什么是語音芯片 / Voice IC是什么 / 語音芯片的定義
語音芯片直觀的從名稱上來看,就是與語音有關(guān)的芯片,語音就是存儲的電子聲音,凡是能發(fā)出聲音的芯片,就是語音芯片,俗稱聲音芯片,英文準確些來說應該是Voice IC.
在語音芯片的大家庭中,根據(jù)聲音的類型不同可分為語音IC(Speech IC)和音樂IC(Music IC)兩種.這兒應該算是語音芯片專業(yè)的區(qū)分方法.
日常生活中,語音芯片應用場合和行業(yè)不同,又被大家分為玩具芯片(玩具行業(yè)使用的,如AC80E5),門鈴芯片(AC8DM32),OTP語音芯片(AC8040),兒歌IC(AC8DE12), 童車IC等等.當然這種分類里面她也同時存在著語音IC(Speech ic)和音樂IC(Music IC) .
語音芯片有根據(jù)IC本身的物理結(jié)構(gòu)的多個通道(同時發(fā)出多個通道的聲音)可分為多種類型:
一, 單通道的:
1, 單通道的語音IC(Speech IC)(這種語音芯片不支持音樂IC音樂存儲方式); 常見的語音IC是單通道的語音芯片,AC8020-OTP20秒和AC83E12動物叫聲是最典型的單通道語音芯片了,
2, 單通道的音樂IC(Music IC),同一單位時間內(nèi)只能發(fā)出一種音樂的音樂IC, 電子聲音文件是只有一個通道的.Mid后綴文件.
常說的單音片,是一種最基本的音樂IC,由一定時間內(nèi)音符輸出的多少,決定了單音片的效果,有64音符多,128音符等等. 單音片應用場合廣,價格極其低廉,最常見的有單音片有生日快樂賀卡單音片.典型的有AC8SE07等
嚴格的說,單通道的音樂IC和單音片的兩者結(jié)構(gòu)是不相同的
二, 2通道:
1, 2通道的語音IC, 2通道和多通道的語音芯片,實際應用中語音播放時一般會按規(guī)定固定在某一通道內(nèi)進行聲音的播放(等同于單通道),但是這類產(chǎn)品比單通道的語音IC(Speech ic)成本要高,價格會高些,語音芯片廠家在設計時為了平衡產(chǎn)品價格和應用,一般來說,功能支持和聲音效果方面都會做得更完美一些.
這種結(jié)構(gòu)也許是因為產(chǎn)品和方案實際應用領(lǐng)域和價格所決定的, 語音芯片輸出一般都是單通道的聲音輸出,支持立體聲的產(chǎn)品很少, 要高端一些的產(chǎn)品就要選MP3主控芯片之類的方案了
2, 2通道的音樂芯片, 通俗叫法是雙音片(Music With Dual Tone IC), 故名思義,同一單位時間內(nèi)二個通道都可以發(fā)出音樂的音樂IC. 電子聲音源文件一般為.Mid的二通道文件.常見的圣誕系列音樂IC如:AC8DC12.
這里得多補充兩句,市面上還有一個叫melody的音樂芯片,她是個什么定義呢?簡單的來說,比單音片的效果要好比和弦音樂芯片的效果要差的一種音樂芯片,所以雙音片也有被叫成是melody音樂芯片,melody結(jié)構(gòu)應該來說是一種更高級的單音片,或者可以說是二倍效果的單音片.
三, 4通道,8通道或以上: 三通道以上的聲音.又稱為和弦音樂.常說的4和弦音樂IC就是指4通道的音樂IC...
一般多通道的語音芯片都是同時支持音樂IC(Music IC)和語音IC(Speech IC)功能的.
怎樣區(qū)分有沒集成MCU的語音芯片
先看MCU(Micro Controller Unit)的定義,又稱單片微型計算機(Single Chip Microcomputer),是指隨著大規(guī)模集成電路的出現(xiàn)及其發(fā)展,將計算機的CPU、RAM、ROM、定時數(shù)器和多種I/O接口集成在一片芯片上,形成芯片級的計算機。
語音芯片有兩種,一種是集成MCU的,如AC4060,AC5080可編程OTP系列,功能比較強大,從物理結(jié)構(gòu)上簡單的說,它集成了RAM(隨機存儲器和定時計數(shù)器等)和ROM兩種存儲器。
而另一種是不集成MCU的,它內(nèi)部只有一個ROM(不具體運算和隨機存儲計時器等一些功能),如AC9020,AC8040,AC3030系列芯片,但是價格會相當便宜一些.
