实时变音处理芯片SD771D的原理与应用

fighting · 发表于 2016-12-26 18:01

实时变音处理芯片SD771D的原理与应用 [复制链接]

摘要  集成实时变音处理芯片SD771D是台湾翔音科技公司推出的单芯片语音处理器。该芯片可将输出的语音进行变调处理（如升高、降低），还可将男女声的语音相互转换。文中介绍该芯片的工作原理厦应用，给出SD771D典型应用的硬件接口电路。

关键词  实时变音  SD771D  典型应用电路

1  概述

语音技术包括语音识别（speech recognition）、语音合成（speech synthesis）及文字转发音TTS（Text-To-Speech）。目前，语音合成技术不管是在研究方面，还是在应用方面，都处在一个成熟的发展期，有的已经投入了实际的应用。以TTS技术为例，这种技术及相关产品得到了很多厂商的推广，如Microsoft推出的纯软件性质的TTS处理软件包（即SAPI SDK软件包）；华邦电子推出的语音处理芯片WTS70l及ISD系列语音处理产品等。

SD771D是台湾翔音科技公司推出的单芯片实时变音处理器，以真人发音为样本，可将输出的语音进行实时变调处理（如升高、降低），还可实时地将男女声的语音相互转换。利用它可以制作多样化的虚拟人物、创造多变的声讯环境、更好的娱乐效果。

2  SD771的特点及工作原理

2．1  SD771的特点

◇内建麦克风放大电路；

◇内建32Ω喇叭驱动电路；

◇内建数字音量控制（15 levels）电路；

◇可选择数字或模拟输入模式来改变音调；

◇数字输入模式为15种音调变化；

◇模拟输入模式为180种音调变化；

◇内建16位△-∑A/D及D/A转换器；

◇工作电压范围为DC+3.6~+6.0V；

◇工作电流为25mA；

◇能立即将说话者的声音转换成不同的声调输出（如音调变高、变低，男声与女声的相互转换）。

图l是S13771D的内部结构原理，BPF（Band Pass Filter）和LPF（Low Pass Fiilter）是抗噪声数字滤波器。图1中GAIN_TNC是音量调高按钮，GAIN_DEC是音量调低按钮，PITCH_INC是音调升调按钮，PITCH_DEC音调降调按钮，ORIC是还原音调按钮，RESET是复位按钮。以上介绍的所有这些按钮均为低电平有效，每个键按下的持续时间必须大于10ms，前后两个不同按钮按下的时间间隔必须大于60ms，如图2所示。PITCH_VR是类比模式改变音调的输入端，XI和XO用于连接系统晶振电路的输人。

2．2  SD771D工作原理及典型应用电路

（1）改变声音定调的等级

从麦克风输入的声音经过SD771D处理后由DAC发送出去。SD771D同时发出两路信号，一路为数字信号，另一路为模拟信号，并用来改变声音定调的等级。当PITCH—VR的电平小于0．1V时，即接通数字信号通道，断开模拟信号通道。数字信号通道和模拟信号通道声音定调等级的调控是相互独立的。

（2）数字信号通道

数字信号通道是由PITCH—INC音调的升调按钮）或PITCH_DEC（音调的降调按钮）来控制的．当PITCH_VR的电平小于0．1V时，声音定调的等级就由PITCH_INC或PITCH_DEC控制。此时SD771D会反复检查PITCH_INC和PITCH—DEC的状态。当这两个按钮中的一个按钮有一个低电平脉冲出现时，SD771D马上会改变声音定调的等级。声音定调的等级有升调档和降调档各7等级，包括无键按下时的正常声调等级，共15级，如表1所列。

（3）模拟信号通道

SD771D内部有一个8位的模数转换器（ADC），输入的模拟信号电压通常由PITCH_VR端来进行声音定调的等级控制。如果PITCH_VR上的电压在0．3～2．2V之间，那么，这个电压范围的值会被分成180个级别，并且每一个级别对应一个音调的比率。

图3是SD771D的典型应用电路。

结  语

SD771D可将输出的语音进行实时变调（如升高、降低），并对这种变调技术按声音定调的等级来进行处理，还可实时地将男女声音的语音相互转换。

作者：凌峰
发表时间：2006-5-23 10:03:46

1 和弦铃声概述　　

和弦原来是乐理上的一个概念，指的是按照三度关系叠置起来的三个或三个以上的音的结合；而在音频器材的工业设计领域中，和弦指的是多个音源同时发音，也叫复音、多音(polyphony)。和弦铃声在手机中得到了广泛的应用，它的音色饱满圆润，立体感强，已经全面取代了以往的单音铃声。目前和弦铃声文件格式有多种，如MIDI、MMF、AMR、MP3、IMY等，其中MIDI是目前支持度最高的铃音文件格式，它的文件占用空间小，表现力强，几乎已经成为目前和弦铃声手机的标准配置。

手机中的MIDI和弦音乐是通过内置高集成度的和弦芯片播放MIDI音乐文件来实现的。和弦芯片使用的声音合成和音色调用方式决定了铃声的播放效果。早期的FM（Frequency Modulation）合成法将多个频率的单音组成复合音来模拟各种乐器的声音，产生的声音音色少、音质差。另一种是波形表(wavetable)合成法。这种方法是先把各种真正乐器的音乐录制下来再进行合成处理，音色好，音域广。根据波表产生方式的不同分为软件和弦和硬件和弦两种。软件和弦比硬件和弦节省系统开销，更容易集成到移动设备上。

目前手机市场有多种和弦控制芯片，使用较多的有日本的Yamaha，我国台湾的华邦和旺宏、大陆的中星微和智多微。各个公司的和弦芯片都有自己的特点，其中智多微的C520能够支持民族乐器播放，所以选用C520作和弦音乐控制。

