The application of microcomputer has penetrated to all aspects of life and industry. Microcomputer is called singlechip for shot, or controller. Because of its small bulk, low price, strong function, the microcomp
4、uter is used more and more, especially in the industrial control, automatic detect, intelligent instrument, apparatus and so on.This paper is based on the microcomputer SPCE061A of Sunplus. Digital memorization of voice and playback of voice are all realized in this system. All the system is compose
5、d of three states: record, playback and halt. The keys K1、K2 、K3 are in charge of the change of the states.HM628128A is used as the data memorizer. The microcomputer SPCE061A offers micin input. Digital filter which performance is all right is used to wipe off the noise. Audio frequency single is sw
6、itched to the electric single via the conversion of AD. After amplified, it drives the trumpet. Voice memorization time can reach more than 10s at 8kHz sampling frequency. Quality of the playback voice is fine and distortion is low. Both software and hardware were combined together so that the syste
7、m can work well. The tested data shows that the system is reliable and the performance of the system up to the design requirements.Key words: SPCE061A，HM628128A，Digital filter，Coding1 绪论1.1 选题的背景和目的作为人类历史进程的纽带，语言在人类进化中有着独特的影响。它的意义并不亚于直立行走和工具的使用。语言的使用，使人类在进化中获得了其他动物所无法比拟的优势。从语言学角度看，人类的文明史就是一部语言与知识相互促
8、进作用、共同发展的历史。语言是人类最重要的交际工具，语言还是人类思维的工具。从有人类文明开始，我们就一直不断地致力于记录下日常活动，这样的努力第 3 页 共 44 页一直都没有停止过。在古代，伴随着记录材料的一次次革新，记录总会带来新的变化。这种变化，也在一定程度上推动历史的前进，可是始终都一直停留在书面的存储，无法保存语音。但是近代随着工业化的进程加剧和科技突飞猛进，经过不断的研究，特别是当爱迪生发明出留声机，我们终于找到了语音的存储介质。通过电磁媒介，我们可以保存语音并且重新播放出来，这也标志着语音的存储和回放终于走上了历史的舞台。历经将近一个世纪，以磁带为核心的传统语音存储方式一直占据着
9、统治地位。但是在长期使用过程中，人们发现这种存储方式还是有很多值得改进地方。比如传统的磁带语音录放系统因其体积大，存储之后要占用大量的空间，还有在维护上面也要投入更多的人力，物力，财力。特别是数字化的概念提出并且付诸实践以后，对传统的存储方式形成巨大的挑战，伴随着数字化进程不断前行，人们愈来愈感觉到使用的不便,特别在电子与信息处理的使用中受到许多限制。在科学技术飞速发展的今天，在语音学、声学、信息学和计算机技术成熟的工具平台下，语音处理近年来也有了突飞猛进。作为高科技应用领域的研究热点，语音处理技术从理论的研究到产品的开发己经取得了长足的进步。由于经济全球化进程加速，数字化信号处理技术的不断提
