基于EP7211實(shí)現傳呼信息實(shí)時(shí)語(yǔ)音合成和播放原理及設計

概述：闡述在一款集成傳呼功能的二合一PDA系統中，使用嵌入式處理器EP7211實(shí)現個(gè)人傳呼信息的實(shí)時(shí)語(yǔ)音合成和播放的功能，主要包括字符語(yǔ)音庫的建立、字符語(yǔ)音合成自滿(mǎn)和Cdec語(yǔ)音中斷服務(wù)例程等3部分。

PDA（Personal Digital Assitant，個(gè)人數字助理）是近年來(lái)繼尋呼機和移動(dòng)電話(huà)之后，在國內市場(chǎng)迅速崛起的便攜式電子產(chǎn)品。就其擴展意義來(lái)講，它能夠集成移動(dòng)計算、電話(huà)和網(wǎng)絡(luò )等多種功能。根據不同的應用需求，它可以管理個(gè)人信息、提供名片存儲和日程安排，也可以接收各種尋呼信息（如股市、天氣預報等）。如果是集成通信模塊，

還可以作為移動(dòng)電話(huà)使用，進(jìn)行無(wú)線(xiàn)網(wǎng)絡(luò )互聯(lián)。廣義的PDA包括簡(jiǎn)單的電子記事本、電子辭典和功能強大的掌上電腦，它們的主要區別表現在操作系統、存儲能力、運算速度和數據交換能力等方面。

目前國內傳統PDA產(chǎn)品經(jīng)過(guò)幾年的高速發(fā)展后，市場(chǎng)基于飽和，銷(xiāo)售額出現負增長(cháng)。不過(guò)由于PDA產(chǎn)品的靈活性，有針對性的行業(yè)應用作為一個(gè)新亮點(diǎn)，開(kāi)始為人們所關(guān)注。經(jīng)過(guò)行業(yè)應用尾后的PDA產(chǎn)品，已經(jīng)在國內市場(chǎng)大顯身手。文曲星展現超強的語(yǔ)言釋譯能力，比較適合于大學(xué)生和語(yǔ)言翻譯者使用；藍火系列能實(shí)時(shí)接收股市信息和專(zhuān)家點(diǎn)評，適合工薪階層的炒股者。國家信息產(chǎn)業(yè)部已經(jīng)鼓勵PDA產(chǎn)品在交通、警務(wù)、保險等領(lǐng)域的行業(yè)應用和推廣。

分析市場(chǎng)需求，我們研發(fā)了集成傳呼功能的、專(zhuān)門(mén)面向鐵路交通行業(yè)應用的鐵路交通信息系統PDA。本PDA系統除了具備傳統PDA的個(gè)人名片管理和辭典檢索等功能外，同時(shí)提供交通行業(yè)應用的民航航班查詢(xún)、鐵路列車(chē)時(shí)刻表查詢(xún)等功能。

本PDA的尋呼系統實(shí)現如下功能：能夠通過(guò)尋呼對列車(chē)時(shí)刻表、列車(chē)晚點(diǎn)信息、列車(chē)剩票額、股道信息等行業(yè)數據進(jìn)行動(dòng)態(tài)更新。作為另一個(gè)特色，當接收到個(gè)人尋呼時(shí)，能夠將尋呼內容實(shí)時(shí)地轉換成語(yǔ)音并播放。

下面重點(diǎn)介紹本PDA系統中使用嵌入式處理呂EP7211實(shí)現個(gè)尋呼內容的實(shí)時(shí)語(yǔ)音轉換和播放。該功能的實(shí)現包含前后相關(guān)的3個(gè)部分：字符語(yǔ)音庫的建立、字符的語(yǔ)音合成算法和Codec語(yǔ)音中斷服務(wù)例程。

1 實(shí)現條件和要求

PDA屬于嵌入式應用系統，其同一般PC機有很大差別。硬件方面，嵌入式處理器基于RISC體系結構，一般工作頻率在幾十MHz，甚至更低；系統內存容量一般在幾百KB～幾MB之間；一般使用容量小的ROM或者Flash作為硬盤(pán)來(lái)存儲可執行程序序和數據。軟件方面，PDA系統一般有專(zhuān)用的嵌入式操作系統和軟件開(kāi)發(fā)調試移植環(huán)境。

個(gè)人傳呼信息的特點(diǎn)是單條傳呼信息長(cháng)度變化較大，20～50個(gè)字符不等。最為常見(jiàn)的是“請回電話(huà)***”；傳呼信息涉及到的字符數量較大，字符語(yǔ)音合成時(shí)運算量大，單字符合成后語(yǔ)音數據占用的存儲空間多；需要事先建立字符語(yǔ)音庫等。

由于具體硬件環(huán)境的限制、傳呼信息的特點(diǎn)和語(yǔ)音合成的要求，該功能能夠實(shí)現的前提有：語(yǔ)音庫占用的空間??；字符合成時(shí)速度更快；采用前臺進(jìn)行字符語(yǔ)音合成時(shí)，以后臺中斷方式進(jìn)行合成語(yǔ)音的播放來(lái)保證其實(shí)時(shí)性和連續性。

