基于DSP的語音實時變速系統(tǒng)設計

1、基于DSP的語音實時變速系統(tǒng)設計引言 在外語多媒體教學中，要求對語速進行快慢控制，以適應不同程度學生的需求。然而，傳統(tǒng)的語音變速產品往往在教師改變語速的同時，也改變了原說話者的語調，不能達到教學的真正目的。因此，語音變速系統(tǒng)應當具備調整語速的同時，還需要保證原說話者語調保持不變的特點。本文介紹的就是一種基于TMS320C5409的語音實時變速系統(tǒng)。另外，考慮到在實際系統(tǒng)中語音的壓縮存儲和語音變速往往是同時需求的，因此本文提出一種基于LPC低比特率語音編碼算法的語音變速算法，該算法能夠任意調整語音語速。LPC算法LPC編碼將語音信號s(n)看作一個時變的聲道系統(tǒng)在聲門的激勵之下的輸出信號。對濁音

2、而言，聲門激勵為一周期脈沖串；而對清音而言，聲門激勵為隨機噪聲序列。語音信號的簡化框圖如圖1所示。在LPC編碼中，可以將一幀的語音信號用簡化模型的參數(shù)來表示，如濁音、清音判別，基音周期，增益G以及數(shù)字濾波器系數(shù)a1，這樣就可以獲得3kb/s的編碼。解碼時，由于在LPC編碼中，濁音可以看作是一周期脈沖串的激勵，其中，脈沖周期為基音周期，因此，為了改變語音的速率，我們將語音的幀長變長，在其中再加入若干的脈沖串的激勵即可得到變速的語音信號。硬件系統(tǒng)設計本系統(tǒng)是一個完善的應用系統(tǒng)，主要完成對語音信號的實時LPC編解碼及語音變速，此外，還具有鍵盤控制功能和語音錄放功能。因此，本系統(tǒng)不但需要外部的SRAM

3、存放語音數(shù)據，而且需要與DSP相連接的鍵盤控制設備。本系統(tǒng)主要由TMS320C5409、TLC320AD50、SST39VF400A和CY7C133等構成，系統(tǒng)框圖如圖2所示。TMS320C5409內部提供的32K字片內RAM用來存放實時運行的程序和數(shù)據，片外SRAM(CY7C133)用于存放編碼后的語音數(shù)據。系統(tǒng)的工作過程如下：系統(tǒng)加電后，通過復位建使TMS320C5409復位。TMS320C5409復位后，由內部固化的自引導程序將Flash(SST39VF400A)上的程序和初始化數(shù)據搬移到片內RAM，然后TMS320C5409根據鍵盤的控制執(zhí)行操作，運行LPC編碼運算(錄音)、LPC解碼

4、和語音變速(放音)，調整語音變速速率。TMS320C5409用于實現(xiàn)語音的編解碼算法，TLC320AD50用于完成語音信號的數(shù)/模和模/數(shù)轉換功能。TMS320C5409與TLC320AD50之間通過McBSP串口通信。為了減輕CPU的負擔，本系統(tǒng)中設計McBSP通過DMA收到或發(fā)送完一組單元后，再給CPU中斷的方式跟CPU通信。TMS320C5409與TLC320AD50的接口如圖3所示。采用DMA的方式，即串口每收到或發(fā)送一組單元，都會自動觸發(fā)DMA將其搬送到一個內部的Buffer中，等Buffer滿了再通過中斷方式告訴CPU處理。這時DMA最好采用ABU(Auto Buffering)模

5、式，可以有效防止Buffer中的數(shù)據在串口速率較高時被新數(shù)據沖掉的問題。在進行語音變速時，只需要將13MA通道的幀長做相應的改變即可。SST39VF400A(256K×1 6位)作為TMS320C5409的外部數(shù)據存儲器，地址總線和數(shù)據總線接至TMS320C5409的外部總線，CR接至TMS320C5409的DS。TMS320C5409與SST39VF400A的接口如圖4所示。外部存儲器采用的是CY7C133，它是高速的2K×16bit的靜態(tài)異步雙端口RAM，其存儲速度為25ns。它有兩套獨立的地址線、數(shù)據線和控制信號線，允許兩個控制器件中的數(shù)據通過共同連接的存儲器來進行通

6、信。該雙端口RAM允許兩個控制器同時讀取任何存儲單元(包括同時讀同一單元)，但不允許同時寫或者一讀一寫統(tǒng)一地址單元。對于TMS 320VC5402，數(shù)據存儲器CY7C133的對應地址為4000H47FFH。系統(tǒng)軟件系統(tǒng)實現(xiàn)的目標是鍵盤控制功能和語音錄放功能，并且能夠將輸入的語音信號以任意變速率播放而不改變語音的聲調。系統(tǒng)采用C語言進行功能開發(fā)。本系統(tǒng)中將HPI口映射成為GPIO，并且將鍵盤連線通過"或"門接到INTO。當有按鍵按下時，INTO中斷處理程序通過從GPIO中讀出的數(shù)值判斷此時是錄音、放音、語速變快還是語速變慢。抗干擾設計本系統(tǒng)中既采用硬件抗干擾技術，也采用了軟件

7、抗干擾技術。下面簡要介紹一下本系統(tǒng)所采用的硬件看門狗和數(shù)字濾波器的設計。利用硬件看門狗功能提高系統(tǒng)的抗干擾能力。由專用芯片MAX692構成的看門狗電路(圖5)，系統(tǒng)所用外圍元件少。MAX692是微系統(tǒng)監(jiān)控電路芯片，具有后備電池切換、掉電判別、看門狗監(jiān)控等功能。其中WDI是看門狗檢測輸入端，接到數(shù)字電路系統(tǒng)的一個專用I/O口或一個總線口上。RESET是復位信號輸出端，接數(shù)字電路系統(tǒng)的復位端RST。MAX692的WDI定時周期為1.6 s，復位脈沖寬度是200ms。如果WDI保持高或低超過"看門狗"定時周期(1.6s)，RESET端將發(fā)生200ms寬(最小140ms)的負脈沖使數(shù)字電路系統(tǒng)復位。設數(shù)字濾波器的輸入信號為X(n)，輸出信號為Y(n)，則輸入序列和輸出序列之間的關系可用差分方程表示為：式中輸入信號X(n)可以是語音信號經采樣和ADC變換后得到的數(shù)字序列，也可以是計算機的輸出信號；aK和bK均為 系數(shù)，通過設置aK和bK可將DF設計成需要的帶通濾波器。數(shù)字濾波器的軟件設計方法有：程序判斷濾波法(限幅濾波法)、中位值濾波法、算術平均濾波法、遞推平均濾波法、防脈沖干擾平均濾波法、一階滯后濾波法等6種方法。根據需要，本系統(tǒng)選擇程序判斷濾波法。結浯實踐證明，本系統(tǒng)在進行語音變速的同時，能夠保證原說話