语音采集与回放

实验报告之――――

语音采集与回放

作者:吴瑶魏翠袁文涛

赛前及文稿整理辅导老师：黄根春

摘要

本系统基本实现了语音信号的采集与回放。其主要结构由语音处理前向通道，A/D转换模块，单片机控制兼数据处理模块，D/A转换模块，键盘显示模块及后向处理通道组成，实现了语音的采集与回放功能。设计制作时使用了32K存储器和较高速A/D（AD574），并分别尝试了4K，8K的采样频率，效果不错，在PCM，DPCM，IV三种编码模式下，基本上都能较好的进行语音回放。整个制作过程，单片机控制处理程序简练，前后向处理通道效果良好，系统已具备较高的性能指标。

一：方案设计与论证

顾名思义，语音采集与回放系统具有两个最基本的功能：完整的采集原音数据和回放语音。采集数据主要由前向通道和A/D实现，前向通道将语音放大，滤波，然后送给AD采样，继而CPU读入数据并压缩存储；而语音回放主要是将前向采集的数据解压缩，然后送至DA及后向通道还原出语音信号。下面就对这些重要环节的设计方案做论证和比较。

1：语音采集

（1）：语音信号放大：因为话筒采集的声音信号极为弱小，一般小于5mv，所以在AD 采集之前要对小信号进行隔离放大。测量放大器具有高输入阻抗，高放大倍数，抗噪性能好，可以对小信号进行很好的隔离与放大，所以选择该种放大器来做语音信号前置放大的核心放大电路。

（2）：前向滤波：滤波要求通频带内平外陡。一般情况，巴特沃斯滤波器通频带较为平坦，而采用多阶滤波可提高陡度。所以采用5阶巴特沃斯低通和5阶巴特沃斯高通级联，

效果挺好。

（3）：数据采入：选择较高速AD采样芯片AD574作信号采样和转换处理，据奈奎斯特采样定理，系统分别采用了4K，8K的采样速率对语音信号进行采样。下面则对读取和压缩数据的设计方案作比较。

方案（一）：使用CPLD或FPGA高速读入数据，继而在其内部进行压缩编码，不经过CPU直接送至存储器，而CPU只作一些控制功能。（用FPGA实现DMA功能）方案（二）：使用单片机作控制兼数据处理功能。也即CPU控制读入采样数据，继而自行进行数据压缩，放至存储器。

两种方案都可以较好的进行语音压缩编码。方案1速度快，处理方便，可以作更多的算法处理，但价格昂贵，成本太高；方案2速度虽慢，但若使程序简练，算法精辟，速度可以达到要求，而且成本相对较低，故采用第二种方案。

（4）：数据压缩编码方式：采用常用的三种语音编码方式：即采即放PCM，插值IV，差分脉冲编码DPCM。

2 语音回放

（1）：输出已压缩语音：选择DAC0832作D/A转换处理，比0800控制方便。而CPU 的数据解压缩，也有两种方案，同上，设计时选择单片机自行进行数据解码处理。

（2）：后向滤波：与前向滤波方案一致。

（3）：音频功放：人耳听到的语音功率不大，故选择常用的集成功放芯片LM386来驱动的扬声器，达到了不错的效果。

二：系统各模块的具体设计与实现

系统组成及原理框图如图1－1－1所示。以下就各模块进行具体分析。

（系统框图1-1-1）

1：前向通道

（1）：小信号隔离放大的电路设计和实现:拾音器采集的信号极为弱小，且拾音器输出阻抗不可忽略，故放大前必须进行隔离，并尽量减小信号输出阻抗。本电路采用运放隔离电路,放大部分则分前置同向放大，测量放大及自增益控制放大电路。前置同向放大电路具有很高的输入阻抗，可以先将小信号进行适当放大，再用高抗噪的测量放大器进行大幅度放大，自增益控制放大电路则是考虑到放大信号过大，以防A/D 采样失真，并可以使声音变得圆润。又考虑到放大电路会引入直流分量，还会有偏零现象，故在整个放大电路的设计中必须加入耦合和调零电路。具体电路图分别如下：

