基于TMS320F28335語音信號端點(diǎn)檢測的硬件與軟件設(shè)計(jì)

季衛(wèi)松

（南京萊斯信息技術(shù)股份有限公司，江蘇 南京 210007）

1 語音信號端點(diǎn)檢測硬件架構(gòu)圖

語音信號端點(diǎn)檢測硬件電路由TI公司的TLV320-AIC23語音輸入集成電路、TI公司數(shù)字信號處理器TMS320F28335及外圍接口電路組成，其硬件架構(gòu)如圖1所示。

來自電話的語音信號輸入TLV320AIC23語音集成電路，經(jīng)A/D轉(zhuǎn)換后，進(jìn)入數(shù)字信號處理器TMS320F28335進(jìn)行能量運(yùn)算，同時經(jīng)過TLV320AIC23集成電路進(jìn)行D/A轉(zhuǎn)換，將語音輸入至電臺。當(dāng)語音到來時，處理器的一個GPIO端口設(shè)置為低電平，將電臺的鍵控PTT電平拉低，觸發(fā)電臺發(fā)射；當(dāng)語音結(jié)束時，處理器的一個GPIO端口設(shè)置為高電平，將電臺的鍵控PTT電平拉高，關(guān)閉電臺功率放大器，電臺將處于收聽值守狀態(tài)。

圖1 語音信號端點(diǎn)檢測硬件電路架構(gòu)圖

2 數(shù)字信號處理器TMS320F28335及TLV320AIC23語音集成電路功能簡介

TMS320F28335[1]是TI公司一款高性能、采用靜態(tài)CMOS技術(shù)的32位高速數(shù)字信號處理器，CPU最高時鐘150 MHz，內(nèi)置單精度浮點(diǎn)運(yùn)算FPU單元，6個通道總線總裁控制器DMA，主要用于ADC、McBSP、ePWM、XINF及SARAM之間的數(shù)據(jù)高速傳輸。先進(jìn)的哈佛總線架構(gòu)，程序空間、數(shù)據(jù)空間、特殊寄存器、外設(shè)控制寄存器統(tǒng)一編址，映射成連續(xù)的地址空間，極大地方便編程人員編寫程序代碼。

TLV320AIC23是TI公司推出的高性能立體聲音頻編解碼器，采用先進(jìn)的過采樣技術(shù)，可以在8～96 kHz的采樣率下提供16 bit、20 bit、24 bit、32 bit的采樣數(shù)據(jù)。內(nèi)置數(shù)字濾波器，ADC和DAC的輸出信噪比可達(dá)90 dB和 100 dB[2]。支持麥克風(fēng)輸入和線路輸入，輸入和輸出具有可編程的增益調(diào)節(jié)功能。TLV320AIC23具有SPI總線和多通道緩沖串口（McBSP），是與TI公司DSP相配套的專用語音處理集成電路。

3 語音信號端點(diǎn)檢測軟件算法的設(shè)計(jì)

3.1 通話特征分析及處理策略

一般電話和無線電臺的通話，一句話大概0.5～20 s不等，然后是幾秒的間隔停頓休息。如果使用短時能量法來檢測語音信號的端點(diǎn)，必須將一句話的語音分成若干塊，每塊大約50 ms。通常處理器TMS320F28335通過SPI總線將TLV320AIC23的ADC采樣率設(shè)定為44.1 kHz。為了簡化軟件代碼，設(shè)定塊的時間長度為68 ms，即采樣3 000個語音序列的時間。

為了加快運(yùn)算速度，減小延遲，在軟件處理上，采用滑動窗的方式，窗口的寬度為3 000個語音序列，即語音塊的時間為68 ms，每處理完3 000個數(shù)據(jù)，滑動到下一窗數(shù)據(jù)。3 000點(diǎn)語音序列劃分為100幀，每幀為30個語音數(shù)據(jù)。每幀的能量為根據(jù)每幀的能量判定語音端點(diǎn)，語音信號端點(diǎn)檢測的滑動窗策略如圖2所示。

由圖2中可知，第1窗的數(shù)據(jù)需要至少68 ms處理時間，當(dāng)一段語音送入電臺時，鍵控PTT需要延時68 ms啟動電臺發(fā)射。電話語音轉(zhuǎn)接電臺發(fā)射時，遠(yuǎn)端的電臺收到的語音，68 ms字頭將缺失，但不會影響完整的語義。

