单片机语音处理技术应用

《单片机语音处理技术应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、单片机语音处理技术应用语音处理技术是现代多媒体技术研究的核心内容之一。单片机语音处理技术越来越广泛地应用于各种过程控制与移动场合，本文凌阳SPCE061A单片机为例，在单片机的音频处理的基础上，探讨了单片机语音处理技术。关键词：多媒体技术；单片机；语音处理　　多媒体技术是现代计算机应用技术中极其活跃的一门新兴技术，音像处理是多媒体技术的核心研究对象，语音处理是声音处理技术中极为重要的实用技术。语音处理技术的基础是语音学和数字信号处理，它包括语音分析技术、语音存储技术、语音识别技术和语音合成(重现)技术。本文以凌阳SPCE061A为例，对单片机语音处理技

2、术方面的原理与应用进行了探讨。　　1.音频处理　　计算机处理音频主要采用几项技术:采样与量化技术、音频保存技术、音频压缩编码技术、音频重现与辨识技术。采样与量化是将自然界中声音按一定要求采集到计算机中，是声音处理技术的基础。可听音频的频率在20Hz~20kHz范围内，语音的频率一般在60Hz~500Hz范围内。音频可分为波形声音、语音和音乐三种。与任何声音一样，语音也表现为波形声音，但波形声音表示不出语言、语音的内涵。语音是对讲话声音的一次抽象，是语言的载体，是人类社会特有的一种信息系统。音乐是特殊的声音，是声音的一个微弱子集，是规范化符号化了的声音。

3、但音乐不能对所有的声音进行符号化。乐谱是符号化声音的符号组，不同的组合表示比单个号更复杂的声音信息。计算机处理音频时首先要将模拟的(连续的)声音波形数字化(离散化)，这要通过A/D转换器来实现，转换后的音频称为数字音频，它的质量取决于A/D转换器的转换速率和分辨率，速率越高表征单位时间内采集到的数据越多，分辨率越高表征采集到的数据精度越高，所以音频处理中对音频的采样频率和量化位数是两个重要参数。　　一般的语音处理系统硬件结构如图1所示。图1语音处理系统　　采集到的音频信号由音频文件保存。音频文件分为两类:声音文件和MIDI文件。　　2.单片机语音处理技

4、术　　单片机语音处理方面，通常解决的方案采用两个途径：一是对单片机本身进行扩展设计，将语音处理功能模块直接置于单片机内；二是借助于专门的语音处理芯片扩展单片机的功能。由于专门的语音处理芯片系列较多且功能单一，实现一个完整的系统需要增加很多的外围器件，因而在使用上不很方便，所以比较这两种方案，第一种具有明显的优势，但作为通用处理器而言，这种方案是不妥当的。　　专为语音识别和语音处理应用领域设计的芯片需有一颗高速DSP核心处理器承担控制和运算任务，还需适量的片内集成ROM/RAM存储器用来存储应用程序、驱动程序、各种数据和语音识别、语音压缩算法及算法所用常

5、数表等，这增大了芯片设计与制造的成本。由于单片机语音处理芯片在片内集成的ROM/RAM存储器不可能很大，因此单片机不适合用于大规模语音处理系统。　　图2单片机语音处理模块的基本要求和架构　　3.凌阳SPCE061A单片机语音处理技术　　3.1凌阳SPCE061A单片机　　凌阳SPCE061A是一款16位μ’nSP结构的微控制器。该芯片带有硬件乘法器，能够实现乘法运算、内积运算等复杂的运算。凌阳SPCE061A单片机设计先进，特点突出，易学易用，体现了现代微控制器工业发展的新趋势。　　3.2凌阳SPCE061A单片机语音处理的实现　　凌阳SPCE061A

6、将语音处理相关各功能做成函数模块，通过API调用来实现。这些函数分为两类:用于音频资料播放的凌阳音频编码(SACM)类和用于辨识语音的语音识别(BSR)类。　　对输入生成的_A2000或SACM_S480等相应语音资料后，就可利用SACM-LIB库对这些资料进行处理。该库将A/D、编码、解码、存储及D/A做成相应的模块，每个模块都有其应用程序接口API函数，调用对应函数即可实现各自功能。　　如针对特定人语音辨识，SACM-LIB库中提供了包括C语言和汇编语言两种格式定义的API函数，常用语音辨识API函数有:　　（1）SRAM初始化函数intBSR-D

7、eleteSD-Group(int)　　（2）训练函数intBSR-Train(intmandID，intTrainMode)　　（3）识别初始化函数intBSR-InitRecognizer(intAudioSource)　　（4）获取识别结果函数intBSR-GetResult(void)　　（5）停止识别函数voidBSR-StopRecognizer(void)　　（6）识别中断程序-BSR-FIQ-Routine　　配合语音压缩及播放的相关API函数，即可构成一个完整的语音应用系统。　　3.3凌阳SPCE061A单片机语音处理的案例　　我们通

8、过三条语句的训练完成特定人连续音识别，其中第一条语句作为触发，另外两条语句作为具体完成的动作命