完善资料让更多小伙伴认识你，还能领取20积分哦， 立即完善>
3天内不再提示
电子发烧友论坛|
1系统整体方案设计
音频解码方式分为硬件解码和软件解码，硬件解码根据在系统硬件的安排又有单芯片和双芯片形式之分。双芯片形式在于分离解码芯片与控制芯片，解码效果出色，但价格昂贵；单芯片形式为简化结构牺牲了音质，但性价比高。软件解码功能实现起来比较灵活，成本低，但对微控制器的运行速度和内存要求较高。两种解码方式皆有利弊。本文提出了一个比较折中的方案，即采用ARM7微处理器的单芯片形式和软件解码方式，使性能优化，同时符合市场需求。此外考虑到语音识别需实时响应，可采用语音识别专用芯片来完成，同时也保证了识别率。 基于以上分析，主机采用华邦公司生产的W90P710套件，从机采用凌阳公司的SPCE061A作为语音识别芯片。基于W90P710的智能音乐播放器框架如图1所示。 播放器的运行流程是：用户打开机器首先进入功能界面，功能界面分音乐模式、录音模式、训练模式和文件管理。若打开机器时用户没有语音库，则只能用按键控制机器，同时LCD屏提示用户进入训练模式训练语音命令而获得自己的语音库；若训练成功则可以语音控制播放器进入各个模式。进入音乐模式，在播放音乐时，LCD屏显示歌曲的基本信息，如歌名、演唱者、专辑名等，同时可以按键和语音控制音乐的播放，如上一首、下一首、暂停、播放、退出等。在其他3种模式下，只能靠按键控制。 |
|
|
|
|
|
2硬件设计
按照模块化设计原则，将整个智能音乐播放器分成主控模块、语音识别模块、音频模块、显示模块和键盘。 2.1主、从机控制器 W90P710主机是系统控制和管理的核心，实现音乐播放，录音，音乐文件和录音文件的存储、删除、显示，以及与单片机的串口通信等功能。该处理器以ARM7TDMI为内核，具有以下特性： ①片内集成LCD控制器，方便实现显示功能； ②外部总线接口具有丰富的片选资源，可扩展NAND Flash等大容量存储设备； ③具有4个串口，可方便实现与凌阳单片机的串口通信及程序调试。 同时，W90P710主频能达到80 MHz，功耗低，有着十分优秀的性价比，特别适用于系统控制领域。 系统的语音识别芯片为SPCE061A，是凌阳科技公司推出的针对语音识别领域的16位单片机，具有体积小、功耗低、性能好且易于开发等特点。该芯片使用凌阳音频编码SACM_S240方式(2.4 kbps)，能容纳210 s的语音数据；具备串行设备接口；7通道10位电压A／D转换器(ADC)和1个单通道的声音专用A／D转换器。声音A／D转换器输入通道，内置麦克风放大器和自动增益控制(AGC)电路。语音模式成功启动或处于训练模式下，单片机自行采集语音信号并进行识别，识别结果通过串行接口传给主机。 2.2音频模块 音频模块在整个系统中起着举足轻重的作用，不但要实现录音功能，而且还需播放MP3音乐、提示音和录音文件。本系统的音频接口由AC97音频接口总线接口和ALC203音频编解码器组成。ALC203是Realtek公司推出的一款经济型音频编解码器，它通过AC97数字音频接口实现音频信号的数字化处理。图2是关于音频编解码的具体实现电路，ALC203的2、3脚接1个24.576 MHz的晶振；5、6、7、10脚和华邦W90P710的AC97数字音频接口AC97-DATO、AC97-BCLK、AC97-DATI、AC97-SYNC相连；MIC1和MIC2接麦克风两端；HP-OUT-L和HP-OUT-R脚分别通过一个有极电容接到耳机插口处；GPIO1和GPIO0可以硬件调节音量，但本设计采用软件进行音量调节。 2.3其他模块设计 LCD显示屏选用的是AUO公司的A030DL01(320×240)工业级液晶屏。该液晶屏的彩色格式为RGB656格式，彩色色深可达到64K色，显示文件名和歌曲基本信息，同时因屏幕空间较大，可添加彩色背景画面。汉字显示是通过添加字库软件实现的。 键盘有4×1个按键，方便用户控制播放器，同时也保证在语音模式不能正确工作时可以按键控制机器。 |
|
|
|
|
|
3软件设计
为了使程序开发更加容易、便于维护，同时能够提高系统的稳定性和可靠性，采用嵌入式操作系统μClinux。播放器工作时，既要响应键盘又要响应语音命令，而语音命令由凌阳单片机识别出通过串口传给主机，因而系统软件的设计是采用消息循环的事件驱动模式。对输入设备，即键盘和串口进行轮询后，若有输入，则按数据队列原理，遵循先来先响应的原则。 在引言中曾提及该播放器进入功能界面后，可选择音乐模式、录音模式、训练模式和文件管理任一菜单。鉴于篇幅，这里仅说明主从机通信方式和音乐模式。 3.1通信方式 在功能模式、音乐模式、训练模式这3个语音工作的模式下，系统采用主从式通信方式，并由RS232总线实现。主机采用查询工作方式，从机采用中断工作方式。通信总是从主机开始，主机每进入到这3个模式就通过串口给从机发一个相应的命令字，从机即打开录音设备并启动语音辨识器开始识别，并将识别结果再次通过串口返回给主机。除非主机呼叫从机，从机在其他情况下不能主动向总线发送信息。 3.2音乐模式 音乐播放是整个音乐播放器的核心部分，可以播放MP3歌曲，显示该歌曲的基本信息，并同时对键盘和串口进行轮询。若有输入，则按先来先响应的原则作出回应。 3.2.1 MP3音频解码 MP3是MPEG-1音频层III(layer III)的简称。