基于單片機的文語轉換系統(tǒng)設計

盧如意

摘 要：文語轉換（Text to Speech）技術是一種綜合了語言學處理和聲學處理兩部分的計算機語音合成技術，前者是對輸入文本進行語言學分析，后者則是通常所說的語音合成。文語轉換技術能將任意的文字信息實時的轉化為標準流暢的語音，它是一項復雜的語音處理技術，涉及聲學、語言學、數(shù)字信號處理、計算機科學等領域的多學科綜合性技術。本文以語音合成及單片機控制為主電路，PC機通過串口向單片機發(fā)送指令最終控制語音合成電路部分發(fā)聲以及LCD文字顯示。

關鍵詞：文語轉換 單片機 語音合成

中圖分類號：TP271 文獻標識碼：A 文章編號：1674-098X（2015）06（b）-0000-00

1 引言

所謂文語轉換技術（Text-to-Speech，簡稱TTS）指的是計算機能自動的將任意文字信息實時轉化為標準流暢的語音朗讀出來。文語轉換技術是一門復雜的語音處理技術，它涉及眾多學科技術，比如聲學、語言學、數(shù)字信號處理、計算機科學等 [1]。隨著電子科學技術、計算機技術、語音合成技術不斷的發(fā)展，文語轉換技術也取得了一系列的成果，特別是在系統(tǒng)的性能上面得到了很大的改善。

1.1 文語轉換的目的及意義

語音合成，相當于給機器裝上嘴巴進行說話。早期的人機交互方式為鍵盤和顯示器方式，這種方式在有些場合效率很低，而且操作也不方便，由此語音合成就突出了它的特點，它能使一些其他存儲方式的信息能夠轉化成人類最習慣、最方便交換的語音信號，使得人簡單的通過聽覺即可得到大量的信息。

1.2 文語轉換的研究背景

近年來，國內外投入了大量的資源在語音合成領域研究，使其得到了迅猛的發(fā)展，并出現(xiàn)了大量的新技術和新設計理念。語音合成技術有著廣泛的應用前景，特別是在人機交互中的應用，如語音報警器、語音報時器、公共汽車上的自動報站、股票信息的查詢、電話查詢業(yè)務，以及打印出版過程中的文本校對等[3][4][5]。

2 文語轉換系統(tǒng)的原理

早期的文語轉換研究主要集中在語音合成方面，即指用機器產(chǎn)生人工語言的技術，它可以通過力學的光學的或電子學的手段產(chǎn)生類似人說話的聲音；隨著計算機技術的發(fā)展和應用，產(chǎn)生語音主要靠計算機來完成，現(xiàn)代的文語轉換主要是指用計算機完成高清晰度、高自然度、高可懂度的語音的技術。要完成高質量的語音，除了采用各種聲學處理手段外，還必須對文字的內容有很好的理解，這將涉及到自然語言理解的問題。只有模擬人產(chǎn)生語音的過程，即首先對要發(fā)生的文字內容有很好的理解，然后根據(jù)人類積累的語音規(guī)律（即韻律規(guī)則）通過聲道將文字順序轉換成聲音，才能得到流利的、容易理解的自然語音。

2.1 文語轉換系統(tǒng)的組成

文本分析、韻律控制和語音合成這三個模塊[7]是文語轉換系統(tǒng)的三個核心部分，其結構如圖1所示。

圖1 TTS系統(tǒng)基本框圖

文語轉換系統(tǒng)區(qū)別于其他類型的語音合成系統(tǒng)是它具有某種程度的篇章理解能力，其能力主要由文本模塊來實現(xiàn)。文語轉換系統(tǒng)能對輸入的文本進行語言學的分析，生成一種適合于語音學的內部表示，在此過程中需要確定每個字的正確讀音以及識別詞與詞之間的界限。

3 文語轉換系統(tǒng)硬件設計

本文在語音合成技術上實現(xiàn)了文語轉換系統(tǒng)，即將固定的或者輸入的文本通過語音合成模塊進行播放，并將其內容顯示在液晶屏上。系統(tǒng)的總體框圖如圖2所示。

圖2 語音合成系統(tǒng)框圖

整個系統(tǒng)由單片機最小系統(tǒng)、LCD顯示模塊、語音合成電路模塊、通信模塊、電源模塊等幾部分組成。

4 文語轉換系統(tǒng)軟件設計

軟件設計可以分為兩部分設計：一是主程序設計；二是子程序設計。主程序設計主要完成的內容是：程序初始化（單片機端口初始化、串口通信初始化）、子程序的調用及跳轉等。語音合成子程序主要完成的內容：根據(jù)系統(tǒng)的要求將相應的文本內容合成語音。其中主程序設計流程圖如圖3 所示。

圖3 主程序流程圖

語音合成子程序的流程圖如圖4所示。其相應程序如下，buf為輸入的文本數(shù)組首地址，語音合成子程序通過串口將相應的文本發(fā)送給語音合成電路進行播放，并且在主程序中調用液晶顯示子程序對相應文本進行顯示。

void Speech（uchar *buf）

{

uchar i = 0； //循環(huán)計數(shù)變量

uchar xor = 0x00； //異或校驗碼變量

uchar ch = 0x00；

uchar len = 0x00；

while（buf[len++]）；

for（i = 0； i < HEAD_LEN； i++）

{

if（i == BKM_OFFSET）

ch = nBkm << 3； //寫入背景音樂

else if（i == LEN_OFFSET）

ch = len + 3；

else

ch = head[i]；

xor ^= ch；

Usart_PutChar（ch）；

Delay（1）；

}

for（i = 0； i < len； i++）

{

xor ^= buf[i]；

Usart_PutChar（buf[i]）；

Delay（1）；

}

Usart_PutChar（xor）； //發(fā)送校驗位

Delay（10）；

//while（TTS_BUSY）； //等待語音播放結束

Delay（10）；

}

圖4 語音合成子程序

5 結論

語音合成的研究已經(jīng)有200多年的歷史，隨著最近幾十年語音合成技術的快速發(fā)展，語音合成在各項領域的應用也越來越廣泛。本文主要完成的內容是：在基于語音合成芯片的基礎上，利用軟硬件結合，完成了文語轉換系統(tǒng)的設計。

本課題所設計的文語轉換系統(tǒng)雖然實現(xiàn)了預期的功能，但由于相關的理論知識的欠缺以及時間上的緊迫，還存在著若干個問題：

（1）對前人已研究出來的方法及原理總結得不夠精煉。

（2）合成的語音在自然度和清晰度等方面還需要提高。

參考文獻

[1]魏文密. 文語轉換方法研究——文本分析[D]. 碩士：長安大學，2007.

[2]張鵬洲. 文語轉換系統(tǒng)研究與應用[D]. 博士后：中國科學院計算技術研究所，1999.

[3]韓紀慶，張磊，鄭鐵然.語音信號處理[M]. 北京：清華大學出版社，2004.

[4]郭鋒. 基于PSOLA的漢語文語轉換技術研究[D]. 碩士：南京航空航天大學，2007.

[5]黃華. 嵌入式語音合成技術的研究[D]. 碩士：重慶大學，2011.

[6]張鵬. 嵌入式語音合成系統(tǒng)的研究與實現(xiàn)[D]. 碩士：武漢理工大學，2006.

[7]張雪英. 數(shù)字語音處理及MATLAB仿真[M]. 北京：電子工業(yè)出版社，2010.

[8]PRAHALLAD Kishore，BLACK Alan.A text to speech interface for Universal