簡單一些的說吧,有RAM的OTP語音芯片是集成MCU的,由于RAM隨機存儲器的特性,讓芯片能完成更多復雜的功能。
根據(jù)語音芯片專業(yè)的物理特性的定義:
語音芯片是將語音信號通過聲音采樣轉(zhuǎn)化為數(shù)字信號,存儲在芯片的ROM中,再通過電路將ROM中的數(shù)字信號還原成語音信號的集成電路。
常規(guī)語音芯片的語音信號輸出方式有兩種:脈沖寬度調(diào)制(PWM)輸出和數(shù)模轉(zhuǎn)換輸出(DAC)。
脈沖寬度調(diào)制(PWM)輸出,是利用微處理器的數(shù)字輸出來對模擬電路進行控制的一種非常有效的技術(shù)。其相對于DAC輸出,其特點是應用廣、成本低。是玩具行業(yè)主要的聲音輸出應用方式!
數(shù)模轉(zhuǎn)換輸出(DAC):普通語音芯片是指單獨具有放音功能的集成電路,實質(zhì)上是一個DAC過程,而ADC過程資料是由電腦完成,其中包括對語音信號的采樣、壓縮、EQ等處理。
ADC=Analog Digital Change 模數(shù)轉(zhuǎn)換
DAC= Digital Analog Change 數(shù)模轉(zhuǎn)換
音質(zhì)的優(yōu)劣取決于ADC和DAC位數(shù)的多少。有的ADC和DAC均為32bit,接近真人音質(zhì)。而有的ADC和DAC為16bit,接近CD音質(zhì)。而一些普通的DAC為8bit,為普通音質(zhì)。
錄音芯片包括ADC和DAC兩個過程,都是由芯片本身完成的,包括語音數(shù)據(jù)的采集、分析、壓縮、存儲、播放等步驟。
2、語音信號的量化表述:(分類:語音IC 和 音樂IC)
(a) “語音IC”介紹:
(1)語音信號的量化
采樣率(f)、位數(shù)(n)、波特率(T)
采樣:將語音模擬信號轉(zhuǎn)化成數(shù)字信號。
采樣率:每秒采樣的個數(shù)(byte)。
波特率:每秒鐘采樣的位數(shù)(bit)。波特率直接決定音質(zhì)。Bps: bit per second
采樣位數(shù)指在二進制條件下的位數(shù)。一般在沒有特別說明的情況下,聲音的采樣位數(shù)指8位,由00H--FFH,靜音定為80H。深圳市環(huán)芯半導體有限公司
(2)采樣率
耐奎斯特抽樣定理:要從抽樣信號中無失真地恢復原信號,抽樣頻率應大于2倍信號最高頻率。抽樣頻率小于2倍頻譜最高頻率時,信號的頻譜有混疊。抽樣頻率大于2倍頻譜最高頻率時,信號的頻譜無混疊。
嗓音的頻帶寬度為20~20K HZ左右,普通的聲音大概在3KHZ以下。所以,一般CD取的音質(zhì)為44.1K和16bit,如果碰到某些特別的聲音,如樂器,音質(zhì)也有用48K和24bit的情況,但不是主流。
一般在我們處理針對普通語音IC的時候,采樣率最高達到16K就夠了、說話聲一般取8K(如電話音質(zhì))、6K左右。低于6K效果比較差。
在應用單片機的過程中,采樣越高,定時器中斷速度越快,會影響到其他信號的監(jiān)控和檢測,所以要綜合考慮。
(3)語音壓縮技術(shù)。
由于語音數(shù)據(jù)量龐大,對語音數(shù)據(jù)進行有效壓縮是很必要的,能夠使我們在有限的ROM空間里錄入更多的語音內(nèi)容。有以下幾種方式:
語音分段:將語音中可以重復的部分截取出來,通過排列組合將內(nèi)容完整地回放出來。
語音采樣:一般我們使用的喇叭頻響曲線在中頻部分,較少用到高頻,所以,在喇叭音質(zhì)可以接受的情況下,適當降低采樣頻率,達到壓縮效果,這種過程是不可逆的,無法恢復原貌,叫有損壓縮。
