語音采集與回放[谷風(fēng)資料]

1、 實(shí)驗(yàn)報(bào)告之 語音采集與回放作者:吳瑤 魏翠 袁文濤 賽前及文稿整理輔導(dǎo)老師：黃根春 摘要 本系統(tǒng)基本實(shí)現(xiàn)了語音信號的采集與回放。其主要結(jié)構(gòu)由語音處理前向通道，A/D轉(zhuǎn)換模塊，單片機(jī)控制兼數(shù)據(jù)處理模塊，D/A轉(zhuǎn)換模塊，鍵盤顯示模塊及后向處理通道組成，實(shí)現(xiàn)了語音的采集與回放功能。設(shè)計(jì)制作時(shí)使用了32K存儲器和較高速A/D（AD574），并分別嘗試了4K，8K的采樣頻率，效果不錯(cuò)，在PCM，DPCM，IV三種編碼模式下，基本上都能較好的進(jìn)行語音回放。整個(gè)制作過程，單片機(jī)控制處理程序簡練，前后向處理通道效果良好，系統(tǒng)已具備較高的性能指標(biāo)。 一：方案設(shè)計(jì)與論證顧名思義，語音采集與回放系統(tǒng)具有兩個(gè)最基本

2、的功能：完整的采集原音數(shù)據(jù)和回放語音。采集數(shù)據(jù)主要由前向通道和A/D實(shí)現(xiàn)，前向通道將語音放大，濾波，然后送給AD采樣，繼而CPU讀入數(shù)據(jù)并壓縮存儲；而語音回放主要是將前向采集的數(shù)據(jù)解壓縮，然后送至DA及后向通道還原出語音信號。下面就對這些重要環(huán)節(jié)的設(shè)計(jì)方案做論證和比較。1：語音采集（1）：語音信號放大：因?yàn)樵捦膊杉穆曇粜盘枠O為弱小，一般小于5mv，所以在AD采集之前要對小信號進(jìn)行隔離放大。測量放大器具有高輸入阻抗，高放大倍數(shù)，抗噪性能好，可以對小信號進(jìn)行很好的隔離與放大，所以選擇該種放大器來做語音信號前置放大的核心放大電路。（2）：前向?yàn)V波：濾波要求通頻帶內(nèi)平外陡。一般情況，巴特沃斯濾波器通

3、頻帶較為平坦，而采用多階濾波可提高陡度。所以采用5階巴特沃斯低通和5階巴特沃斯高通級聯(lián)，效果挺好。（3）：數(shù)據(jù)采入：選擇較高速AD采樣芯片AD574作信號采樣和轉(zhuǎn)換處理，據(jù)奈奎斯特采樣定理，系統(tǒng)分別采用了4K，8K的采樣速率對語音信號進(jìn)行采樣。下面則對讀取和壓縮數(shù)據(jù)的設(shè)計(jì)方案作比較。 方案（一）：使用CPLD或FPGA高速讀入數(shù)據(jù)，繼而在其內(nèi)部進(jìn)行壓縮編碼，不經(jīng)過CPU直接送至存儲器，而CPU只作一些控制功能。（用FPGA實(shí)現(xiàn)DMA功能） 方案（二）：使用單片機(jī)作控制兼數(shù)據(jù)處理功能。也即CPU控制讀入采樣數(shù)據(jù)，繼而自行進(jìn)行數(shù)據(jù)壓縮，放至存儲器。 兩種方案都可以較好的進(jìn)行語音壓縮編碼。方案1速度

4、快，處理方便，可以作更多的算法處理，但價(jià)格昂貴，成本太高；方案2速度雖慢，但若使程序簡練，算法精辟，速度可以達(dá)到要求，而且成本相對較低，故采用第二種方案。（4）：數(shù)據(jù)壓縮編碼方式：采用常用的三種語音編碼方式：即采即放PCM，插值IV，差分脈沖編碼DPCM。2 語音回放 （1）：輸出已壓縮語音：選擇DAC0832作D/A轉(zhuǎn)換處理，比0800控制方便。而CPU的數(shù)據(jù)解壓縮，也有兩種方案，同上，設(shè)計(jì)時(shí)選擇單片機(jī)自行進(jìn)行數(shù)據(jù)解碼處理。（2）：后向?yàn)V波：與前向?yàn)V波方案一致。（3）：音頻功放：人耳聽到的語音功率不大，故選擇常用的集成功放芯片LM386來驅(qū)動0.5W的揚(yáng)聲器，達(dá)到了不錯(cuò)的效果。二：系統(tǒng)各模塊

