關(guān)于我們
語(yǔ)音芯片基礎(chǔ)知識(shí)--語(yǔ)音芯片訂制方案
語(yǔ)音基礎(chǔ)知識(shí) 1、什么是語(yǔ)音芯片? 語(yǔ)音芯片定義:將語(yǔ)音信號(hào)通過(guò)采樣轉(zhuǎn)化為數(shù)字,存儲(chǔ)在IC的ROM中,再通過(guò)電路將ROM中的數(shù)字還原成語(yǔ)音信號(hào)。 根據(jù)語(yǔ)音芯片的輸出方式分為兩大類(lèi),一種是PWM輸出方式,一種是DAC輸出方式,PWM輸出音量不可連續(xù)可調(diào),不能接普通功放,目前市面上大多數(shù)語(yǔ)音芯片是PWM輸出方式。另外一種是DAC經(jīng)內(nèi)部EQ放大,該語(yǔ)音芯片聲音連續(xù)可調(diào),可數(shù)字控制調(diào)節(jié),可外接功放。 普通語(yǔ)音芯片放音功能實(shí)質(zhì)上是一個(gè)DAC過(guò)程,而ADC過(guò)程資料是由電腦完成,其中包括對(duì)語(yǔ)音信號(hào)的采樣、壓縮、EQ等處理。 錄音芯片包括ADC和DAC兩個(gè)過(guò)程,都是由芯片本身完成的,包括語(yǔ)音數(shù)據(jù)的采集、分析、壓縮、存儲(chǔ)、播放等步驟。 ADC=Analog Digital Change 模數(shù)轉(zhuǎn)換 DAC= Digital Analog Change 數(shù)模轉(zhuǎn)換 音質(zhì)的優(yōu)劣取決于ADC和DAC位數(shù)的多少。例如:20秒到 340秒,最低從10秒到340秒.語(yǔ)音芯片直觀的從名稱(chēng)上來(lái)看,就是與語(yǔ)音有關(guān)的芯片,語(yǔ)音就是存儲(chǔ)的電子聲音,凡是能發(fā)出聲音的芯片,就是語(yǔ)音芯片,俗稱(chēng)聲音芯片,英文準(zhǔn)確些來(lái)說(shuō)應(yīng)該是Voice IC. 在語(yǔ)音芯片的大家庭中,根據(jù)聲音的類(lèi)型不同可分為(Speech IC)和(Music IC)兩種.這兒應(yīng)該算是語(yǔ)音芯片專(zhuān)業(yè)的區(qū)分方法. 2.語(yǔ)音芯片的生產(chǎn)方式 掩膜生產(chǎn)。掩膜生產(chǎn)通俗的說(shuō)就是先將聲音燒到芯片里,然后再進(jìn)行封裝,一般有量的要求。 otp生產(chǎn)。所謂otp的意思是指的一次性燒錄。先把芯片封裝好,再借用軟件燒進(jìn)去聲音。 語(yǔ)音芯片有根據(jù)IC本身的物理結(jié)構(gòu)的多個(gè)通道(同時(shí)發(fā)出多個(gè)通道的聲音)可分為多種類(lèi)型: 一, 單通道的: 1, 單通道的語(yǔ)音IC(Speech IC)(這種語(yǔ)音芯片不支持音樂(lè)IC音樂(lè)存儲(chǔ)方式); 常見(jiàn)的語(yǔ)音IC是單通道的語(yǔ)音芯片,SKC020-OTP20秒和SKA010動(dòng)物叫聲是最典型的單通道語(yǔ)音芯片了, 2, 單通道的音樂(lè)IC(Music IC),同一單位時(shí)間內(nèi)只能發(fā)出一種音樂(lè)的音樂(lè)IC, 電子聲音文件是只有一個(gè)通道的.Mid后綴文件. 常說(shuō)的單音片,是一種最基本的音樂(lè)IC,由一定時(shí)間內(nèi)音符輸出的多少,決定了單音片的效果,有64音符多,128音符等等. 