采用單片機壓縮編碼的數(shù)碼錄放系統(tǒng)設(shè)計

柯俊霄

（四川托普信息技術(shù)職業(yè)學院 四川 成都 611743）

隨著計算機通信技術(shù)的迅猛發(fā)展，語音信號處理技術(shù)的重要性日益突出，已經(jīng)成為現(xiàn)代工業(yè)發(fā)展的一個必備的基本技術(shù)。數(shù)字化語音存儲與回放系統(tǒng)，具有操作方便、可靠簡單、便于攜帶、成本低廉等特點，在各類公共設(shè)施、智能儀表、家用電子產(chǎn)品等領(lǐng)域有著廣泛的應(yīng)用。

目前一般的數(shù)字語音錄放系統(tǒng)[1]以單片機為主體來控制語音芯片，從而實現(xiàn)語音的數(shù)字化存儲與回放，但其數(shù)據(jù)量較大；為節(jié)約存儲空間，在一些應(yīng)用中[2]采用DSP實現(xiàn)對語音信號的壓縮存儲，其實現(xiàn)要求高，專業(yè)性強，研發(fā)成本較高；為了降低實現(xiàn)成本和使用方便，有研究[3]提出采用簡單快捷的IMA-ADPCM編碼算法在C8051F系列單片機上具體實現(xiàn)語音信號的編解碼和壓縮解壓。

文中介紹了一種基于單片機實現(xiàn)語音信號編碼壓縮的數(shù)碼錄放系統(tǒng)設(shè)計方案，詳細論述了該系統(tǒng)的硬件結(jié)構(gòu)，并根據(jù)G.726標準ADPCM語音編解碼的算法原理，針對語音記錄系統(tǒng)的特點進行了算法的改進和優(yōu)化，降低了算法的復雜程度以及算法的運算量，提高了程序的執(zhí)行效率。運行結(jié)果表明，解碼后語音還原質(zhì)量較好，波形失真度符合預期。

1 硬件設(shè)計

數(shù)碼錄放機的總體設(shè)計如圖1所示，聲音信號通過ML2308采樣處理后送到單片機內(nèi)，單片機壓縮編碼后把數(shù)據(jù)傳送到FLASH中保存。需要時，可從FLASH調(diào)用數(shù)據(jù)經(jīng)單片機解碼由ML2308處理后濾波輸出。為了操作方便，還配備了控制鍵盤、GXM12864液晶顯示模塊和DS1302低功耗實時時鐘電路，單片機可以通過232總線與PC機連接。

圖1 數(shù)碼錄放機的總體設(shè)計圖Fig. 1 Overall design of digital recorders

MCU采用STC12C5410單片機，這是一款兼容51內(nèi)核的增強型8位機，它內(nèi)部包含10K用戶程序空間，片上集成512字節(jié)SRAM，1K的EEPROM空間，支持ISP/IAP，具有低功耗和超強的抗干擾能力，片上還集成了看門狗電路及MAX810專用復位電路。它支持單時鐘/機器周期，工作頻率范圍為0～35 MHz，比普通8051速度快8～12倍，其速度完全有能力處理語音信號的編解碼和壓縮解壓。

ML2308是立體聲錄音/播放LSI，在單個芯片中集成了錄音和播放音頻數(shù)據(jù)所需的所有功能。話筒或線入的模擬信號被模-數(shù)轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字信號，經(jīng)由緩沖存儲器輸出到外部設(shè)備。此外，從外部設(shè)備輸入的數(shù)字信號由1比特數(shù)-模轉(zhuǎn)換器轉(zhuǎn)換為PWM信號，然后由 PWM驅(qū)動器輸出，PWM驅(qū)動器可以直接驅(qū)動耳機。其音頻數(shù)據(jù)輸出信號模式支持μ律G.711 適應(yīng)性8比特PCM 編碼和8 比特/16 比特線性PCM編碼，取樣頻率為4～32 kHz。

FLASH采用SAMSUNG公司生產(chǎn)的NAND型存儲器K9F5608U0C，工作電壓為2.7～3.6 V；其存儲空間是按塊和頁來組織的，芯片容量為(32 M+1024 K)×8 Bit，由2 048塊組成，每個塊由32頁組成，每個頁的大小是(512+16)×8 Bit；讀和寫以頁為單位，擦除以塊為單位，寫一頁的時間約200 μs，擦除一塊的時間約2 ms；可擦寫十萬次，數(shù)據(jù)可保存十年；數(shù)據(jù)口、地址口和命令口是8個管腳分時復用的，是一款性價比很高的大容量數(shù)據(jù)存儲器件，尤其適用于嵌入式系統(tǒng)的數(shù)據(jù)存儲，可以很大程度上提高應(yīng)用系統(tǒng)的總體功能。

