基于DSP和ARM的音頻處理系統設計

　　隨著(zhù)計算機技術(shù)、電子技術(shù)和通信技術(shù)的迅猛發(fā)展，音頻處理技術(shù)也在眾多領(lǐng)域得到廣泛應用。如通信領(lǐng)域中的手機、IP電話(huà)，消費類(lèi)電子產(chǎn)品中的MP3和CD播放器以及控制領(lǐng)域中的語(yǔ)音識別、聲控系統等[1]。針對DSP強大的數字信號處理能力和ARM處理器良好的實(shí)時(shí)性能，結合音頻編解碼芯片TLV320AIC23的接口特點(diǎn)，本文闡述了由三者組成的音頻處理系統的硬件接口設計和軟件編程，提供了有效和實(shí)用的音頻處理系統方案。

　　TLV320AIC23（簡(jiǎn)稱(chēng)AIC23）是TI公司的一款高性能立體聲音頻編解碼器Codec芯片。其內部集成的模數轉換器（ADCs）和數模轉換器（DACs）采用了帶有過(guò)采樣數字插補濾波的多位Sigma-Delta技術(shù)。數據傳輸字長(cháng)為16、20、24、32位，支持采樣頻率范圍8kHz至96kHz。ADC和DAC的信噪比分別達到90dB和100dB。內置耳機輸出放大器，支持MIC和LINE IN兩種輸入方式，且對輸入和輸出都具有可編程增益調節。另外，AIC23功耗低，回放模式下功率僅為23mW，省電模式下更是小于15uW。因此，AIC23成為數字音頻應用

　　TMS320VC5402（簡(jiǎn)稱(chēng)VC5402）是TI公司的一款優(yōu)秀16位定點(diǎn)DSP，運算速度快，指令執行速度達到100MIPS。自帶片內存儲器和多種片上外設，廣泛應用于語(yǔ)音編解碼和通信領(lǐng)域[3]。

　　S3C4510B（簡(jiǎn)稱(chēng)4510B）是Samsung公司的一款低成本、高性能的16/32位精簡(jiǎn)指令集微控制器，其出色的ARM7TDMI內核以及通用微處理器宏單元使其成為用戶(hù)定制應用開(kāi)發(fā)的理想選擇[4]。

2 系統硬件設計

　　本音頻處理系統主要由前述三個(gè)處理芯片組成：ARM控制單元，DSP信號處理單元以及AIC23音頻采集單元。系統原理框圖如圖1。

　　圖1 基于DSP和ARM的音頻處理系統原理框圖

　　AIC23是可編程芯片，內部有11個(gè)16位寄存器，編程設置這些寄存器可得到所需的采樣頻率、輸入輸出增益和傳輸數據格式等。該控制接口有SPI和I2C兩種工作模式，由芯片上的MODE引腳進(jìn)行選擇：MODE=0為I2C模式，MODE＝1為SPI模式。因ARM 4510B上也有I2C接口，故選用I2C模式。AIC23的I2C接口地址由 引腳的狀態(tài)決定， ＝0時(shí)地址為0011010， ＝1時(shí)地址為0011011。其中SDIN與SDA為數據線(xiàn)，SCLK與SCL為串行時(shí)鐘線(xiàn)。VC5402有兩個(gè)多通道緩沖串口，選用其中的McBSP0與AIC23進(jìn)行通信，信號連接如圖1所示。圖中AIC23工作在主模式，時(shí)鐘信號、DAC和ADC的幀同步信號BFSX0和BFSR0都由AIC23提供。而DSP VC5402與ARM 4510B的通訊是通過(guò)DSP上的HPI接口實(shí)現的。

3 系統軟件設計

　　系統由ARM系統和DSP系統兩大部分組成，ARM作為主控制器管理整個(gè)系統的工作進(jìn)程，運行相關(guān)的應用程序，可對多個(gè)任務(wù)進(jìn)行調度，完成與外部DSP系統或其他外設的通信。DSP則主要完成音頻數據的采集和信號處理，并將處理后的數據發(fā)送給ARM供應用程序調用。這樣的設計可以大大提高系統的工作效率，這也是當前嵌入式系統，各移動(dòng)手持設備如PDA、手機等的典型設計方案。