單音片應(yīng)用場(chǎng)合廣,價(jià)格極其低廉,最常見(jiàn)的有單音片有生日快樂(lè)賀卡單音片.典型的有SK20S等 嚴(yán)格的說(shuō),單通道的音樂(lè)IC和單音片的兩者結(jié)構(gòu)是不相同的 二, 2通道: 1, 2通道的語(yǔ)音IC, 2通道和多通道的語(yǔ)音芯片,實(shí)際應(yīng)用中語(yǔ)音播放時(shí)一般會(huì)按規(guī)定固定在某一通道內(nèi)進(jìn)行聲音的播放(等同于單通道),但是這類(lèi)產(chǎn)品比單通道的語(yǔ)音IC(Speech ic)成本要高,價(jià)格會(huì)高些,語(yǔ)音芯片廠家在設(shè)計(jì)時(shí)為了平衡產(chǎn)品價(jià)格和應(yīng)用,一般來(lái)說(shuō),功能支持和聲音效果方面都會(huì)做得更完美一些. 這種結(jié)構(gòu)也許是因?yàn)楫a(chǎn)品和方案實(shí)際應(yīng)用領(lǐng)域和價(jià)格所決定的, 語(yǔ)音芯片輸出一般都是單通道的聲音輸出,支持立體聲的產(chǎn)品很少, 要高端一些的產(chǎn)品就要選MP3主控芯片之類(lèi)的方案了 2, 2通道的音樂(lè)芯片, 通俗叫法是雙音片(Music With Dual Tone IC),顧名思義,同一單位時(shí)間內(nèi)二個(gè)通道都可以發(fā)出音樂(lè)的音樂(lè)IC. 電子聲音源文件一般為.Mid的二通道文件.常見(jiàn)的圣誕系列音樂(lè)IC如:. 這里得多補(bǔ)充兩句,市面上還有一個(gè)叫melody的音樂(lè)芯片,她是個(gè)什么定義呢?簡(jiǎn)單的來(lái)說(shuō),比單音片的效果要好比和弦音樂(lè)芯片的效果要差的一種音樂(lè)芯片,所以雙音片也有被叫成是melody音樂(lè)芯片,melody結(jié)構(gòu)應(yīng)該來(lái)說(shuō)是一種更高級(jí)的單音片,或者可以說(shuō)是二倍效果的單音片. 三, 4通道,8通道或以上: 三通道以上的聲音.又稱(chēng)為和弦音樂(lè).常說(shuō)的4和弦音樂(lè)IC就是指4通道的音樂(lè)IC,例如SKC040... 一般多通道的語(yǔ)音芯片都是同時(shí)支持音樂(lè)IC(Music IC)和語(yǔ)音IC(Speech IC)功能的. (a)“語(yǔ)音芯片”介紹: (1)語(yǔ)音信號(hào)的量化 采樣率(f)、位數(shù)(n)、波特率(T) 采樣:將語(yǔ)音模擬信號(hào)轉(zhuǎn)化成數(shù)字信號(hào)。 采樣率:每秒采樣的個(gè)數(shù)(byte)。 波特率:每秒鐘采樣的位數(shù)(bit)。波特率直接決定音質(zhì)。Bps: bit per second 采樣位數(shù)指在二進(jìn)制條件下的位數(shù)。一般在沒(méi)有特別說(shuō)明的情況下,聲音的采樣位數(shù)指8位,由00H--FFH,靜音定為80H。 (2)采樣率 奈奎斯特抽樣定理(Nyquist Law):要從抽樣信號(hào)中無(wú)失真地恢復(fù)原信號(hào),抽樣頻率應(yīng)大于2倍信號(hào)最高頻率。抽樣頻率小于2倍頻譜最高頻率時(shí),信號(hào)的頻譜有混疊。抽樣頻率大于2倍頻譜最高頻率時(shí),信號(hào)的頻譜無(wú)混疊。 嗓音的頻帶寬度為20~20K HZ左右,普通的聲音大概在3KHZ以下。