10、高，数字信号处理器以及语音处理大规模集成电路的进步，语音存储和回放技术的应用越来越广泛。将声信号变成了电信号,也就便于进行各种加工处理，可以按照人们的需要得到相应的语音。语音技术从目前来看已近成熟，现在市场上的各种语言合成芯片和语音处理应用电路有许多，这些都标志着数字化语音进入一个崭新的时代，集成化程度将会越来越高，相应的功能也将会越来越丰富。本次设计提出的数字化语音存储与回放系统，基本原理是对语音的录音与放音的数字控制，同时要求确保了语音回放的质量。1.2 本课题研究现状语音处理是数字信号处理是一个全新的学科领域。其理论与技术是伴随半导体器件和计算机技术的发展而进一步显现出其巨大的潜力。近年
11、来随着计算机技术的发展和普及,语音技术的集成度也愈来愈高。纵观目前市场上语音芯片的技术程度和市场占有率都在不断扩大，与此同时语音芯片的应用范围也随着人们生活水平的提高进入到方方面面，在不同领域都发挥着积极的作用。语音的处理能力也在相应的提升，不仅能够满足人们的基本需求，同时进一步的在现有技术上进第 4 页 共 44 页行改革和创新，使得语音的存储可以尽可能的方便，快捷，有效。语音技术目前的发展趋势是朝着语音合成的方向迈进。按照人类言语功能的不同层次，语言合成也可分成三个层次。它们是分别是:从文字到语音的合成; 从概念到语音的合成;从意向到语音的合成。这三个层次反映了人类大脑中形成说话内容的不同
12、过程,涉及人类大脑的高级神经活动。不难想象,即使是按规则的文字到语音合成也已经是相当困难的任务。为了合成出高质量的语言，除了依赖于各种规则， 包括语义学规则、词汇规则、语音学规则外,还必须对文字的内容有很好的理解,这将涉及自然语言理解的问题。从这一点讲,文语转换系统实际上也可看作一个人工智能系统。语音转换过程是先将文字序列转换成音韵序列,再由语音合成器生成语音波形。第一步涉及语言学处理,例如分词、字音转换等,以及一整套有效的韵律控制规则;第二步需要先进的语音合成技术 ,能按要求实时合成出高质量的语音流。因此一般说来,合成系统都需要一套复杂的文字序列到音素序列的转换程序,也就是说,文语转换系统不
13、仅要应用数字信号处理技术,而且必须有大量的语言学知识的支持。当然其中语音合成终究还是最基本的部分,它相当于“人工嘴巴“,任何语言合成系统包括文语转换系统,都离不开语音合成器。语音技术的研究已有二百多年的历史,但是真正有实用意义的近代语音合成技术是随着计算机技术和数字信号处理技术的发展而发展起来的,主要是让计算机能够产生高清晰度、高自然度的连续语音。近几十年来国际和国内的研究主要集中在按规则文语转换,即将书面语言转换成口头语言。在语音合成技术的发展中,早期的研究主要是采用参数合成方法。值得提及的是 Holmes 的并联共振峰合成器(1973)和 Klatt 的串/并联共振峰合成器(1980),
14、只要精心调整参数,这两个合成器都能合成出非常自然的语音。而最具代表性的文语转换系统数美国 DEC 公司的DECtalk(1987),该系统采用 Klatt 的串/并联共振峰合成器,可以通过标准的接口和计算机连网或单独接到电话网上提供各种语音信息服务,它的发音清晰,并可产生七种不同音色的声音,供用户选择。但是经过多年的研究与实践表明,由于准确提取共振峰参数比较困难,虽然利用共振峰合成器可以得到许多逼真的合成语音,但是整体合成语音的音质难以达到文语转换系统的实用要求。自八十年代末期至今,语言合成技术又有了新的进展,特别是基音同步叠加(PSOLA) 方法的提出(1990), 使基于时域波形拼接方法合
15、成的语音的音色和自然度大大提高。九十年代初,基于 PSOLA 技术的法语、德语、英语、日语等语种的文语转换系统都已经研制成功。这些系统第 5 页 共 44 页的自然度比以前基于 LPC 方法或共振峰合成器的合成系统的自然度要高,并且基于PSOLA 方法的合成器结构简单易于实时实现,有很大的商用前景。最近几年,一种新的基于数据库的语音合成方法正引起人们的注意。在这个方法中,合成语句的语音单元是从一个预先录下的庞大的语音数据库中挑选出来的, 不难想象只要语音数据库足够大,包括了各种可能语境下的语音单元,理论上讲有可能拼接出任何语句。由于合成的语音基元都是来自自然的原始发音,合成语句的清晰度和自然度