圖2 語音信號端點(diǎn)檢測的滑動窗圖

3.2 語音信號端點(diǎn)檢測軟件算法流程圖

TMS320F28335的外設(shè)多通道緩沖串口（McBSP）具有中斷功能，當(dāng)多通道緩沖串口數(shù)據(jù)接收滿時將觸發(fā)中斷，在中斷函數(shù)中，用戶代碼讀取語音信號的ADC轉(zhuǎn)換值。

需要定義一個全局變量，即狀態(tài)機(jī)計(jì)數(shù)器（STATUS_CNT）。每次執(zhí)行讀取語音引號ADC的轉(zhuǎn)換值的中斷函數(shù)，狀態(tài)機(jī)計(jì)數(shù)器累計(jì)加1，根據(jù)狀態(tài)計(jì)數(shù)器的值，程序需要做如下任務(wù)。

（1）每次執(zhí)行讀取語音信號ADC的轉(zhuǎn)換值的中斷函數(shù)，狀態(tài)計(jì)數(shù)器累計(jì)加1，當(dāng)達(dá)到3 000時，狀態(tài)機(jī)計(jì)數(shù)器置位1。

（2）將包含30個序列的語音信號幀的能量進(jìn)行迭代，結(jié)果儲存在模為100的數(shù)組中。

（3）判斷每幀的能量，當(dāng)大于設(shè)定的閾值，變量nCNT累計(jì)加1，當(dāng)該變量大于20時，斷定語音到來，小于20時，沒有語音。

圖3為語音信號的端點(diǎn)檢測軟件算法流程圖[3]。

圖3 語音信號端點(diǎn)檢測軟件算法流程圖

3.3 語音信號端點(diǎn)檢測軟件的代碼實(shí)現(xiàn)

根據(jù)語音信號端點(diǎn)檢測軟件算法流程，實(shí)現(xiàn)的代碼如下：

int STATUS_CNT=0; //定義狀態(tài)機(jī)計(jì)數(shù)器；

int temp=0; //定義全局變量，去讀ADC轉(zhuǎn)換結(jié)果；

int nPower=0; //定義全局變量，用于語音幀能量迭代；

int nPower_cnt[100]; //定義模為100的數(shù)組，轉(zhuǎn)存語音幀的能量；

int nCNT=0; //定義全局變量，用于判斷語音是否到來；

在讀取語音信號ADC的轉(zhuǎn)換值的中斷函數(shù)，實(shí)現(xiàn)的代碼：

STATUS_CNT=STATUS_CNT+1; // 狀態(tài)機(jī)計(jì)數(shù)器累計(jì)加1；

temp=McbspaRegs.DRR1.all; // 讀取ADC語音信號的轉(zhuǎn)換結(jié)果；

nPower=nPower+temp*temp; // 迭代，能量儲存；

if(STATUS_CNT==30)

{

nPower_cnt[0]=nPower; //能量轉(zhuǎn)存數(shù)組；

nPower=0; //一定要清零，用于下幀能量的迭代；

}

if(STATUS_CNT==60)

{

nPower_cnt[1]=nPower; //能量轉(zhuǎn)存數(shù)組；

nPower=0; //一定要清零，用于下幀能量的迭代；

}

if(STATUS_CNT==3 000)

{

nPower_cnt[99]=nPower; //所有幀的能量全部轉(zhuǎn)存數(shù)組；

nPower=0; //一定要清零，用于第下幀能量的迭代；

STATUS_CNT=1; //狀態(tài)機(jī)計(jì)數(shù)器置位1，滑動下一窗數(shù)據(jù)；

for(j=0;j＜100;j++) {if(nPower_cnt[j]＞10 000)nCNT=nCNT+1;}

if(nCNT＞20)PTT_OUT=0; else PTT_OUT=1; //觸發(fā)PTT

//如果100個語音幀能量，其中大于1 000的個數(shù)超過20個，斷定語音到來。

}

4 結(jié) 論

使用數(shù)字信號處理器TMS320F28335來檢測語音信號的端點(diǎn)，運(yùn)算速度快，延時小，輸入至無線電臺的鍵控PTT幾乎與語音同步。