2 具體實(shí)現

下面分別介紹字符語(yǔ)音庫的建立、字符語(yǔ)音合成算法、本PDA系統的框架結構和語(yǔ)音中斷服務(wù)例程。

2.1 建立字符語(yǔ)音庫

我們選用G.729語(yǔ)音壓縮編碼標準來(lái)建立語(yǔ)音庫。該標準采用的算法是共軛結構的代數碼激勵線(xiàn)性預測（CS-ACELP），是基于CELP（碼激勵線(xiàn)性預測）編碼模型的算法。這種編碼規范的嚴格性使性能達到或超過(guò)了32Kbps的G.726 ADPCM編碼，具有很高的語(yǔ)音質(zhì)量；同時(shí)，它是在語(yǔ)音信號8KHz取樣的基礎上得到16bit線(xiàn)性PCM后進(jìn)行編碼的，壓縮后的數據速率僅為8Kbps，具有相當于8：1的高壓縮率。其算法延遲少于16ms。由于G.726編解碼器能夠實(shí)現很高的語(yǔ)音質(zhì)量和很低的算法延時(shí)，因此被廣泛地應用。

字符語(yǔ)音庫是一個(gè)單字發(fā)音語(yǔ)音數據的集合，中段數據之間相互獨立，不具有相關(guān)性。語(yǔ)音庫包含了國標一、二級字庫中的所有6763個(gè)漢字、10個(gè)阿拉伯數字和26個(gè)英文字符的標準普通話(huà)語(yǔ)音數據。每個(gè)漢字或字符發(fā)音時(shí)長(cháng)為0.65s，采用8KHz抽樣頻率，使用了G.729A語(yǔ)音編碼算法對上述的語(yǔ)音數據進(jìn)行壓縮，壓縮后數據速率為8Kbps，相當于具有8：1的高壓縮率。在漢字中，同音字占了相當大的比例，而在語(yǔ)音合成中對于同音字的處理是沒(méi)有區別的，故近7000個(gè)漢字，我們只存儲1123個(gè)不同的發(fā)音。經(jīng)過(guò)同音字處理和采用G.729標準壓縮字符語(yǔ)音數據，則最終建立的語(yǔ)音庫文件大小為729 950字節，完全符合本PDA系統的數據存儲要求；否則，語(yǔ)音庫數據量太大，本PDA系統不能接受！

建立一個(gè)語(yǔ)音壓縮數據庫的具體步驟如下：

*將數字和常用漢字的標準發(fā)音獨立地錄入到數據文件中，作為基礎數據。使用cooledit2000軟件完成語(yǔ)音的錄入。

*對于輸入數據，按照每幀10ms（80個(gè)樣點(diǎn)）的長(cháng)度，將A_law語(yǔ)音通過(guò)簡(jiǎn)單換算變成16bit PCM數據，作為編碼算法的輸入。

*按照G.729A算法標準，對數據進(jìn)行編碼。

*將編碼后的數據轉換為二進(jìn)制比特流，寫(xiě)入語(yǔ)音庫文件中。壓縮后數據速率為8Kbps，具有相當于8：1的高壓縮率。

用C語(yǔ)言實(shí)現這一過(guò)程的程序流程如圖1所示。

字符語(yǔ)音庫的建立是在Windows平臺及Visual C++編程環(huán)境下實(shí)現的，最終壓縮處理后數據量的大小為729 950字節，每個(gè)字符語(yǔ)音數據的大小是650字節。

2.2 語(yǔ)音合成

當收到個(gè)人傳呼信息時(shí)，語(yǔ)音合成程序首先從指定位置獲取傳呼信息數據，然后在語(yǔ)音庫中查找每個(gè)漢字、阿拉伯數字或者英文字符的發(fā)音，重組一個(gè)數據文件。解碼程序對該文件進(jìn)行解碼并且輸出原始語(yǔ)音。語(yǔ)音合成流程如圖2所示。

語(yǔ)音合成過(guò)程首先是當前字符在語(yǔ)音庫的定位。對于10個(gè)阿拉伯數字和26個(gè)英文字符，將其放在語(yǔ)音庫開(kāi)頭。這些字符的查找比較方便。漢字是2字節存儲，我們依居其區位碼來(lái)作為語(yǔ)音庫中的定位索引。字符語(yǔ)音檢索結束后的語(yǔ)音壓縮數據作為該字符解碼過(guò)程的輸入。

數據解碼過(guò)程可以分為參數解碼和重構信號后處理2部分。首先要從輸入的數據中提取參數符號，對這些符號解碼之后，可以獲得相應于10ms話(huà)音幀的編碼器參數。這些參數包括線(xiàn)性預測系數、自適應碼本矢量、固定碼本矢量以及它們的增益。解碼之后的參數用來(lái)計算重建語(yǔ)音信號。得到重構語(yǔ)音信號只有通過(guò)后處理過(guò)程來(lái)對該信號進(jìn)行放大，包括后向濾波、高通濾波以及按比例因子擴大，最后得到原始的語(yǔ)音數據。

字符解碼器原理如圖3所示。