16、都将会非常高。最近中国科技大学又推出了 KD-2000 汉语转换系统,不仅在语音合成技术方面有进一步的发展,特别是在文本预处理中围绕层次化结构思想,运用大量的统计和规则的方法,较好地解决了三个大的处理环节:特殊符号处理 ,分词处理和拼接处理,使得汉语文语转换系统的整体性能有很大提高。以 KD-2000 转换为核心的智能汉语平台软件已开始进入市场。1.3 本课题未来发展方向就目前语音的发展，加上时至今日，语音技术产品的市场日益升温，未来的语音技术发展有如下几个方面：一方面，语音将成为下一代操作系统和应用程序的用户界面。比尔盖茨在其未来时速一书中预测：“未来十年语音技术将成为主流。 ”计算机上语音
17、的应用就在于语音识别。就其性质而言是非常复杂的，是跨学科的边缘性研究，涉及数学、声学、生理学、数字信号处理、心理学、统计学、语言学等诸多领域。语音识别的任务是利用语音学知识和语言学知识，首先对语音信号进行基于信号特征的模式分类，这是语音信号处理的范畴，分类的结果是得到拼音串；其次是利用语言学知识进一步处理，得到一个符合语法和语义的句子。而对于汉语，还要在其中完成音字的转换。毫无疑问，语音将摒弃键盘和鼠标，成为下一代操作系统和应用程序的用户界面。随着微机的中央处理器从 4 位到 64 位、时钟频率从 8MHz 到 2GHz 的飞跃，内存（RAM）从 16K 到 2G，外存（硬盘）容量从 10M
18、到 1TG 的发展，语音识别技术也经历了从无到有。无论如何，语音技术已成为计算机工业发展的趋势，使全球亿万人享受着与计算机对话的便利与乐趣，是电脑走向人性化的重要一步。据专家预测，未来 23 年内，语音系统的配备率在个人电脑中将达到 2530以上，语音系统的个人用户市场潜力大约为 1820 亿元人民币。第 6 页 共 44 页另一方面是网络语音的发展。网络语音通信已经发展多年，早些年由于互联网接入主要以调制解调器为主，制约了网络语音通信的发展 13。今天，宽带接入越来越普及，语音应用完全没有问题，已经可以给人类带来最廉价的语音通信，基于互联网的语音通信技术已经成熟，尤其是 SIP 语音通信技术
19、，就其硬件和软件来说，稍加培训，一般的 IT 技术员都能胜任。换句话说，已经使用了互联网和局域网的中小企业都可以自己建立一个 SIP 语音通信系统，就像建立企业自己的网站一样容易。所以，随着宽带、家庭服务器、网络话机等硬件以及 SIP 软件的成本降低和普及，更多的人会将日常的语音通信转换到网络通信上，最终形成一个分布式语音通信网络。2 SPCE061A 单片机简介本次设计以凌阳 SPCE061A 单片机作为核心的控制处理元件。由于其在音频处理方面的优势，使得本次设计不仅在性能上满足设计要求，同时在成本上达到理想水平。介于在本次设计中 SPEC061A 单片机发挥着举足轻重作用，对该芯片大致的介
20、绍如下。2.1 SPCE061A 的总体概述和功能特点伴随着单片机功能集成化的发展，单片机的功能也日趋丰富。其应用的范围也逐渐地由一般的控制，扩展为控制处理、数据处理以及数字信号处理（DSP，Digital Signal Processing）等相关领域。凌阳的 SPCE061A 16 位单片机就是为适应这种发展而设计的。它的 CPU 内核采用凌阳最新推出的 ， nSP（Microcontroller and Signal Processor）16 位微处理器芯片（以下简称 ， nSP） 。围绕 ， nSP所形成的 16 位 ， nSP系列单片机（以下简称 ， nSP家族）采用的第 7 页 共
21、 44 页是模块式集成结构，它以 nSP内核为中心集成不同规模的 ROM、RAM 和功能丰富的各种外设接口部件。， nSP内核是一个通用的核结构。除此之外的其它功能模块均为可选结构，亦即这种结构可大可小或可有可无。借助这种通用结构附加可选结构的积木式的构成，便可形成各种不同系列派生产品，以适合不同的应用场合。这样做无疑会使每一种派生产品具有更强的功能和更低的成本。 ， nSP有以下特点:(1)体积小、集成度高、可靠性好且易于扩展。(2)具有较强的中断处理能力。 (3)， nSP内带有高寻址能力的 ROM、静态 RAM 和多功能的 I/O 口。另外，指令系统提供具有较高运算速度的 16 位16
22、位的乘法运算指令和内积运算指令，为其应用增添了 DSP 功能，使得 ， nSP运用在复杂的数字信号处理方面既很便利，又比专用的 DSP 芯片廉价。 (4)， SP指令系统的指令格式紧凑，执行迅速,并且其指令结构提供了对高级语言的支持,这可以大大缩短产品的开发时间。 (5)低功耗、低电压。2.2 SPCE061A 的主要性能和封装2.2.1 SPCE061A 的主要性能SPCE061A 是继 ， SP 系列产品 SPCE500A 等之后凌阳科技推出的又一个 16位结构的微控制器。目前有两种封装形式：84 引脚的 PLCC84 封装和 80 引脚的LQFP80 贴片封装。主要性能是： 16 位 ，