圖2 STC12C5410單片機電路Fig. 2 The circuit diagram of STC12C5410 MCU

圖3 立體聲錄音/播放芯片ML2308電路Fig. 3 The ML2308 circuit diagram

2 ADPCM編碼算法優(yōu)化

語音編碼是語音信號數(shù)字處理的核心理論基礎(chǔ)，通常分為3類：波形編碼、參數(shù)編碼、混合編碼。波形編碼力圖使重建后的語音時域信號的波形與原語音信號波形保持一致，它具有適應(yīng)能力強、話音質(zhì)量好等優(yōu)點，但需要用到的編碼速率高，其主要代表就是自適應(yīng)差分脈沖編碼調(diào)制（Adaptive Differential Pulse Code Modulation，ADPCM）。

圖4 存儲器K9F5608U0C電路Fig. 4 The K9F5608U0C circuit diagram

它的核心思想是利用自適應(yīng)改變量化階的大小，即使用小的量化階去編碼小的差值，使用大的量化階去編碼大的差值；使用過去的樣本值估算下一個輸入樣本的預測值，使實際樣本值和預測值之間的差值總是最小。ADPCM 記錄的量化值不是每個采樣點的幅值，而是該點的幅值與前一個采樣點幅值之差。它是利用語音樣本之間的相關(guān)性，并針對語音信號的非平穩(wěn)特點，使用自適應(yīng)預測和自適應(yīng)量化，在保證可接受恢復語音質(zhì)量的同時，能有效降低比特流數(shù)。

根據(jù)1990年ITU通過的G.726標準[4]，其編碼器組成框圖如圖5所示。其編碼器的基本工作原理是：輸入的非線性PCM信號S(k)經(jīng)格式轉(zhuǎn)換后變成線性PCM信號Sl(k)，然后與預測信號Se(k)相減得到二者的差分信號d(k)，自適應(yīng)量化器以量化定標因子自適應(yīng)產(chǎn)生的定標因子y(k)來定標，對該差分信號進行量化得到ADPCM編碼I(k)；一方面I(k)作為編碼輸出，另一方面逆自適應(yīng)量化器利用I(k)得到量化后的差分信號dq(k)，再同重建信號計算器產(chǎn)生的重建信號Sr(k)一起，送到自適應(yīng)預測器，產(chǎn)生預測信號Se(k)，自適應(yīng)預測器采用二階極點、六階零點的混合預測器，利用Sr(k)、 dq(k)以及前幾個時刻的值，對下一時刻將要輸入的信號Sl(k+1)進行預測，計算出預測值Se(k+1)。自適應(yīng)還要依據(jù)輸入信號的特性自動改變自適應(yīng)速度參數(shù)來控制量階，這由定標因子自適應(yīng)量化器、自適應(yīng)速度控制、單音和轉(zhuǎn)移（瞬變音）檢測器等3個功能模塊完成。ADPCM算法的一個重要特點是解碼器中的解碼算法已嵌入在編碼器中，故在設(shè)計中可以只設(shè)計編碼器，而解碼器可以直接由編碼器中的模塊組合得到。

經(jīng)過對編碼器中各個模塊作用的分析，針對本文所設(shè)計的語音記錄系統(tǒng)的特點，同時為減輕單片機運算復雜度和減少代碼量，對標準G.726算法進行了如下一些優(yōu)化。

1)考慮到所采用的是8位單片機，進行大量浮點小數(shù)運算比較困難，所以設(shè)定整個程序中所有變量的字長最大為兩字節(jié)，并且程序不涉及浮點運算；利用查表和乘法功能完成變量自由移位，用數(shù)據(jù)指針與條件轉(zhuǎn)移配合完成對數(shù)變換。標準G.726算法提供了5位編碼40kbps、4位編碼32kbps、3位編碼24kbps和2位編碼16kbps四種輸出信號方案，因為FLASH存儲格式也是8位的，系統(tǒng)采用了4位編碼32kbps和2位編碼16kbps兩種輸出形式。經(jīng)實際測試，我們認為系統(tǒng)播放的語音音質(zhì)是可以接受的，滿足設(shè)計要求。