所以,一般CD取的音質(zhì)為44.1K和16bit,如果碰到某些特別的聲音,如樂(lè)器,音質(zhì)也有用48K和24bit的情況,但不是主流。 一般在我們處理針對(duì)普通語(yǔ)音IC的時(shí)候,采樣率最高達(dá)到16K就夠了、說(shuō)話聲一般取8K(如電話音質(zhì))、6K左右。低于6K效果比較差。而SKC系列語(yǔ)音芯片采樣可以做到22K。 在應(yīng)用單片機(jī)的過(guò)程中,采樣越高,定時(shí)器中斷速度越快,會(huì)影響到其他信號(hào)的監(jiān)控和檢測(cè),所以要綜合考慮。 (3)語(yǔ)音壓縮技術(shù)。 由于語(yǔ)音數(shù)據(jù)量龐大,對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行有效壓縮是很必要的,能夠使我們?cè)谟邢薜腞OM空間里錄入更多的語(yǔ)音內(nèi)容。有以下幾種方式: 語(yǔ)音分段:將語(yǔ)音中可以重復(fù)的部分截取出來(lái),通過(guò)排列組合將內(nèi)容完整地回放出來(lái)。 語(yǔ)音采樣:一般我們使用的喇叭頻響曲線在中頻部分,較少用到高頻,所以,在喇叭音質(zhì)可以接受的情況下,適當(dāng)降低采樣頻率,達(dá)到壓縮效果,這種過(guò)程是不可逆的,無(wú)法恢復(fù)原貌,叫有損壓縮。 數(shù)學(xué)壓縮:主要是針對(duì)采樣位數(shù)進(jìn)行壓縮,這種方式也是有損壓縮。例如,我們經(jīng)常采用的ADPCM壓縮格式,是將語(yǔ)音數(shù)據(jù)從16bit壓縮到4bit,壓縮率是4倍。MP3是對(duì)數(shù)據(jù)流進(jìn)行壓縮,涉及到數(shù)據(jù)預(yù)測(cè)問(wèn)題,它的波特率壓縮倍率為10倍左右。 通常,以上幾種壓縮方式都是綜合起來(lái)使用的。 (4)常用語(yǔ)音格式 PCM格式: Pulse Code Modulation 脈沖編碼調(diào)制,它將聲音模擬信號(hào)采樣后得到量化后的語(yǔ)音數(shù)據(jù),是最基本最原始的一種語(yǔ)音格式。同它極為類(lèi)似的還有RAW格式和SND格式。它們都是純語(yǔ)音格式。 WAV格式:Wave Audio Files 是微軟公司開(kāi)發(fā)的一種聲音文件格式,也叫波形聲音文件,被Windows平臺(tái)及其應(yīng)用程序廣泛支持。WAV格式支持許多壓縮算法,支持多種音頻位數(shù)、采樣頻率和聲道,但WAV格式對(duì)存儲(chǔ)空間需求太大不便于交流和傳播。WAV文件里面存放的每一塊數(shù)據(jù)都有自己獨(dú)立的標(biāo)識(shí),通過(guò)這些標(biāo)識(shí)可以告訴用戶(hù)究竟這是什么數(shù)據(jù),這些數(shù)據(jù)包括采樣頻率和位數(shù),單聲道(mono)還是立體聲(stero)等。 ADPCM格式:是利用對(duì)過(guò)去的幾個(gè)抽樣值來(lái)預(yù)測(cè)當(dāng)前輸入的樣值,并使其具有自適應(yīng)的預(yù)測(cè)功能與實(shí)際檢測(cè)值進(jìn)行比較,隨時(shí)對(duì)測(cè)得的差值自動(dòng)進(jìn)行量化級(jí)差的處理,使之始終保持與信號(hào)同步變化。它適用于語(yǔ)音變化率適中的情況,而且聲音回放過(guò)程簡(jiǎn)短。