MPEG音频(IOS／IEC11172-3)是目前普遍应用的音频压缩标准，其中层III的算法最为复杂，但压缩比最大，效果好，在低码率条件下基本能达到CD的音质效果。MP3解码过程是将MP3编码数据进行霍夫曼解码，然后逆量化到实际的频域幅值，最后经过IMDCT变换和滤波器组完成频域到时域的变换，如图3所示。这里不详细介绍其解码细节，只列出几个重要的MP3解码接口函数。 MPEGDEC_STREAM*MPEGDEC_open(char*filename，MPEGDEC_CTRL*ctrl)； 功能描述：打开MPEG音频文件。 参数：filename为待打开的音频文件，ctrl为控制数据解码信息的结构体。 返回值：打开成功，则返回包含数据流信息和解码信息的结构体指针；失败，则返回NULL。 void MPEGDEC_close(MPEGDEC_STREAM*mpds)； 功能描述：关闭MPEG音频文件。 参数：mpds指向待关闭的音频文件。 无返回值。 unaigned long MPEGDEC_decode_frame(MPEGDEC_STREAM*mpds，short*pcm[MPEGDEC_MAX_CHANNELS])； 功能描述：为当前打开的音频文件的一帧解码。 输入：mpds指向打开的音频文件。 输出：pcm[]存放解码后的16位音频数据；pcm[0]中存放单声道或左声道或声道1的数据；pcm[1]中存放右声道或声道2的数据。 返回值：返回解码一帧的音频数据数目；返回MPEG-DEC_ERR_EOF，则说明当前帧是最后一帧；返回MPEG-DEC_ERR_BADFRAME，则说明该帧已损坏。 3.2.2歌曲基本信息结构体 按照MP3的ID3 V1.0标准定义，MP3文件的最后128字节用来存放标签头、歌曲名、演唱者等信息。为了在LCD屏上显示当前播放歌曲的基本信息，给出了一个结构体来读取并存放这些信息。这个结构体定义如下： 3.2.3播放主流程 当用户选中歌曲进入播放界面时，ARM7主机首先通过串口给单片机发一个命令字0x01，通知从机进入识别“播放器”这组命令的函数。从机接收到命令后，首先判断“播放器”这组命令是否已经训练。若训练，则返回0x04，同时播放器的语音模式启动成功；若未训练，则返回0x06，LCD屏显示提醒用户训练该库；若从机在规定时间内(因实时性要求，这里“规定时间”指200 ms)返回其他值或未返回值，则播放器的语音模式启动失败。若成功启动语音模式，音乐是分帧解码后播放，在帧-帧循环中，主机需查询键盘和串口，来实现“上一首”、“下一首”、“播放”、“暂停”、“退出”和调节音量的功能。若语音模式启动失败，则只需查询键盘。每次接收到“退出”命令时，主机在退出音乐模式前需通过串口发送0x05给单片机，通知单片机同步退出该模式；单片机接收到命令后，需返回0x04告知主机已退出。播放的主流程如图4所示。关于语音命令如何训练，可见参考文献[5]，这里不再赘述。 |
|
|
|
|
|
4实验结果
以W90P710开发套件+凌阳SPCE061A为硬件，采用嵌入式操作系统μClinux，在实验室安静和嘈杂的情况下(安静时室内噪声为50 dB，嘈杂时为60 dB)，测试播放器语音模式的工作效率。在测试语音模式的工作效率前，先进行了按键测试，测试通过率为100％，且音乐播放流畅，响应满足实时性要求。 要使语音模式有效工作，首先需训练“播放器”的语音命令，即“播放”、“暂停”、“上一首”、“下一首”、“退出”这5个命令。训练时环境至关重要，必须处于实验室安静环境下。训练的5个命令并不一定是上述5个词，只要表达出相应意思即可，如“上一首”、“下一首”命令直接训练成“上”、“下”。笔者在实验室安静环境下训练后，分别在安静、嘈杂的环境下进行语音测试，结果分别为96.8％、77.8％。实验结果显示，在安静环境下，语音通过率很高；在嘈杂环境下，语音通过率稍微低些，但可以和按键同时使用。 |
|
|
|
|
|
结语
本文设计了一款由主机W90P710、从机凌阳SPCE061A单片机及其外围电路组成的智能音乐播放器。硬件上重点介绍了音频模块；软件上简单说明了MP3解码过程及给出了相关接口函数，并详细讲述了播放主流程。最后在测试了按键能够实时、正确响应的基础上，又分别在安静、嘈杂的环境下，进行了语音模式的响应测试，实验结果说明，该播放器不仅能按键控制也能语音控制，且语音控制效果良好。 |
|
|
|
|
只有小组成员才能发言，加入小组>>
683 浏览 1 评论
2113 浏览 5 评论
2420 浏览 9 评论
移植了freeRTOS到STMf103之后显示没有定义的原因？
2186 浏览 6 评论
2158 浏览 7 评论
使用eim外接fpga可是端口一点反应都没有有没有大哥指点一下啊
307浏览 9评论
295浏览 7评论
请教大神怎样去解决iMX6Q在linux3.0.35内核上做AP失败的问题呢
431浏览 6评论
295浏览 5评论
344浏览 5评论
/6 
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 （电路图） 湘公网安备 43011202000918 号 电信与信息服务业务经营许可证：合字B2-20210191
工商网监
湘ICP备2023018690号
3814
评论
淘帖
23125
