单片机语音嵌入-7.ppt

* 第七章 音频压缩算法 音频的概述（特点、分类） 数字音频的采样和量化 音频格式的介绍 ：声音文件 MIDI文件 语音压缩编码基础 ： 语音压缩编码中的数据量：数据量=(采样频率×量化位数)/8(字节数) ×声道数目。 压缩编码的目的：通过对资料的压缩，达到高效率存储和转换资料的结果，即在保证一定声音质量的条件下，以最小的资料率来表达和传送声音信息。 压缩编码的必要性：实际应用中，未经压缩编码的音频资料量很大，进行传输或存储是不现实的。 所以要通过对信号趋势的预测和冗余信息处理，进行资料的压缩，这样就可以使我们用较少的资源建立更多的信息 见的几种音频压缩编码： 1) 波形编码 2) 参数编码 3) 混合编码 从文本到语音转换过程示意 语音辨识技术有三大研究范围：口音独立、连续语音及可辨认字词数量 口音独立： 1）早期只能辨认特定的使用者即特定语者(Speaker Dependent，SD)模式2）非特定语者模式(Speaker Independent，SI) 连续语音： 1）单字音辨认 2）整个句子辨识 语音识别原理简图 压缩分类 压缩分无损压缩和有损压缩。 无损压缩一般指：磁盘文件，压缩比低：2:1～4:1。 而有损压缩则是指：音／视频文件，压缩比可高达100:1。 凌阳音频压缩算法根据不同的压缩比分为以下几种 SACM-A2000：压缩比为8:１，8:1.25，8:1.5 SACM-S480： 压缩比为80:3，80:4.5 SACM-S240： 压缩比为80:1.5 按音质排序：A2000S480S240 常用的音频形式和压缩算法 1) 波形编码：sub-band即SACM-A2000 特点：高质量、高码率，适于高保真语音／音乐。 2) 参数编码：声码器（vocoder）模型表达，抽取参数与激励信号进行编码。如：SACM-S240。 特点：压缩比大，计算量大，音质不高，廉价！ 3) 混合编码：CELP即SACM-S480 特点：综合参数和波形编码之优点。 除此之外,还具有FM音乐合成方式即SACM-MS01 语音识别电路基本结构如图所示: 单片机对语音处理过程 SACM_A2000 该压缩算法压缩比较小(8:1)所以具有高质量、高码率的特点适用于高保真音乐和语音。 其相关API函数如下所示： void SACM_A2000_Initial(int Init_Index) //初始化 void SACM_A2000_ServiceLoop(void) //获取语音资料，填入译码队列 void SACM_A2000_Play(int Speech_Index, int Channel, int Ramp_Set) //播放 void SACM_A2000_Stop(void) //停止播放 void SACM_A2000_Pause (void) //暂停播放 void SACM_A2000_Resume(void) //暂停后恢复 void SACM_A2000_Volume(Volume_Index) //音量控制 unsigned int SACM_A2000_Status(void) //获取模块状态 void SACM_A2000_InitDecode(int Channel) //译码初始化 void SACM_A2000_Decode(void) //译码 void SACM_A2000_FillQueue(unsigned int encoded-data)//填充队列 unsigned int SACM_A2000_TestQueue(void) //测试队列 Call F_FIQ_Service_ SACM_A2000 //中断服务函数 SACM_S480 该压缩算法压缩比较大80:3, 存储容量大,音质介于A2000和S240之间,适用于语音播放, 如“文曲星”词库 其相关API函数如下所示： int SACM_S480_Initial(int Init_Index) //初始化 void SACM_ S480_ServiceLoop(void) //获取语音资料，填入译码队列 void SACM_ S480_Play(int Speech_Index, int Channel, int Ramp_Set) void SACM_ S480_Stop(void) //停止播放 void SACM_S480_Pause (void) //暂停播放 void SACM_S480_Resume(void) //暂停后