它的優(yōu)點(diǎn)是對(duì)于人聲的處理比較逼真,一般達(dá)到90%以上,已廣泛地應(yīng)用于電話通信領(lǐng)域。 MP3格式: Moving Picture Experts Group Audio Layer III,簡(jiǎn)稱(chēng)為MP3。它是利用 MPEG Audio Layer 3 的技術(shù),采取了名為“感官編碼技術(shù)”的編碼算法:編碼時(shí)先對(duì)音頻文件進(jìn)行頻譜分析,然后用過(guò)濾器濾掉噪音電平,接著通過(guò)量化的方式將剩下的每一位打散排列,最后形成具有較高壓縮比的mp3文件,并使壓縮后的文件在回放時(shí)能夠達(dá)到較接近原音源的聲音效果。它的實(shí)質(zhì)是vbr(Variant Bitrate 可變波特率)可以根據(jù)編碼的內(nèi)容動(dòng)態(tài)地選擇合適的波特率,因此編碼的結(jié)果是在保證了音質(zhì)的同時(shí)又照顧了文件的大小。 mp3壓縮率10倍甚至12倍。是最初出現(xiàn)的一種高壓縮率的語(yǔ)音格式。 Linear Scale格式:根據(jù)聲音的變化率大小,把聲音分成若干段,對(duì)每段用線性比例進(jìn)行壓縮,但是它的比例是可變的。 Logpcm格式:基本上對(duì)整個(gè)聲音進(jìn)行線性壓縮,將最后若干位去掉。這種壓縮方式在硬件上很容易實(shí)現(xiàn),但音質(zhì)比Linear Scale差一些,特別是音量較小聲音比較細(xì)膩的情況下效果較差。主要用于pure speech方面。mid格式。mid格式的語(yǔ)音所占的空間比較狹小,有時(shí)短短20幾秒的芯片就能裝進(jìn)去十多首mid格式的音樂(lè). (b)“音樂(lè)芯片”介紹: (1)音樂(lè)的通道與音色: 包絡(luò)(envelope)方波(patch) 通道(channel) 包絡(luò):合成音色的一部分,單位時(shí)間內(nèi)音符輸出的變化,常見(jiàn)有“ADSR” 方波:合成音色的一部分,單位時(shí)間內(nèi)音符方波電流的變化。(另見(jiàn)三角波等) 通道:在同一時(shí)間內(nèi),芯片輸出的音符個(gè)數(shù),即“單音樂(lè)器”的個(gè)數(shù)。 PCT:模擬音色的一種,通過(guò)采樣256個(gè)點(diǎn)的樂(lè)器聲音來(lái)模擬出各個(gè)音符的音高。(音色柔和,占空間小,但不夠真實(shí)) FULL WAVE:通過(guò)采集一種樂(lè)器聲音來(lái)模擬各個(gè)音符音高。(樂(lè)器聲真實(shí),但占用空間大,且采集音色音質(zhì)要求高) (2)音樂(lè)的壓縮: 由于音樂(lè)數(shù)據(jù)量龐大,對(duì)音樂(lè)數(shù)據(jù)進(jìn)行有效壓縮是很必要的,能夠使我們?cè)谟邢薜腞OM空間里錄入更多的音樂(lè)內(nèi)容。有以下幾種方式: 音樂(lè)分段:將音樂(lè)中可以重復(fù)的部分截取出來(lái),通過(guò)排列組合將內(nèi)容完整地回放出來(lái)。 音色:根據(jù)音樂(lè)的豐滿程度、需求程度,來(lái)確定Full wave,PCT、dual tone的選擇,各個(gè)音色占用空間不懂,音色質(zhì)量也不同。 