圖5 G.726編碼器組成框圖Fig. 5 The Composition block diagram of G.726

2)標準算法中為了在原有的30（32）路PCM方式數(shù)字通信設(shè)備中進行60路ADPCM方式的數(shù)字通信，設(shè)計了將μ/A 律8位非線性PCM輸入信號轉(zhuǎn)換為14位線性PCM信號的格式轉(zhuǎn)換單元。本設(shè)計不涉及設(shè)備復用問題，并且ML2308的數(shù)據(jù)輸出格式支持線性PCM信號，因此在編譯碼過程中省略了格式轉(zhuǎn)換模塊。

3)由于語音記錄系統(tǒng)無需對語音信號進行異地傳輸，所以取消了因ASCII字符傳輸時產(chǎn)生誤碼而實施補償?shù)膯我艉娃D(zhuǎn)移檢測單元，同時也取消了解碼器中為實現(xiàn)通信同步而設(shè)的同步碼調(diào)整模塊。

4)在標準算法自適應(yīng)速度的控制部分中，為了使量化器對數(shù)據(jù)調(diào)制解調(diào)器（MODEM）和音頻信令信號與語音信號都能獲得最佳自適應(yīng)特性，采用了快速和慢速兩種不同定標因子的自適應(yīng)算法。錄放機的輸入信號只有語音，從而可以取消針對數(shù)據(jù)調(diào)制解調(diào)或音頻[6]信令信號的慢速標度因子yl(k)的計算；對于語音信號，自適應(yīng)速度控制系數(shù) al(k)→1，因此直接把計算得到的快速量化標度因子yu (k)作為新的量化器標度因子y(k)，從而可以在保證合成語音質(zhì)量的前提下極大的降低算法的復雜程度。

圖6 原始語音信號與解碼信號的波形圖對比Fig. 6 Contrast figure of the original speech signal and the decoding signal

圖6為原始語音信號與解碼信號的波形圖對比情況，可以看出，解碼信號沒有出現(xiàn)嚴重失真，基本保持了原始信號的全部信息量，語音信號的自然度保持較好，雖然信噪比稍差，但系統(tǒng)播放的語音音質(zhì)仍然是可以接受的，對整個系統(tǒng)的性能沒有大的影響。

3 結(jié) 論

文中所設(shè)計的語音錄放系統(tǒng)，應(yīng)用單片機進行信號的編碼壓縮，采用基于標準ADPCM的優(yōu)化算法，提高了編碼效率，實現(xiàn)了對語音信號的實時處理。運行結(jié)果表明，本設(shè)計達到了預期的語音壓縮效果，具有實現(xiàn)方便、低功耗、功能可擴展等特點，降低了這項技術(shù)的門檻和產(chǎn)品成本，在一些對音頻性能要求不是很高的低端消費領(lǐng)域具有較大的應(yīng)用價值。

[1] 許春冬,劉亦晴,劉鈞彬,等．一種嵌入式數(shù)字語音錄放系統(tǒng)的設(shè)計[J].電子元器件應(yīng)用,2010,12(12):42-44.XU Chun-dong,LIU Yi-qing,LIU Jun-bing,et al. A design of embedded digital audio playback system[J].Electronic Applications,2010,12(12):42-44.

[2] 胥霖,穆道生,唐曉剛.基于DSP和單片機的數(shù)字壓縮語音錄放系統(tǒng)[J].通信市場,2008(1):65-69.XU Lin,MU Dao-sheng,TANG Xiao-gang.Compressed digital voice recording system based on DSP and MCU[J].Communications Market,2008(1): 65-69.

[3] 萬曉華,陳連坤．一種適用于單片機的語音編碼算法及應(yīng)用[J]. 計算機工程, 2005,31(6):184-185．WAN Xiao-hua,CHENG Lian-kun. A kind of applied to singlechip voice coding algorithm and its application[J].Computer Engineering,2005,31(6):184-185．

[4] CCITT.Recommendation G.726 40, 32, 24, 16 kb/s Adaptive Differential Pulse Code Modulation(ADPCM)[S].1990．

[5] 趙力.語音信號處理[M].2版.北京:機械工業(yè)出版社,2010.

[6] 吳繼偉.雙聲道混合音頻系統(tǒng)的設(shè)計與實現(xiàn)[J].電子科技，2013(7):94-96.WU Ji-wei.Design and implementation of the dual-channel mixing audio system[J].Electronic Science and Technology,2013(7):94-96.