物联网语音芯片ic方案说明

一、简介

在线下载语音的mp3语音芯片ic，通过芯片的串口接口或者spi接口。是物联网大潮来领的又一个技术渴求。随着智能家居、物联网的蓬勃发展，万物互联视乎已经是一个不可阻挡的大趋势，而通过WIFI、蓝牙、zigbee、4G等等无线动态的更新语音却也是一个趋势

传统的语音芯片，基本只能实现本地更新，即通过电脑或者专用烧录器才能更新。而很多产品如果需要服务器自动推送，后台自动下载，以及动态更新等等要求，则不能满足，这样对产品的实用性却也大打折扣

二、语音芯片的发展历程

语音芯片是一个再常见不过的产品，经久不衰，但是能做到继续升级，随着市场潮流提供有竞争力的厂家就不多见了。下图从左至右可以看到语音芯片的几个大体的更新过程

三、在线下载语音方案说明

1、用户可以实现本地下载，即通过电脑的usb直接下载语音至KT404A芯片里面

2、用户可以通过最热的技术方式，如：ESP8266的wifi芯片、蓝牙BLE、电信4G等等无线模块，来直接动态更新语音至KT404A芯片，更新的方式是采用串口

3、KT404A芯片是支持MP3解码，最大程度的保证了音频文件的音质，以及芯片内置的24位DAC解码，音质效果媲美“笔记本集成声卡播放”

4、用户可以随时动态的更新音频文件，不限次数，不限操作，非常的灵活

数据全程使用和校验，校验分两个字节，如果计算超过2个字节大小的，自动去掉前面多余的。数据区，我们规定一帧数据的数据区最大256个字节，这个是根据spiflash的特性所规定的。这样算下来，整个一帧数据的总长度最多是1+1+2+256+2+1=263。所以上位机最少需要开辟263个字节的RAM。

二、串口下载的详细说明

1、如果上位机发送一个100.2KB的音频文件至芯片，那么发送的细节如下

2、开始前期的握手。

3、首先分析这100.2KB的数据，将这个数据拆分为以256[0.25kb]个字节为单位的数据包.那么总共需要传400.8次才能将这一帧数据传完。重点注意后面的0.8次实际上是占用一次的，不够256个字节的字节补0。组成一个完整的256字节的数据包

4、上位机直接开始数据的发送，每次数据包发送完毕，下位机接收完成并且写入OK之后，返回应答ACK。上位机收到ACK之后，再进行下一帧数据的发送。直至数据发送完毕

5、（上位机）在每个包/文件传输结束后超时超过3秒之后重发，如果重发第二次还没有应答，就对芯片复位，重新发起最开始的传输。

6、如果下个文件再传输，也按照上面的流程

7、传输时间计算

(1)、115200波特率，那么传输1个字节需要时间为=1000/11520=0.087ms

(2)、传输270个字节的时间=24ms

(3)、假如一个1Mbyte的mp3传输。1Mbyte需要4096次传完，所需时间4096*24/1000=98秒如果算上中间的交互，那么需要的时间大概为110秒的样子。差不多2分钟

而一般的应用场合，却也只需要在线更新一些短的语音信息。