數(shù)學壓縮:主要是針對采樣位數(shù)進行壓縮,這種方式也是有損壓縮。例如,我們經(jīng)常采用的ADPCM壓縮格式,是將語音數(shù)據(jù)從16bit壓縮到4bit,壓縮率是4倍。MP3是對數(shù)據(jù)流進行壓縮,涉及到數(shù)據(jù)預測問題,它的波特率壓縮倍率為10倍左右。
通常,以上幾種壓縮方式都是綜合起來使用的。
(4)常用語音格式
PCM格式: Pulse Code Modulation 脈沖編碼調(diào)制,它將聲音模擬信號采樣后得到量化后的語音數(shù)據(jù),是最基本最原始的一種語音格式。同它極為類似的還有RAW格式和SND格式。它們都是純語音格式。
WAV格式:Wave Audio Files 是微軟公司開發(fā)的一種聲音文件格式,也叫波形聲音文件,被Windows平臺及其應用程序廣泛支持。WAV格式支持許多壓縮算法,支持多種音頻位數(shù)、采樣頻率和聲道,但WAV格式對存儲空間需求太大不便于交流和傳播。WAV文件里面存放的每一塊數(shù)據(jù)都有自己獨立的標識,通過這些標識可以告訴用戶究竟這是什么數(shù)據(jù),這些數(shù)據(jù)包括采樣頻率和位數(shù),單聲道(mono)還是立體聲(stero)等。環(huán)芯語音芯片IC
ADPCM格式:是利用對過去的幾個抽樣值來預測當前輸入的樣值,并使其具有自適應的預測功能與實際檢測值進行比較,隨時對測得的差值自動進行量化級差的處理,使之始終保持與信號同步變化。它適用于語音變化率適中的情況,而且聲音回放過程簡短。它的優(yōu)點是對于人聲的處理比較逼真,一般達到90%以上,已廣泛地應用于電話通信領(lǐng)域。
MP3格式: Moving Picture Experts Group Audio Layer III,簡稱為MP3。它是利用 MPEG Audio Layer 3 的技術(shù),采取了名為“感官編碼技術(shù)”的編碼算法:編碼時先對音頻文件進行頻譜分析,然后用過濾器濾掉噪音電平,接著通過量化的方式將剩下的每一位打散排列,最后形成具有較高壓縮比的mp3文件,并使壓縮后的文件在回放時能夠達到較接近原音源的聲音效果。它的實質(zhì)是vbr(Variant Bitrate 可變波特率)可以根據(jù)編碼的內(nèi)容動態(tài)地選擇合適的波特率,因此編碼的結(jié)果是在保證了音質(zhì)的同時又照顧了文件的大小。
mp3壓縮率10倍甚至12倍。是最初出現(xiàn)的一種高壓縮率的語音格式。
Linear Scale格式:根據(jù)聲音的變化率大小,把聲音分成若干段,對每段用線性比例進行壓縮,但是它的比例是可變的。SUNLINK公司和ALPHA公司的Linear Scale格式為5bit。
Logpcm格式:基本上對整個聲音進行線性壓縮,將最后若干位去掉。這種壓縮方式在硬件上很容易實現(xiàn),但音質(zhì)比Linear Scale差一些,特別是音量較小聲音比較細膩的情況下效果較差。主要用于pure speech方面。
(b)“音樂IC”介紹:
(1)音樂的通道與音色:
包絡(envelope)方波(patch) 通道(channel)
包絡:合成音色的一部分,單位時間內(nèi)音符輸出的變化,常見有“ADSR”
方波:合成音色的一部分,單位時間內(nèi)音符方波電流的變化。(另見三角波等)
通道:在同一時間內(nèi),IC輸出的最多音符個數(shù),即“單音樂器”的個數(shù)。
PCT:模擬音色的一種,通過采樣256個點的樂器聲音來模擬出各個音符的音高。(音色柔和,占空間小,但不夠真實)