（前置隔离放大电路图1-1-2）

麦克风 隔离放大器 测量放大器 AGC 自动增益控制

300Hz —带通滤波器

AD 采样

51 单

片 机 显示 键盘 RAM

音频功放 300Hz —带通滤波器

DA 转换 扬声器

这是隔离电路，的电容和3M的电阻组成阻容耦合电路，并增大隔离器输入阻抗。同向放大器的运放在1，5调零端接入调零电路。我们取该放大器Av＝2;继而进入测量放大，见图（1－1－3）

（测量放大电路1-1-3）

该测量放大器同样采用了阻容耦合电路，前级的两个运放则是将输入信号进行双极性转换。进入测量放大器的信号线采用屏蔽导线。而两个1M的电阻则是使测放电路上下充分对称，降低零点漂移，并提高共模抑制比。其中Av=1+2R/Rf,(该电路中，R＝27K取标称值，Rf为2K滑变)，故Av>=28。此时已将一般语音信号放大至1V左右。然后进入AGC控制放大电路，将信号峰峰值范围稳住，见图（1-1-4）。

（AGC控制放大电路1-1-4）

图中场效应管选用3DJ6F，N沟道，Vgs必须是负值。当Vgs由0向负向增大时，管子

沟道变窄，导通电阻增大，放大倍数减小，否则反之；故在运放输出进行负向检波，得到负直流控制电压，两个3M的电阻则是使管子栅极电流小，并有高频扼流功能，47uf的电容也是去纹波。

（2）：前向滤波电路：选择巴特沃斯滤波器，5阶低通级联5阶高通，具体电路见图1-1-5。

（图1-1-5）

滤波器参数选择：由5阶巴特沃斯函数极点可以算出其归一化滤波器的各元件参数：低通：R=47k;C1=;C2= nf;C3= nf;C1’= nf;C2’= nf;

高通：C=;R1=;R2=;R3=126;R1’=;R2’=;

2：中央处理模块

中央处理模块由AD,DA及单片机控制兼处理模块组成。

(1)：A/D芯片选择较高速12位AD芯片AD574，但由于单片机内部处理限制，只启动8位转换。其与单片机的接口采用标准接法，见图（1-1-6）。

(AD574采样电路1-1-6)

（2）：D/A选用0832，方便控制，速度适中，性能良好。接口图见（1-1-7）：

（DAC0832数模转换电路1-1-7）

（3）：单片机控制兼处理模块：采用89S52处理器构成单片机最小系统，扩展一片容量为32Kbyte的62256芯片作为语音存储介质，通过键盘选择如下几种编码解码方式。下面分别对各种方式进行阐述：

1：压缩编码：有三种编码方式：即存即放PCM,差分脉冲DPCM,插值IV;

