一、 方案设计与论证

《一、 方案设计与论证》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据传输摘要本系统对语音信号采用时域处理方法：数据采集直存直取、欠抽样采样、自相似增量调制法等三种方法，分别完成了对语音信号32.7秒、65.5秒、147.4秒的存储与回放；前置自动增益控制（AGC）将语音信号控制在A/D转换器可处理的范围内以保证话音采样不失真；带通滤波器合理的通带范围有效地滤除了带外噪声，减小了混叠失真；通过后级补偿电路对输出的语音信号进行了校正，回放语音清晰；并具有自动录音、手动录音、录/放音时间显示以及掉电后保护语音信号等功能。·50·一、方案设计与论证本题目是设计制作一个数字化语音存储与回放系统。要求前置放大器的增益为46dB，增益可调；带通滤

2、波器，带宽为300Hz～3.4kHz；ADC采样频率fs=8kHz，字长=8位；语音存储时间≥10秒；DAC变换频率fc=8kHz，字长=8位；且要求回放语音质量好（话音清晰、失真小、杂音少）。方案考虑如下。（一）语音编码方案论证语音是一维时间信号，由于是表示语言声音的信号，所以不是恒定的，信号的性质随时间变化很大。为了充分利用有限的存储空间，并不失真地传送语音信号必须对采集后的语音信号进行进一步压缩，即语音压缩。所谓语音压缩，是为了声音信号更大信息量的传送与记忆而压缩数据，并有效地回放声音的过程。语音压缩可由将语音信号采集，并利用适当的量子化形式的压缩符号化或预测符号

3、化等进行。现代常用的语音信号表示方法如用生成模的参数表示声音时，参数的数据率为5K比特/秒左右，与波形符号化相比，参数表现的数据率显著变低，若使用声音生成模，则以利用声音信号分析而得的模的参数为基础，可进行声音的再合成。在听觉上得到的与原声音没有多少不同的合成声音。参数的数据率为信号波形数据率的·50·以下，所以可进行高效的声音数据压缩。单从声音的存储与压缩率来考虑，生成模参数表示法明显优于信号波形表示法。但要将之应用于单片机，显然信号波形表示法相对简单易实现，具有很强的可行性。故方案的设计均从声音信号以波形存储来考虑。基于这种思路的算法，除了传统的一些脉冲编码调制外，

4、目前已使用的有VQ技术及一些变换编码和神经网络技术，但是算法复杂，目前的单片机速度低，难以实现。结合实际情况，提出了以下几种可实现的方案。1、短时平均跨零计数法该方案通过确定信号跨零数，语音信号编码为数字信号。该方案主要应用于语音识别中，具有较小的回放失真，音质较好。但对于现用单片机，处理数据能力低，故该方法不易实现。2、实时幅值采样法采样过程如下图所示：（1）直存直取法·50·该方案将话音信号的抽样值直接存取，以保证在回放时能真实的重现抽样值。由于这种方法重现的是采样的真实值，所以只存在一般量化噪声，与A/D转换精度有关。故此方法回放质量最好，但占用存储空间也最大，编

5、码速率为62.5kBit/s，每采集1秒钟的话音信号需占用7.8125K字节。由于我们扩展了256K字节的RAM，故采用这种方法作为不压缩的存储，音质好，录音可达32.768秒。该方法示意图如图1：图1注：该方法中的量化台阶为10H，图中70H、80H、70H、60H、50H、40H、50H、70H、90H、C0H、D0H、D0H为所要存储的值，解码后所输出的值为：70H、80H、70H、60H、50H、40H、50H、70H90H、C0H、D0H、D0H（1）欠抽样采样法·50·虽然语音信号频谱在高频处迅速下降，但语音信号并非固有的频带受限。对于浊音来说，超过4kHz

6、频率的频谱比其峰值要低40dB以上。另一方面，对于清音，即使超过8kHz，频谱也没有显著下降。因此为了精确的表示所有语声，常常需要大于20kHz的抽样率。然而，在大多数应用中不需要这样高的抽样率。通常我们只要有3.5kHz以下的频谱足以清晰地传输话音信号，即8kHz的采样速率足矣，通常的“电话语音”就是用4kHz的奈奎斯特频率实现的。因此可以8K的采样速率对话音信号采样，而存储时采用奇存法，即只存奇数点而抛弃偶数点，回放时在两相邻奇数点之间的偶数点只需用两数的平均值代替即可。这样既保留语音信号的主要部分，使回放的音质较为理想，又提高了存储器的利用率，理论计算录音时间可达

7、65.536秒，数据压缩率为1:2。但是，由于这种方法的采样速率实际上只有4kHz，故在回放时会产生一定的失真。该方法示意图如图2所示·50·图2注：图中70H、70H、50H、50H、90H、D0H、为所要存储的值，解码后所输出的值为：70H、70H、70H、60H、50H、50H、50H、70H90H、B0H、D0H（1）自相似增量调制法从典型的语音信号可以看到，语音信号的特征是随时间而变化的，在大多数语音处理方案中，基本的假定为语音信号特性随时间的变化是缓慢的。这个假定导出各种“短时”·50·处理方法，在这里语音信号被分隔为一些短段