5、的具體設(shè)計(jì)與實(shí)現(xiàn)系統(tǒng)組成及原理框圖如圖111所示。以下就各模塊進(jìn)行具體分析。 麥克風(fēng)隔離放大器測量放大器AGC自動增益控制300Hz3.4kHz帶通濾波器AD采樣51單片機(jī)顯示鍵盤RAM音頻功放300Hz3.4kHz帶通濾波器DA轉(zhuǎn)換揚(yáng)聲器 （系統(tǒng)框圖1-1-1）1：前向通道（1）：小信號隔離放大的電路設(shè)計(jì)和實(shí)現(xiàn):拾音器采集的信號極為弱小，且拾音器輸出阻抗不可忽略，故放大前必須進(jìn)行隔離，并盡量減小信號輸出阻抗。本電路采用運(yùn)放隔離電路,放大部分則分前置同向放大，測量放大及自增益控制放大電路。前置同向放大電路具有很高的輸入阻抗，可以先將小信號進(jìn)行適當(dāng)放大，再用高抗噪的測量放大器進(jìn)行大幅度放大，自增

6、益控制放大電路則是考慮到放大信號過大，以防A/D采樣失真，并可以使聲音變得圓潤。又考慮到放大電路會引入直流分量，還會有偏零現(xiàn)象，故在整個(gè)放大電路的設(shè)計(jì)中必須加入耦合和調(diào)零電路。具體電路圖分別如下： （前置隔離放大電路圖1-1-2）這是隔離電路，4.7uf的電容和3M的電阻組成阻容耦合電路，并增大隔離器輸入阻抗。同向放大器的運(yùn)放在1，5調(diào)零端接入調(diào)零電路。我們?nèi)≡摲糯笃鰽v2;繼而進(jìn)入測量放大，見圖（113） （測量放大電路1-1-3）該測量放大器同樣采用了阻容耦合電路，前級的兩個(gè)運(yùn)放則是將輸入信號進(jìn)行雙極性轉(zhuǎn)換。進(jìn)入測量放大器的信號線采用屏蔽導(dǎo)線。而兩個(gè)1M的電阻則是使測放電路上下充分對稱，降

7、低零點(diǎn)漂移，并提高共模抑制比。其中Av=1+2R/Rf,(該電路中，R27K取標(biāo)稱值，Rf為2K滑變)，故Av=28。此時(shí)已將一般語音信號放大至1V左右。然后進(jìn)入AGC控制放大電路，將信號峰峰值范圍穩(wěn)住，見圖（1-1-4）。 （AGC控制放大電路1-1-4） 圖中場效應(yīng)管選用3DJ6F，N溝道，Vgs必須是負(fù)值。當(dāng)Vgs由0向負(fù)向增大時(shí)，管子溝道變窄，導(dǎo)通電阻增大，放大倍數(shù)減小，否則反之；故在運(yùn)放輸出進(jìn)行負(fù)向檢波，得到負(fù)直流控制電壓，兩個(gè)3M的電阻則是使管子?xùn)艠O電流小，并有高頻扼流功能，47uf的電容也是去紋波。（2）：前向?yàn)V波電路：選擇巴特沃斯濾波器，5階低通級聯(lián)5階高通，具體電路見圖1-1

8、-5。 （圖1-1-5） 濾波器參數(shù)選擇：由5階巴特沃斯函數(shù)極點(diǎn)可以算出其歸一化濾波器的各元件參數(shù)：低通：R=47k;C1=1.75nf;C2=1.35 nf;C3=0.42 nf;C1=3.2 nf;C2=0.31 nf; 高通：C=0.01UF;R1=30.3K;R2=39.2K;R3=126;R1=16.4K;R2=171.8K; 2：中央處理模塊 中央處理模塊由AD,DA及單片機(jī)控制兼處理模塊組成。(1)：A/D芯片選擇較高速12位AD芯片AD574，但由于單片機(jī)內(nèi)部處理限制，只啟動8位轉(zhuǎn)換。其與單片機(jī)的接口采用標(biāo)準(zhǔn)接法，見圖（1-1-6）。 (AD574采樣電路1-1-6) （2）：