PCM: 录音时，单片机采入AD转换的数据，随即存入RAM；放音时,单片机又将这些数据依次送入DA转换，可以很好的还原语音。

DPCM: 差分脉冲编码调制。采用预测编码技术，从输入中减去预测值，然后对预测误差进行量化，最终的编码就是预测值与实际值的差值。解码器用以前的数

据对当前样值进行预测，然后用误差编码重构原始样值。性能决定于预测编码

的方法。DPCM系统是一个负反馈系统，采用这种结构可以避免量化误差的积

累。在实际应用中，我们用四个Bit对差值进行量化编码，最高位作为符号位，

0表示当前样本值大于预测值，1表示当前样本值小于预测值，剩下三位保存

插值的量化绝对值。这种编码方式可以很好的还原原始语音信号，并且将录音

时间延长到了8s，但是引入了少量噪音。

DM：增量调制，也称Δ调制。DM是对实际的采样信号与预测的采样信号之差的极性进行编码，将极性变成0和1这两种可能的取值之一。这样每个byte可以

用一个bit来表示，压缩率达到8：1，录音时间延长到了32s。在增量调制编

码中，量化阶Δ的选择至关重要。Δ过大，会引入严重的粒状失真；Δ过小，

会产生斜率过载，造成超越失真。根据AD采集的语音信号幅度的大小和实际

的调试经验，取Δ＝10可以得到最佳的语音还原。由于超越失真和粒状失真

的存在，恢复的语音信号幅度明显没有其他几种编码方式大，并且当输入信号

较平坦时，重构信号被一个周期性的方波信号污染，经分析认为是由粒状失真

造成。在软件中采取适当措施，很好的抑制了污染。

IV：线性插值法。即使用4k/s对语音信号进行半采样，并且直接编码存储，重构时在两个实际值之间插入它们的平均值，用8k/s的速率播放。在实际调试中

我们发现，取3个实际值的平均值作为插入值效果更加理想。由于是半采样，

所以对语音信号中的高频分量损失很大，在放音时有明显表现。

2：解压缩：由于压缩算法都是线性算法，故只需对压缩算法进行逆运算就可以对压缩编码进行解压缩。

3:后向通道

(1): 后向滤波：复制前向滤波器。

（2）：音频功放：选择一般集成功放芯片LM386。设计时在其传统接法上作了些改进，使男低音得到适当提升，并稍微抑制女高音，感觉效果较好。具体电路图如下：

（功放电路1-1-8）

三：系统调试

根据方案设计的要求，调试过程分为三大部分：硬件调试、软件调试和软硬件联调。电路按模块调试，各个模块调试通过后再联调。

1：硬件调试

前级测量放大电路和AGC电路的调试是本系统硬件调试的重点和难点，测量放大器具有很高的共模抑制比，调整其参数，使背景噪声得到有效的抑制；AGC电路根据输入信号的幅度自动调整增益的大小，使语音信号幅度平坦，限制在AD的最佳采集范围之内（-2V－2V），使微弱信号和大信号都能得到有效的采集。使用AGC电路之后，系统的动态范围得到了很大的扩展，使得系统的语音采集范围达到了4米！

2：软件调试

程序全部由C语言编写，可实现编码模式选择、录放起止、暂停、停止、音量加减、快进、快退、反复播放等功能。人机交互采用16×1液晶显示器和4×4键盘，界面友好。

本系统使用单片机内部定时器中断产生采样频率。即使定时器T0工作在可以自动赋初值的模式2状态，定时125us，产生8K的采样频率。本软件设计的瓶颈在于，两次中断的时间间隔太短（125us），在这125us内，单片机要完成启动AD转换、等待转换结束、读取转换结果并对数据进行压缩存储。单片机的执行速度限制了压缩与解压算

法的复杂程度，使我们只能选择最简单的算法，这直接影响到了恢复的语音信号的质量。

本软件设计的另一个难点在于显示部分。由于LCD是慢速器件，执行一条指令需要多达100多个机器周期，在系统不断产生中断的情况下，实时显示录放信息（录放时间）成为很大困难。为了解决这个问题，我们尝试了在中断服务程序中添加显示指令，即当录放时间达一秒时，执行一次显示指令，在指定的显示位上显示当前秒数。为了节省时间，我们抛弃了传统的刷屏显示套路，而是对光标进行精确定位，只对要显示的位进行操作，这样就大大的节省了CPU的等待时间。当然，在每一秒钟到来的时刻，执行显示指令会对采样频率造成影响，但是实际证明，这种影响几乎可以忽略不记。

程序开始时设计了RAM检测程序，以保证RAM工作的可靠性。

软件主体流程图如下：

（图1-1-9）

T0中断服务程序流程图如下：

（图1-1-10）

3：软硬联调

本系统的软件和硬件联系非常紧密。在软件调试成功之后加入AD，DA电路，用信号源和示波器模拟前向通道和后向通道，直至DA输出波形与AD采集波形一致。最后加入前向放大系统、滤波系统、功放系统实现整机联调。

四：系统性能测试

1、测试仪器：

PC机（P4 1.8G,256M内存）、WAVE6000仿真机、SG1733SB3A直流稳压稳流电源、TDS1002数字示波器、33120A信号源及FLUKE17B数字万用表各一台。

2、测试过程：

一名组员在离麦克风不同的距离上以同样的声音大小说话，分别换用不同的编码方式，对各种编码方式的最终放音效果进行了记录，如表1－1－1所示：

（表1－1－1）

由表可见，在有限的存储空间下，PCM编码方式对数据没有压缩，所以放音效果最好，但时间只有4s；DPCM方式放音效果与PCM方式几乎相同，且时间延长到了8s，是比较理想的编码方式；ADM虽然时间达到了32s，但是效果不如DPCM；插值法由于采样频率过低，使信号的高频部分损失严重，造成了一定的失真。总的来说，效果都不错。五：小结

本系统以89S52单片机为处理核心，很好的满足了设计各项指标要求，并且设计了多种编码方式，增加了各种控制功能。当然，由于时间有限，本系统还存在着一些缺陷，比如存储时间短，有一定噪音等。

（附录：单片机C51程序）