　　這里具體要做的是對AIC23的控制接口編程，使其工作在所需的模式下。然后初始化DSP的McBSP，進(jìn)行AD、DA轉換和數據處理。

3.1 ARM編程部分

　　系統中對ARM的編程主要涉及對AIC23的初始化，使其進(jìn)入正常工作狀態(tài)，對音頻數據進(jìn)行采集和處理。這需要設置4510B的I2C總線(xiàn)特殊功能寄存器：控制狀態(tài)寄存器IICCON、預分頻寄存器IICPS和移位緩沖寄存器IICBUF，寄存器相關(guān)說(shuō)明見(jiàn)表1[5]。

　　表1 4510B I2C總線(xiàn)特殊功能寄存器

　　AIC23的11個(gè)控制寄存器相關(guān)設置的詳細描述參見(jiàn)文獻2。這里的設置為：左右聲道線(xiàn)路輸入靜音；耳機左右聲道音量為6dB；使能DAC，麥克風(fēng)音量為20dB作為ADC輸入；使能ADC高通濾波；芯片各部分電路供電使能；芯片工作在主模式，采樣數據長(cháng)度16位，采用DSP數據格式（同步幀后跟隨兩個(gè)數據字）；采樣率88.2KHz（外部晶振為11.2896MHz）；使能數字接口。

對AIC23編程時(shí)的I2C總線(xiàn)時(shí)序如圖2所示。設置好I2C的時(shí)鐘頻率后，首先發(fā)送開(kāi)始條件（SCLK為高電平時(shí)，SDI從高電平向低電平切換），然后發(fā)送AIC23的器件地址，器件地址發(fā)出后發(fā)送AIC23相應寄存器的地址，再發(fā)送對該寄存器設置的數據，最后發(fā)送停止條件（SCLK為高電平時(shí)，SDI從低電平向高電平切換）。注意，這里的寄存器地址為7位，寄存器數據為9位，而I2C總線(xiàn)以字節為單位傳送數據。因此在對AIC23的寄存器編程時(shí)，第一個(gè)字節包括了前7位的寄存器地址B15-B9以及設置數據的最高位B8，第二個(gè)字節為設置數據的后8位B7-B0。

　　圖2 I2C時(shí)序

3.2 音頻數據采集與播放

　　初始化AIC23后，再初始化DSP以及McBSP0，之后進(jìn)行音頻數據的采集與播放。通過(guò)麥克風(fēng)采集語(yǔ)音信號，經(jīng)過(guò)數字濾波處理后由耳機輸出。使用McBSP0的接收中斷保存數據，通過(guò)FIR數字濾波子程序處理音頻數據。程序流程如圖3所示。

　　圖3 音頻數據處理程序流程圖

　　初始化McBSP0使其與AIC23協(xié)調工作，這里要根據硬件設計和軟件要求來(lái)配置McBSP0的各個(gè)控制寄存器。本系統中串口的主要設置為：接收數據右對齊，帶符號擴展；接收中斷使能；由片外提供發(fā)送、接收幀信號和發(fā)送、接收時(shí)鐘信號；發(fā)送、接收幀同步信號低電平有效；在時(shí)鐘上升沿采樣發(fā)送、接收數