2 C520和弦芯片

C520是上海智多微电子有限公司的一款和弦芯片，专门用于为手机提供清脆逼真的音乐铃声和丰富游戏音效。该芯片集成了64和弦、16音色波表和21首中国民乐，具有3D立体声环绕增效的MIDI合成器、MIDI GM预置ROM、16位高性能音频数模转换器和2/4位ADPCM解码器等功能。

2.1 芯片特点

相对于市场上的其他手机和弦芯片，C520具有以下几个特点：

① 能够通过片上的音乐合成器对输入MIDI信号合成，或者通过ADPCM解调器对输入的ADPCM信号解调，然后通过内置的DAC输出波形。

② 集成了高质量的MIDI GM音色库，容量高达3 Mb；提供GM音色库之外的民族乐器音色库，支持二胡、古筝、琵琶等20多种民族乐器；支持多音色和复音——最多同时支持16个音色和64复音。

③ 具有多个功能端口，可支持手机振动驱动及LCD背光驱动，可用于播放音乐同步的PWM来控制七彩灯。

④ 与主控端的接口可以是并行接口或者串行接口；允许芯片工作于DAC输入模式，接受兼容通用串行DAC数据格式的输入数据；片内集成不同输入数据的FIFO；待机模式下典型工作电流小于50 μA。

2.2 功能单元

整个芯片由IOU（I/O接口单元）、 SG（音乐合成器）、ADEC（ADPCM解调器）、TG（时钟模块）和ANALOG（逻辑）模块组成。

IOU完成与外部CPU的接口，控制内部的FIFO以及芯片其他功能接口;形成音乐的MIDI数据以及外部CPU对芯片的控制命令也是通过IOU中的寄存器送出。SG模块从IOU的FIFO中取的MIDI数据，采用波表合成的方式合成音乐。ADEC接收经过压缩的PCM数据，根据相应的控制信号进行解码，将解码后的16位PCM码输出至SG的DSP单元。TG对输入时钟倍频以及产生内部时钟。ANALOG包括一个DAC和对DAC的输出信号进行低通滤波以及功率放大的AMP。C520芯片内部结构如图1所示。

图1 C520内部结构框图

3 应用

3.1 典型电路

控制CPU选用三星公司的32位RISC芯片S3C4510B。该芯片是专为嵌入式以太网应用开发的，内核为ARM7TDMI，支持高代码密度的THUMB指令集，适用于对价格及功耗敏感的应用场合。　

C520与S3C4510B可以是并行接口或者串行接口，但是并行接口比串行接口数据传输速度快，因此在本设计中采用并行接口。芯片应用电路如图2所示。

图2典型应用电路

在这个电路中，C520的CS_N用S3C4510B的I/O P0进行控制。其实如果在片选信号线够用的情况下，可选择S3C4510B中ROM/SRAM/Flash片选信号 Nrcs[5∶0]中的任何一根信号线，这样可以节省1根GPIO；同理，如果不想再控制C520复位，可以将其复位信号与S3C4510B的复位线nRESET相连，这样S3C4510B与C520将在上电时同时复位；C520 PD脚是低功耗状态控制引脚，“1”为正常工作状态，“0”为进入低功耗状态；C520 IRQ脚为中断输出脚，其可连接S3C4510B的外部中断请求信号脚XINTREQ[0]。

3.2 芯片初始化

C520的初始化工作非常简单，包括：

① 根据外部时钟设置PLL分频比。PLL分频比由寄存器CLOCK(read:10h/write:11h)和寄存器Master Clock(read:18h/write:19h)共同决定。内部时钟频率fsys=fclock·(DN+1)/(DM+1)。其中DM为寄存器CLOCK[4∶0]，DN为寄存器Master clock tuning[5∶0]，fclock是外部输入时钟，内部系统时钟频率fsys必须定在48 MHz~50 MHz之间。

② 打开模拟模块,向寄存器Analog Power Down（read:66h/write:67h）的bit3写0。

③ 设置Analog Select,根据寄存器Analog Select（read:60h/ write:61h）选择模拟功能。

3.3 播放MIDI音乐文件

C520可以播放MIDI FORMAT 0和MMD格式的MIDI文件。

MIDI FORMAT 0文件开头4字节数据ASCII值为“MThd”，MMD文件开头4字节数据ASCII值为“MMhd”。ARM发送这两种格式的MIDI数据过程不同，在发送前根据文件开头4字节数据进行区分。　　发送MIDI FORMAT 0格式的MIDI文件，文件中的所有数据都要发送。

MMD格式的文件，可分为四块，每块的开头都有8字节的头数据部分。第1块头数据部分前4字节的ASCII码值是“MMhd”，第2块头数据部分前4字节的 ASCII 码值是 “MMly”，第 3 块头数据部分前 4 字节的ASCII码值是“MMdd”。第4块头数据部分前4字节的ASCII码值是“MMex”。每一块头数据的第5、6、7、8字节是这块数据的长度（不包括头数据），第5字节是低字节位，第8字节是高字节位，这4个字节组成的十六进制数据加上头数据长度8，就是这块数据的长度。MMdd块数据的头数据后面就是经过压缩的MIDI数据；MMly块数据是用于卡拉OK的专用数据，播放MIDI时无须发送该块；Mmex为扩展块。

向C520发送MMD格式的MIDI数据时，先发送MMhd块，接着发送MMdd块的MIDI数据部分（即该块中除块名及块长度的部分），而MMly块不用发送。

图3为播放MIDI文件流程。