FULL WAVE:通過采集一種樂器聲音來模擬各個音符音高。(樂器聲真實,但占用空間大,且采集音色音質(zhì)要求高)
(2)音樂的壓縮:
由于音樂數(shù)據(jù)量龐大,對音樂數(shù)據(jù)進行有效壓縮是很必要的,能夠使我們在有限的ROM空間里錄入更多的音樂內(nèi)容。有以下幾種方式:
音樂分段:將音樂中可以重復的部分截取出來,通過排列組合將內(nèi)容完整地回放出來。
音色:根據(jù)音樂的豐滿程度、需求程度,來確定Full wave,PCT、dual tone的選擇,各個音色占用空間不同,音色質(zhì)量也不同。。
數(shù)學壓縮:主要是針對采樣的音色(Full wave)進行壓縮,這種方式也是有損壓縮,對于要采集的音色進行降采樣、處理等減小采集音色的大。ㄍZ音類的修音)。
(3)常用音樂格式:
MID格式:MIDI(Musical Instrument Digital Interface)樂器數(shù)字接口 ,是20 世紀80 年代初為解決電聲樂器之間的通信問題而提出的。MIDI 傳輸?shù)牟皇锹曇粜盘? 而是音符、控制參數(shù)等指令。
WAV格式:(相見語音IC類介紹)采集音色的格式。
3、語音ROM空間的表述
語音芯片為表述的形象化,由語音長度來表示
a)普通語音芯片以6K采樣率為語音長度計算標準。
b)錄音IC以4K采樣率為語音長度計算標準(以AC6006,AC6009,AC6012為例)。
即:以6k(4k)采樣率芯片可以播放的長度。
4、語音芯片的要素
相同品種的芯片成本與芯片的大小成正比。
a)I/O口的分配和ROM的大。ㄕZ音秒數(shù))決定芯片成本。低秒數(shù)語音芯片其I/O口較少。
b)音質(zhì)提高,采樣提高,語音秒數(shù)縮短。
音質(zhì)降低,采樣降低,語音秒數(shù)變長
c) 語音秒數(shù)的計算方法:M/(n*f)
M---ROM大。╞it) n*f---波特率
實用的計算語音芯片傻瓜計算方式, 音樂IC和語音IC是不同的哦 : -_-
語音IC的秒數(shù)=ROM(bit)除以/10(工業(yè)算法標準)=Byte(理論上是除以8)/再除以3=語音芯片的秒數(shù),比如512kbitROM/8/3=21秒左右,芯片的內(nèi)部壓縮比不同,秒數(shù)長短稍有偏差,以上算法是以6K采樣率為基準的。
音樂IC的秒數(shù)=ROM(bit)除以/除以3=音樂IC的秒數(shù),比如512kbitROM/3=210秒左右,芯片的內(nèi)部壓縮比不同,秒數(shù)長短稍有偏差。
5、常見聲音處理軟件:
1)SoundForge , 功能強大的聲音處理軟件,上手稍難一些
2)Cooledit,功能強大的畫圖聲音處理軟件,上手容易
3)goldwave,功能強大的聲音處理軟件
4)Cakewalk,用于MID音樂文件圖形化編輯的處理軟件
以上資料有環(huán)芯公司整理提供,轉(zhuǎn)載請注明出處
語音芯片 / Voice IC定義
語音IC / Speech IC定義
音樂IC / Music IC定義
錄音IC / Record IC定義
語音芯片/語音IC相關(guān)常用術(shù)語
語音芯片存儲與時間長度的關(guān)聯(lián)
語音芯片時間長度和采樣率
OTP(一次性可編程)的定義
MASK(掩膜)的定義及優(yōu)勢
語音芯片系列下單流程
上述資料都是個人經(jīng)驗總結(jié),屬原創(chuàng),轉(zhuǎn)載請注明出處.
如有錯誤的地方,還請各路朋友不吝指教,先行謝過. |