基于TTS技術(shù)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(jìn)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(guān)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(jié)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(guān)，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(yīng)用需求。

2 WAVE音頻文件及ADPCM壓縮算法簡介

WAVE文件是微軟標(biāo)準(zhǔn)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)）×?xí)r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(yù)測值，再將預(yù)測值與下一個采樣之差與預(yù)先設(shè)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(jié)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(yīng)用電路設(shè)計

圖1是本方案使用的ALC5621應(yīng)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(biāo)準(zhǔn)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(zhuǎn)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(guān)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(biāo)準(zhǔn)。I2S有3個主要信號：

（1）串行時鐘SCLK，也叫位時鐘（BCLK），對應(yīng)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(jìn)制補碼表示的音頻數(shù)據(jù)。

本方案音頻相關(guān)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)大小：

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小：32k/（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(shè)計

4.1 系統(tǒng)架構(gòu)

圖2為本系統(tǒng)的架構(gòu)示意圖。

本方案MCU采用STM32F407（ARMCortex M4，主頻最高達(dá)168MHz），自帶I2S、I2C、SDIO接口，及豐富的廠家驅(qū)動庫支持，可方便的集成SD卡，I2S/I2C接口設(shè)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(zhuǎn)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(yīng)用設(shè)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(yīng)用程序配置和調(diào)用它。圖4為本系統(tǒng)TTS的應(yīng)用設(shè)計原理圖。

5 實測結(jié)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(xiàn)

[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