9、D/A選用0832，方便控制，速度適中，性能良好。 接口圖見（1-1-7）：（DAC0832數(shù)模轉(zhuǎn)換電路1-1-7） （3）：單片機(jī)控制兼處理模塊：采用89S52處理器構(gòu)成單片機(jī)最小系統(tǒng)，擴(kuò)展一片容量為32Kbyte的62256芯片作為語音存儲介質(zhì)，通過鍵盤選擇如下幾種編碼解碼方式。下面分別對各種方式進(jìn)行闡述：1：壓縮編碼：有三種編碼方式：即存即放PCM,差分脈沖DPCM,插值IV;PCM: 錄音時(shí)，單片機(jī)采入AD轉(zhuǎn)換的數(shù)據(jù)，隨即存入RAM；放音時(shí),單片機(jī)又將這些數(shù)據(jù)依次送入DA轉(zhuǎn)換，可以很好的還原語音。DPCM: 差分脈沖編碼調(diào)制。采用預(yù)測編碼技術(shù)，從輸入中減去預(yù)測值，然后對預(yù)測誤差進(jìn)行量化

10、，最終的編碼就是預(yù)測值與實(shí)際值的差值 。解碼器用以前的數(shù)據(jù)對當(dāng)前樣值進(jìn)行預(yù)測，然后用誤差編碼重構(gòu)原始樣值。性能決定于預(yù)測編碼的方法。DPCM系統(tǒng)是一個(gè)負(fù)反饋系統(tǒng)，采用這種結(jié)構(gòu)可以避免量化誤差的積累。在實(shí)際應(yīng)用中，我們用四個(gè)Bit對差值進(jìn)行量化編碼，最高位作為符號位，0表示當(dāng)前樣本值大于預(yù)測值，1表示當(dāng)前樣本值小于預(yù)測值，剩下三位保存插值的量化絕對值。這種編碼方式可以很好的還原原始語音信號，并且將錄音時(shí)間延長到了8s，但是引入了少量噪音。DM：增量調(diào)制，也稱調(diào)制。DM是對實(shí)際的采樣信號與預(yù)測的采樣信號之差的極性進(jìn)行編碼，將極性變成0和1這兩種可能的取值之一。這樣每個(gè)byte可以用一個(gè)bit來表示

11、，壓縮率達(dá)到8：1，錄音時(shí)間延長到了32s。在增量調(diào)制編碼中，量化階的選擇至關(guān)重要。過大，會引入嚴(yán)重的粒狀失真；過小，會產(chǎn)生斜率過載，造成超越失真。根據(jù)AD采集的語音信號幅度的大小和實(shí)際的調(diào)試經(jīng)驗(yàn)，取10可以得到最佳的語音還原。由于超越失真和粒狀失真的存在，恢復(fù)的語音信號幅度明顯沒有其他幾種編碼方式大，并且當(dāng)輸入信號較平坦時(shí)，重構(gòu)信號被一個(gè)周期性的方波信號污染，經(jīng)分析認(rèn)為是由粒狀失真造成。在軟件中采取適當(dāng)措施，很好的抑制了污染。 IV：線性插值法。即使用4k/s對語音信號進(jìn)行半采樣，并且直接編碼存儲，重構(gòu)時(shí)在兩個(gè)實(shí)際值之間插入它們的平均值，用8k/s的速率播放。在實(shí)際調(diào)試中我們發(fā)現(xiàn)，取3個(gè)實(shí)際

12、值的平均值作為插入值效果更加理想。由于是半采樣，所以對語音信號中的高頻分量損失很大，在放音時(shí)有明顯表現(xiàn)。 2：解壓縮：由于壓縮算法都是線性算法，故只需對壓縮算法進(jìn)行逆運(yùn)算就可以對壓縮編碼進(jìn)行解壓縮。3:后向通道(1): 后向?yàn)V波：復(fù)制前向?yàn)V波器。（2）：音頻功放：選擇一般集成功放芯片LM386。設(shè)計(jì)時(shí)在其傳統(tǒng)接法上作了些改進(jìn)，使男低音得到適當(dāng)提升，并稍微抑制女高音，感覺效果較好。具體電路圖如下：（功放電路1-1-8）三：系統(tǒng)調(diào)試根據(jù)方案設(shè)計(jì)的要求，調(diào)試過程分為三大部分：硬件調(diào)試、軟件調(diào)試和軟硬件聯(lián)調(diào)。電路按模塊調(diào)試，各個(gè)模塊調(diào)試通過后再聯(lián)調(diào)。1：硬件調(diào)試前級測量放大電路和AGC電路的調(diào)試是本系

