語音采集與回放

1、實驗報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，實現(xiàn)了語音的采集與回放功能。設(shè)計制作時使用了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，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。整個制作過程，單片機控制處理程序簡練，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)計與論證顧名思義，語音采集與回放系統(tǒng)具有兩

2、個最基本的功能：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)計方案做論證和比較。1：語音采集(1) :語音信號放大：因為話筒采集的聲音信號極為弱小，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) :前向濾波：濾波要求通頻帶內(nèi)平外陡。一般情況

3、，巴特沃斯濾波器通頻帶較為平坦，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實現(xiàn)DMA功能)方案(二)：使用單片機作控制兼數(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

4、進(jìn)行語音壓縮編碼。方案1速度快，處理方便，可以作更多的算法處理，但價格昂貴，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)計時選擇單片機自行進(jìn)行數(shù)據(jù)解碼處理。(2) :后向濾波：與前向濾波方案一致。(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

5、的揚聲器，達(dá)到了不錯的效果。二：系統(tǒng)各模塊的具體設(shè)計與實現(xiàn)系統(tǒng)組成及原理框圖如圖 1 -1- 1所示。以下就各模塊進(jìn)行具體分析。(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)計和實現(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

6、，還會有偏零現(xiàn)象，故在整個放大電路的設(shè)計中必須加入耦合和調(diào)零電路。具體電路圖分別如下：R/10 kOhm/50這是隔離電路， 同向放大器的運放在 見圖（1 1 3）（前置隔離放大電路圖1-1-2）4.7uf的電容和3M的電阻組成阻容耦合電路,1, 5調(diào)零端接入調(diào)零電路。我們?nèi)≡摲糯笃鞑⒃龃蟾綦x器輸入阻抗。Av = 2;繼而進(jìn)入測量放大,uFL hmV/60 Hz/O Deg 10 kOhmWVVR/2 kOhm 巧5 k Ohm -VvV10 kOhmVW-7411 M Ohm1 M Ohm27 k Ohm-VW27 k Ohm27 kOhm -WV+27 kOhm-Vv27 k Ohm-Vv

7、V-74127 kOhm-VW（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，前級的兩個運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1M的電阻則是使測放電路上下充分 對稱，降低零點漂移，并提高共模抑制比。其中Av=1+2R/Rf,（該電路中，R = 27K取標(biāo)稱值, Rf為2K滑變），故Av>=28。此時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 ）。3 m Ohm47 UF74ivfchrn4(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。

8、當(dāng) Vgs由0向負(fù)向增大時，管 子溝道變窄，導(dǎo)通電阻增大，放大倍數(shù)減小，否則反之；故在運放輸出進(jìn)行負(fù)向檢波，得到 負(fù)直流控制電壓，兩個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) :前向濾波電路：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1-1-5。1.3fi nF二二 12 nF用MF（圖 1-1-5）濾波器參數(shù)選擇：由5階巴特沃斯函數(shù)極點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

9、;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 ,但由于單片機內(nèi)部處理限制，只啟動 8位轉(zhuǎn)換。其與單片機的接口采用標(biāo)準(zhǔn)接法，見圖（1-1-6 ）。<WR<RDVCC1心DB11REFOUTDBIOEEFINDB9Em OFFDB7AGDE6AD574DE5DE4燮/CSDB2A19DEIR/CDBOCElavnbrSTSmgrAD574DID（AD574采樣電路1-1-6）（2）: D/A選用

10、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）:單片機控制兼處理模塊：采用89S52處理器構(gòu)成單片機最小系統(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，單片機采入 AD轉(zhuǎn)換的數(shù)據(jù)，隨即存入 RAM ;放音時，單片機又將 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，

11、最終的編碼就是預(yù)測值與實際值的差值。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。在實際應(yīng)用中，我們用四個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byte可以用一個bi

12、t來表示，壓縮率達(dá)到 8: 1，錄音時間延長到了 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際的調(diào)試經(jīng)驗，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，重構(gòu)信號被一個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) 時在兩個實際值之間插入它們的平均值，用8k/s的速率播放。在實際

13、調(diào)試中我們發(fā)現(xiàn)，取3個實際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)行逆運算就可以對壓縮編碼進(jìn)行解壓縮。3:后向通道（1）：后向濾波：復(fù)制前向濾波器。（2） :音頻功放：選擇一般集成功放芯片LM386。設(shè)計時在其傳統(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：GND（功放電路1-1-8）三：系統(tǒng)調(diào)試根據(jù)方案設(shè)計的要求,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，各個模塊調(diào)試通過后再聯(lián)調(diào)。1：硬件調(diào)試前級測

14、量放大電路和 AGC電路的調(diào)試是本系統(tǒng)硬件調(diào)試的重點和難點， 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；AGOt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)（-2V 2V）,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。人機交互采用16X 1液晶顯示器和4X 4鍵盤，界面友好。本系統(tǒng)使用單片機內(nèi)部定時器中斷產(chǎn)生采樣頻率。即使定

15、時器T0工作在可以自動賦初值的模式2狀態(tài)，定時125us,產(chǎn)生8K的采樣頻率。本軟件設(shè)計的瓶頸在于，兩 次中斷的時間間隔太短（125us），在這125us內(nèi)，單片機要完成啟動 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)計的另一個難點在于顯示部分。由于LCD是慢速器件，執(zhí)行一條指令需要多達(dá)100多個機器周期，在系統(tǒng)不斷產(chǎn)生中斷的情況下，實時顯示錄放信息（錄放時間）成為很大困難。為了解決這個問題，我們嘗試了在中斷服務(wù)程序中添加顯示指令， 即當(dāng)錄放時間達(dá)一秒時，

16、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)省時間，我們拋棄了傳統(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的等待時間。當(dāng)然，在每一秒鐘到來的時刻，執(zhí)行顯示指令會對采樣頻率造成影響，但是實際證明，這種影響幾乎可以忽略不記。程序開始時設(shè)計了 RAM檢測程序，以保證 RAM工作的可靠性。軟件主體流程圖如下：桐蛤化|EAM檢測馱認(rèn)模式|等將按罐（圖 1-1-9）T0中斷服務(wù)程序流程圖如下:讀取F州數(shù)據(jù)，RAF地址+ +I解碼I瞄出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

17、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)實現(xiàn)整機聯(lián)調(diào)。四：系統(tǒng)性能測試1、測試儀器：PC機（P4 1.8G,256M內(nèi)存）、WAVE600吩真機、SG1733SB3At流穩(wěn)壓穩(wěn)流電源、TDS1002數(shù)字示波器、33120A信號源及FLUKE17醒字萬用表各一臺。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1 1 1所示：編碼方式采樣速率（k/s）放音速率（k/s）M時間（s）放音效果PCM884好DPCM888好ADM8832能聽清楚插值法488能聽清楚(表 1 11)由表可見，在有限