據；每幀發(fā)送、接收兩個(gè)16位字數據[6]。

　　數據接收部分可在DSP中斷程序中用如下語(yǔ)句實(shí)現：

　　mvkd drr10,*ar5 ;保存數據

　　pshd *ar5+% ;數據壓入堆棧

　　popd new_ad ;從堆棧彈出數據到自定義的寄存器

　　FIR濾波的相關(guān)程序如下：

　　ld new_ad,a ;新數據加載至累加器

　　stm #1,ar0 ;雙操作數增量

　　stm #N,bk ;設置循環(huán)緩沖區長(cháng)度，即FIR濾波級數（N為濾波級數）

　　stl a,*ar3+% ;新數據送至ar3指向的緩沖區

　　rptz a,#(N-1) ;重復執行N-1級的乘加運算

　　mac *ar2+0%,*ar3+0%,a ;ar2為系數指針，結果在累加器高位中

sth a,temp ;保存計算結果

　　ld temp,a ;結果放入累加器低位

　　… …

　　stlm a,dxr10 ;將累加器地位中的數據送至串口發(fā)送寄存器

　　… …

　　基于前述對AIC23和DSP的相應設置，采用21級系數對稱(chēng)FIR數字濾波，對經(jīng)由麥克風(fēng)輸入的語(yǔ)音信號進(jìn)行濾波處理，濾波結果由耳機輸出，實(shí)際效果良好。所采集到的音頻數據還可通過(guò)HPI接口傳送至ARM供應用程序調用。

3.3 語(yǔ)音識別應用測試

　　語(yǔ)音識別的基本原理是對語(yǔ)音信號進(jìn)行特征提取。目前常用的語(yǔ)音識別算法有基于模式匹配的動(dòng)態(tài)時(shí)間規正法（DTW: Dynamic Time Warping）、基于統計模型的隱馬爾柯夫模型法（HMM: Hidden Markov Model）以及基于神經(jīng)網(wǎng)絡(luò )的識別法（DNN、NPN、TDNN）等[7]。為便于系統應用測試，本文采用一種最簡(jiǎn)易的方法對系統進(jìn)行調試，即對英文元音的識別?；驹硎翘崛≡糇帜傅念l率特征，各元音在其頻域響應中都有三個(gè)明顯的共振峰頻率，而最容易識別的是第一共振峰，由此可進(jìn)行有效的元音識別。在提取第一共振峰頻率特征時(shí)采用“零交越”法（統計單幀信號波形穿越零點(diǎn)的次數――過(guò)零率），將信號頻率特征的分析轉換為時(shí)域分析，計算得到的過(guò)零率與理論值進(jìn)行比較即可實(shí)現元音的識別。圖4所示分別為元音“A”的時(shí)域和頻域圖。

　　圖4 元音A的時(shí)域圖 和頻域圖

　　由頻域采樣圖可以看到很明顯的第一共振峰，此時(shí)計算時(shí)域采樣中信號的過(guò)零率可較為準確的識別元音A，過(guò)零率的計算中近似等于零的采樣點(diǎn)通常是微弱的干擾，可以忽略不計。經(jīng)驗證，這種簡(jiǎn)易單元音識別法的識別率在80％以上，由此證明本系統音頻處理的實(shí)用性。

4 結束語(yǔ)

　　本文闡述了基于信號處理和嵌入式應用的音頻處理系統的設計和實(shí)現。論述了系統的硬件設計、軟件編程及其應用。通過(guò)ARM對音頻芯片AIC23的控制和DSP與AIC23的通信，實(shí)現了音頻信號采集、處理、輸出的功能以及簡(jiǎn)單的語(yǔ)音識別。構建了基于A(yíng)RM和DSP的音頻處理系統應用框架，對進(jìn)一步的數據處理、控制應用等提供了切實(shí)可行的軟硬件方案。

參考文獻

　　1 張大波. 嵌入式系統原理、設計與應用. 北京：機械工業(yè)出版社，2004.11
　　2 TLV320AIC23, Stereo Audio CODEC, 8- to 96-kHz, With Integrated Headphone Amplifier. Texas Instruments Incorporated, 2002
　　3 TMS320VC5402, Fixed-Point Digital Signal Processor. Texas Instruments Incorporated, 2000
　　4 S3C4510B User’s Manual. Samsung Electronics, 2001
　　5 李駒光. ARM應用系統開(kāi)發(fā)詳解：基于S3C4510B的系統設計. 北京:清華大學(xué)出版社, 2004
　　6 TMS320C54xx McBSP to TLV320AIC24 Interface. Texas Instruments Incorporated, 2003
　　7 黃濤,胡賓.基于SPCE061A單片機的非特定人語(yǔ)音識別設計.微計算機信息,2006,3-2:19-20