基于TTS技術和ALC5621芯片的音頻錄/放解決方案

莫毅挺

摘 要本文介紹一種基于先進的TTS軟核算法和ALC5621音頻IC的錄/放音方案。音頻采集->儲存->壓縮/解壓全過程由軟件實現(xiàn)，大大節(jié)約了成本及提升產(chǎn)品的可制造性。本方案適用于帶I2S和I2C接口的嵌入式系統(tǒng)。

【關鍵詞】TTS I2S DMA 音頻 立體聲 單聲道 ADPCM WAVE

1 科大訊飛TTS（Text To Sound）軟核簡介

本方案采用科大訊飛公司的Aisound5系列嵌入式語音合成軟件模塊，Aisound5結合音頻播放平臺就可以實現(xiàn)任意中/英文本的朗讀功能。

Aisound5支持UNICODE、GB2312、GBK、Big5等字符編碼；支持塊式和流式文本輸入；輸出格式為16位PCM音頻，并可選8k/11k/16k輸出采樣率；支持音量和語速調(diào)節(jié)；支持多音字和數(shù)字發(fā)音識別；平均無故障工作時間不小于72小時。Aisound5與操作系統(tǒng)無關，它以“靜態(tài)庫”+“語音合成資源包”的形式提供，通過回調(diào)函數(shù)的方式與用戶平臺對接，接口簡單。TTS靜態(tài)庫提供豐富的語音合成配置選擇，可滿足大多數(shù)應用需求。

2 WAVE音頻文件及ADPCM壓縮算法簡介

WAVE文件是微軟標準音頻格式，它使用三個參數(shù)來表示聲音：采樣位數(shù)、采樣頻率和聲道數(shù)。支持單聲道和立體聲，WAVE文件所占容量=（采樣頻率×采樣位數(shù)×聲道數(shù)）×時間/8（1字節(jié)=8bit）。為了節(jié)省存儲空間，本方案采用單聲道和壓縮的WAVE文件。

ADPCM（Adaptive Differential Pulse Code Modulation），是一種針對聲波數(shù)據(jù)的有損壓縮算法，通過兩個相鄰采樣計算出預測值，再將預測值與下一個采樣之差與預先設定的比例因子表中相近的那個因子作運算，得到一個相比原始數(shù)據(jù)小很多的結果并儲存，播放時再以逆運算重建波形。ADPCM優(yōu)點是壓縮/解壓算法簡單，對CPU處理速度要求不高。

3 基于ALC5621的音頻應用電路設計

圖1是本方案使用的ALC5621應用電路。ALC5621提供兩路立體聲道輸入（MIC1和MIC2），支持單端或差分輸入。本方案只使用其中一路，為了抑制共模噪聲，采用差分輸入。此外ALC5621還提供兩路輔助混音輸入（AUXIN_L和AUXIN_R），并可單獨調(diào)節(jié)音量。本方案利用AUXIN_R作為蜂鳴輸入，由MCU產(chǎn)生一定頻率的PWM音頻信號BEEP作為輸入。ALC5621通過標準的I2S與MCU接口，本方案中ALC5621工作于主模式，MCU工作于從模式，采用全雙工方式實現(xiàn)錄/放音數(shù)據(jù)傳輸。I2S總線通過LRCK信號交替地傳輸左/右聲道數(shù)據(jù)，但本方案錄音時只保存單個聲道的數(shù)據(jù)，放音時再將單聲道數(shù)據(jù)轉換為雙聲道數(shù)據(jù)，這樣可以節(jié)省一半的音頻存儲空間。ALC5621提供一路I2C接口，MCU可通過該接口傳輸控制命令，如調(diào)節(jié)輸出音量，打開/關閉錄音ADC，配置單端/差分輸入，配置I2S的主/從模式等。

I2S（Inter-IC Sound Bus）是飛利浦公司為IC之間的音頻數(shù)據(jù)傳輸制定的一種總線標準。I2S有3個主要信號：

（1）串行時鐘SCLK，也叫位時鐘（BCLK），對應每一位數(shù)據(jù)SCLK都有1個脈沖。SCLK的頻率=2×采樣頻率×采樣位數(shù)。

（2）幀時鐘LRCK，用于切換左右聲道的數(shù)據(jù)。LRCK為“1”表示正在傳輸左聲道數(shù)據(jù)，為“0”表示正在傳輸右聲道數(shù)據(jù)。LRCK的頻率等于采樣頻率。

（3）串行數(shù)據(jù)SDATA，就是用二進制補碼表示的音頻數(shù)據(jù)。

本方案音頻相關參數(shù)配置如下：

聲道數(shù)=2 采樣頻率=8k 采樣位數(shù)=16bit ADPCM壓縮比=1/4

由以上參數(shù)可計算出1秒錄音數(shù)據(jù)大?。?/p>

原始PCM音頻數(shù)據(jù)大小：2*8k*2Bytes*1秒=32k Bytes

經(jīng)壓縮和單聲道處理后大?。?2k/（4*2）=4k Bytes

由此可見，經(jīng)壓縮和單聲道處理后可節(jié)省87.5%的存儲空間，且ADPCM壓縮算法簡單，很適合運算速不高的嵌入式系統(tǒng)。

4 本系統(tǒng)設計

4.1 系統(tǒng)架構

圖2為本系統(tǒng)的架構示意圖。

本方案MCU采用STM32F407（ARMCortex M4，主頻最高達168MHz），自帶I2S、I2C、SDIO接口，及豐富的廠家驅動庫支持，可方便的集成SD卡，I2S/I2C接口設備。錄音文件以WAVE格式存儲于8G的SD卡，MCU通過SDIO接口訪問。文件系統(tǒng)采用ucfs，與微軟的FAT文件系統(tǒng)兼容。音頻數(shù)據(jù)在ALC5621和MCU間按塊方式動態(tài)壓縮/解壓處理。ALC5621完成音頻的AD/DA轉換，數(shù)字音頻傳輸，功放，混音等功能。如圖3所示SDIO及I2S均采用雙緩沖的DMA方式，這樣可保證音頻數(shù)據(jù)連續(xù)穩(wěn)定的傳輸，另為了加快處理速度，將DMA中斷程序執(zhí)行域通過分散加載文件定位于片內(nèi)SRAM空間。

4.2 TTS的應用設計

訊飛TTS軟核只是一個靜態(tài)庫，使用者需要根據(jù)自己平臺情況編寫合適的應用程序配置和調(diào)用它。圖4為本系統(tǒng)TTS的應用設計原理圖。

5 實測結論

經(jīng)實際產(chǎn)品驗證，本音頻解決方案滿足同時連續(xù)錄/放音無卡頓的要求，對系統(tǒng)資源占用少，是不錯的嵌入式系統(tǒng)音頻解決方案。

參考文獻

[1]科大訊飛AiSound4.10用戶指南（Release 1.0.1346）.

[2]ALC5621_DataSheet_1.0.pdf（Rev.1.0）.

[3]STM32F4XX_manual.pdf.

作者單位

珠海優(yōu)特電力科技股份有限公司 廣東省珠海市 519000