23、 SP 微处理器;CPU 时钟：32768Hz49.152MHz ；工作电压：VDD 为 2.43.6V(cpu), VDDH 为 2.45.5V(I/O)； 可编程音频处理； 内置 2K 字 SRAM、内置 32K FLASH；32 位通用可编程输入/输出端口； 2 个 16 位可编程定时器/计数器(可自动预置初始计数值 )； 32768Hz 实时时钟，锁相环 PLL 振荡器提供系统时钟信号；2 个 10 位 DAC(数-模转换)输出通道； 第 8 页 共 44 页7 通道 10 位电压模-数转换器(ADC)和单通道语音模-数转换器； 16 系统处于备用状态下(时钟处于停止状态)耗电小于 3
24、.6V； 14 个中断源：定时器 A / B，2 个外部时钟源输入； 声音模-数转换器输入通道内置麦克风放大器自动增益控制(AGC)功能；具备触键唤醒的功能； 使用凌阳多种音频编码形式；具备异步、同步串行设备接口； 具有低电压复位(LVR) 功能和低电压监测(LVD)功能； 具有保密能力； 具有 WatchDog 功能；内置在线仿真电路接口 ICE（In- Circuit Emulator） ；2.2.2 SPCE061A 的结构示意图SPCE061A 的结构如图 2.1 所示：图 2.1 SPCE061A 结构图第 9 页 共 44 页2.2.3 SPCE061A 的封装和引脚说明SPCE0
25、61A有两种封装形式，一种为 84个引脚的PLCC84 封装形式；引脚排列如图2.2；另一种为80个引脚，如图2.3所示图2.2 SPCE061A PLCC84 引脚排列 图2.3 SPEC061A LQFP80 引脚排列各引脚特性介绍如下：IOA0-IOA15(41-48,53,54-60 脚) ：I/O 口 A，共 16 个。IOB0-IOB15(5-1,81-76,68-64 脚)：I/O 口 B，共 16 个。OSC31I(13 脚)：振荡器输入。在石英晶振模式下，是石英元件的一个输入脚。OSC32O(12 脚)：振荡器输出。在石英晶振模式下，是石英元件的一个输出脚。XRESB(6 脚
26、)：复位输入。若这个引脚输入低电平，会使控制器被重置复位。XICE(16 脚)：ICE 使能端，接在线调试器 PROBE 的使能脚 ICE_EN。XICECLK(17 脚)：ICE 时钟脚，接在线调试器 PROBE 的时钟脚 ICE_SCK。XICESDA(18 脚)：ICE 数据脚，接在线调试器 PROBE 的数据脚 ICE_SDA。PVIN(20 脚)：程序保密设定脚。接 GRD。PRUSE(29 脚) ：程序保密设定脚。接+5V。DAC1(21 脚)：音频输出通道 1。DAC2(22 脚)：音频输出通道 2。VRES2(23 脚)：2V 参考电压输出脚。AGC(25 脚)：语音输入自动控
27、制引脚。OPI(26 脚)：Microphone 的第二运放输入脚。MICOUT(27 脚) ：Microphone 的第一运放输出脚。第 10 页 共 44 页MICN(28 脚)：Microphone 的负向输入脚。MICP(33 脚)：Microphone 的正向输入脚。VRTPAD(35 脚)：A/D 转换外部参考电压输入脚。它决定 A/D 转换输入电压上限值。若该点输入一个 2.5V 的参考电压，则 A/D 转换电压输入范围为 0-2.5V。 （外部 A/D 最高参考电压3.3V） 。VCM(34 脚) ：ADC 参考电压输出脚。VMIC（37 脚）：Microphone 电源。XSLEEP(63 脚)：睡眠状态指示脚。当 CPU 进入睡眠状态时，该脚输出一个高电平。VCP(8 脚)：锁相环压控振荡器的阻容输入。XROMT、PVPP、XTEST（61、69、14 脚）：出厂测试用引脚，悬空即可。VDDH(51、52、75 脚) ：I/O 点评参考。若该点输入一个 5V 的参考电压，则I/O 输入输出高电平为 5V。VDD（7 脚）：PLL 锁相环电源。VSS（9 脚）：锁相环地。Vss（19 、24 脚）：模拟地。VSS(38、49、 50、62 脚)：数字地。VDD（15 脚、36 脚）：数字电源。2.3 SPCE061A 实物图和介绍