數(shù)學(xué)壓縮:主要是針對(duì)采樣的音色(Full wave)進(jìn)行壓縮,這種方式也是有損壓縮,對(duì)于要采集的音色進(jìn)行降采樣、處理等減小采集音色的大。ㄍZ(yǔ)音類(lèi)的修音)。 語(yǔ)音芯片為表述的形象化,由語(yǔ)音長(zhǎng)度來(lái)表示 a)普通語(yǔ)音芯片以6K采樣率為語(yǔ)音長(zhǎng)度計(jì)算標(biāo)準(zhǔn),最大采樣到22K。 b)錄音IC以6K采樣率為語(yǔ)音長(zhǎng)度計(jì)算標(biāo)準(zhǔn)。 即:以6k采樣率芯片可以播放的長(zhǎng)度。 相同品種的芯片成本與芯片的大小成正比。 a)I/O口的分配和ROM的大小(語(yǔ)音秒數(shù))決定芯片成本。低秒數(shù)語(yǔ)音芯片其I/O口較少。 b)音質(zhì)提高,采樣提高,語(yǔ)音秒數(shù)縮短。 音質(zhì)降低,采樣降低,語(yǔ)音秒數(shù)變長(zhǎng) 語(yǔ)音秒數(shù)的計(jì)算方法:M/(n*f) M---ROM大。╞it) n*f---波特率 聲音處理軟件介紹 1)SoundForge 2)Cooledit 3)goldwave 4)Calewalk 語(yǔ)音芯片根據(jù)集成電路類(lèi)型來(lái)分,凡是與聲音有關(guān)系的集成電路被統(tǒng)稱(chēng)為語(yǔ)音芯片(又稱(chēng)語(yǔ)音IC,這里應(yīng)該叫成Voice IC),但是在語(yǔ)音芯片的大類(lèi)型中,又被分為語(yǔ)音IC(這里應(yīng)該叫成Speech IC),音樂(lè)IC(這里應(yīng)該叫成Music IC)兩種. (a)現(xiàn)在市場(chǎng)上常見(jiàn)語(yǔ)音芯片分類(lèi): 短時(shí)間芯片有10秒,20秒,40秒,80秒,170秒的芯片, 常用的模塊有:6分鐘,8分鐘,16分鐘,1小時(shí)的等。 通用的芯片有:3秒到340秒 (b)現(xiàn)在市場(chǎng)上常見(jiàn)音樂(lè)芯片分類(lèi): 單音片:是一種最基本的音樂(lè)IC,是音樂(lè)單通道的,同一時(shí)間音符輸出的多少,決定了單音片的效果,有70多,100多音符等等. 音樂(lè)通道:2通道、3通道、4通道、8通道、12通道等更多。。。 控制方式:按鍵控制,一線串口控制,二線串口控制,三線串口控制,并口控制,單片機(jī)控制,等等 。 (c)現(xiàn)行的語(yǔ)音芯片主要是在廣州和深圳兩地研發(fā)并且生產(chǎn),主要的語(yǔ)音芯片大概分20秒、40秒、80秒、170秒等等,與傳統(tǒng)的芯片相比,這些ic多數(shù)采用的是8腳封裝,使操作變得更加簡(jiǎn)單了。 家電行業(yè):電磁爐、電飯煲、冰箱、洗衣機(jī)、空調(diào)、風(fēng)扇等等 安防報(bào)警:倒車(chē)?yán)走_(dá)、叉車(chē)報(bào)警器、家庭防盜、門(mén)禁系統(tǒng)等 醫(yī)療器械:弱視治療儀、血壓計(jì)、臭氧治療儀、血糖儀等等 廣告媒體:語(yǔ)音廣告牌、鏡子廣告機(jī)、迎賓器、廣告宣傳器等等 玩具系列:語(yǔ)音識(shí)別、小汽車(chē),布娃娃等等 智能交通:一卡通設(shè)備、紅綠燈提醒等等 交通工具:語(yǔ)音電動(dòng)車(chē),語(yǔ)音公交站等 禮品賀卡:賀卡、生日蛋糕祝福 鈴聲等
上一條: 單片機(jī)如何控制語(yǔ)音芯片?
下一條: 語(yǔ)音OTP的選用指南
|