13、統(tǒng)硬件調(diào)試的重點(diǎn)和難點(diǎn)，測量放大器具有很高的共模抑制比，調(diào)整其參數(shù)，使背景噪聲得到有效的抑制；AGC電路根據(jù)輸入信號的幅度自動調(diào)整增益的大小，使語音信號幅度平坦，限制在AD的最佳采集范圍之內(nèi)（-2V2V），使微弱信號和大信號都能得到有效的采集。使用AGC電路之后，系統(tǒng)的動態(tài)范圍得到了很大的擴(kuò)展，使得系統(tǒng)的語音采集范圍達(dá)到了4米！2：軟件調(diào)試程序全部由C語言編寫，可實(shí)現(xiàn)編碼模式選擇、錄放起止、暫停、停止、音量加減、快進(jìn)、快退、反復(fù)播放等功能。人機(jī)交互采用161液晶顯示器和44鍵盤，界面友好。本系統(tǒng)使用單片機(jī)內(nèi)部定時(shí)器中斷產(chǎn)生采樣頻率。即使定時(shí)器T0工作在可以自動賦初值的模式2狀態(tài)，定時(shí)125us

14、，產(chǎn)生8K的采樣頻率。本軟件設(shè)計(jì)的瓶頸在于，兩次中斷的時(shí)間間隔太短（125us），在這125us內(nèi)，單片機(jī)要完成啟動AD轉(zhuǎn)換、等待轉(zhuǎn)換結(jié)束、讀取轉(zhuǎn)換結(jié)果并對數(shù)據(jù)進(jìn)行壓縮存儲。單片機(jī)的執(zhí)行速度限制了壓縮與解壓算法的復(fù)雜程度，使我們只能選擇最簡單的算法，這直接影響到了恢復(fù)的語音信號的質(zhì)量。本軟件設(shè)計(jì)的另一個(gè)難點(diǎn)在于顯示部分。由于LCD是慢速器件，執(zhí)行一條指令需要多達(dá)100多個(gè)機(jī)器周期，在系統(tǒng)不斷產(chǎn)生中斷的情況下，實(shí)時(shí)顯示錄放信息（錄放時(shí)間）成為很大困難。為了解決這個(gè)問題，我們嘗試了在中斷服務(wù)程序中添加顯示指令，即當(dāng)錄放時(shí)間達(dá)一秒時(shí)，執(zhí)行一次顯示指令，在指定的顯示位上顯示當(dāng)前秒數(shù)。為了節(jié)省時(shí)間，我們

15、拋棄了傳統(tǒng)的刷屏顯示套路，而是對光標(biāo)進(jìn)行精確定位，只對要顯示的位進(jìn)行操作，這樣就大大的節(jié)省了CPU的等待時(shí)間。當(dāng)然，在每一秒鐘到來的時(shí)刻，執(zhí)行顯示指令會對采樣頻率造成影響，但是實(shí)際證明，這種影響幾乎可以忽略不記。程序開始時(shí)設(shè)計(jì)了RAM檢測程序，以保證RAM工作的可靠性。軟件主體流程圖如下：（圖1-1-9）T0中斷服務(wù)程序流程圖如下：（圖1-1-10）3：軟硬聯(lián)調(diào)本系統(tǒng)的軟件和硬件聯(lián)系非常緊密。在軟件調(diào)試成功之后加入AD，DA電路，用信號源和示波器模擬前向通道和后向通道，直至DA輸出波形與AD采集波形一致。最后加入前向放大系統(tǒng)、濾波系統(tǒng)、功放系統(tǒng)實(shí)現(xiàn)整機(jī)聯(lián)調(diào)。四：系統(tǒng)性能測試1、 測試儀器：PC機(jī)（P4 1.8G,256M內(nèi)存）、WAVE6000仿真機(jī)、SG1733SB3A直流穩(wěn)壓穩(wěn)流電源、TDS1002數(shù)字示波器、33120A信號源及FLUKE17B數(shù)字萬用表各一臺。2、 測試過程：一名組員在離麥克風(fēng)不同的距離上以同樣的聲音大小說話，分別換用不同的編碼方式，對各種編碼方式的最終放音效果進(jìn)行了記錄，如表111所示：編碼方式采樣速率(k/s)放音速率(k/s)錄音時(shí)間(s)放音效果PCM884好DPCM888好ADM8832能聽清楚插值法488能聽清楚（表111）由表可見，在有限的存儲空間下，PCM編碼方式對數(shù)據(jù)沒