【精选】数字化语音存储与回放系统设计.doc

6. 数字化语音存储与回放系统设计 6.1 基本原理 6.1.1 基本组成原理 人耳所能听到的声音频率范围为20Hz~20kHz，而一般语音频率位于300hz~3.4khz之间，语音的采集是指将语音声波信号经麦克风和音频放大器转换成有一定幅度的模拟量电信号，然后再转换成数字量的全过程。根据“奈奎斯特采样准则”，采样频率必须大于模拟信号频率最高频率的两倍，由于语音信号最高频率为3.4khz，所以语音采样频率最低不低于6.8khz，通常可选为8khz的采样频率，采集到的语音数据可在单片机的控制下存入存储器。 单片机语言生成过程，可以看成是语言采集过程的逆过程，但又不是原封不动地恢复原来的语言，而是对原来语言的可控制、可重组的实时恢复。在放音时，只要依原先的采样值经PWM接口处理，便可使原音重现。 典型的数字语言存储与回放系统的基本组成框图如图6.2.1所示，它主要包括采集的前向通道和回放的后向通道两大部分，带一定存储容量的单片机最小系统则负责整个系统的控制及数据的存储与回放。 图6.2.1 数字化语音存储与回放系统的基本组成框图 2.主要技术指标 （1）语言放大器增益 此指标是指语音放大器的电压放大倍数；语言放大器的主要作用是对拾音器输出的毫伏级的语音电压信号进行放大，以符合430单片机所自带A/D转换器的输入量程（0-2.5V）的要求。 （2）输出功率 此指标是指输出失真度小于某一值时的功率放大器的最大功率。 （3）带通滤波器通频带 通频带一般为300hz~3.4khz，用于语言滤波。前置通道中的带通滤波主要用于抗混叠，后置通道中的带通滤波则主要起平滑作用。 （4）采样频率及精度 采样频率及精度分别指A/D转换的速率和分辨率。 （5）存储时间 存储时间指存放语言的最长时间；此指标与系统的存储容量、采样频率及精度、存储编码格式等因素密切相关。 6.1.2 设计任务及方案分析 依据图6.2.1所示的框图设计一个数字语言存储与回放系统。 设计要求 语言放大器的增益为40dB， 扬声器负载为8欧姆，输出功率不小于0.5W。 带通滤波器：通带为300Hz~3.4KHz。 ADC：采样频率fs=0khz，字长8位。 语言存储时间≥5s。 DAC；变换频率fc=8kHz，字长8位。 回放语言质量好。 主要功能指标分析及方案选择 人机交互控制方案设计 人机交互可以采用单片机或可编程逻辑器件实现。可编程逻辑器件具有速度快的特点，但实现较为复杂。单片机容易实现，但对数据的处理能力有限，难以在实时性的要求下完成较为复杂的数据处理功能。在本系统中，对于语言信号（最高频率约为3.4kHz，采样频率为8kHz）基本符合设计的要求，故采用单片机作为主控芯片来设计本系统。 语音编码与存储方案设计 该系统要求实现数字语言存储与回放，以8kHz采样频率对语言信号进行采样；如果不采用数据压缩，则要求较大的存储容量；本题并要求在存储容量不变的前提下，提高语言的存储时间，这是一个相对性的指标，与存储空间的绝对大小没有关系，故此指标与功能的实现只能靠采取数据压缩的方法才能实现。 常用的数字压扩技术主要有13 折线A律压扩（近似 A＝87.6的A律压扩）和15 折线μ律压扩（近似μ＝255的μ律压扩），我国的PCM30/32路基群采用A律13折线压缩特性。CCITT建议G.711规定在国际间数字系统互连时，要以A律为标准。故本次我们采用的是13折线A律压扩技术,其数学表达式如下 (6-2-1) 式中，x为归一化输入，y为归一化输出，A为压缩系数。 13折线A律主要用于欧洲各国及中国、非洲地区；采用的PCM30/32路基群中，如图1所示，图中x和y分别表示压缩器归一化输入和归一化输出信号幅度。将x轴的区间(0,1)不均匀的分成8段，分段的规律是每次以1/2取段。然后，每段再均匀的16等分，每一等分作为一个量化分层，于是在0~1内共有8*16=128个量化区间，但每段上间隔是不均匀的，同样在y轴上，将(0,1)区间均匀的分成8段，每段再分成16等分，所以y轴也被等分为128个量化区间，但他们是均匀的。 图1 A律13折线的形成编码过程中信号幅度对应4096个量化单位(最小的量化间隔称为一个量化单位)，在4 096单位的输入幅度范围内，被分成256个量化级，因此须用8位码表示每一个量化级。用于13折线A律特性的8位非线性编码的码组结构如下：表一 码组结构极性码 段落码 段内码 M1 M2M3M4 M5M6M7M8 其中，第1位码M1的数值“1”或“0”分别代表信号的正、负极性，称为极性码。从折叠二进制码的规律可知，对于两个极性