語音IC

採樣率：每秒採樣的個數（byte）。 波特率：每秒鐘採樣的位數(bit)。 （3）語音壓縮技術。

語音IC又稱：語音晶片，又被叫做聲音晶片。
深圳市奧爾偉業電子有限公司，台灣多家IC公司的通路商，專業語音IC（MASK、OTP）
尚信達實業有限公司--台灣九齊(NYquest)語音IC大陸一級代理商(MASK、OTP)
（一）、語音基礎知識
1、什麼是語音IC？
語音IC定義：將語音信號通過採樣轉化為數字，存儲在IC的ROM中，再通過電路將ROM中的數字還原成語音信號。
普通語音IC放音功能實質上是一個DAC過程，而ADC過程資料是由電腦完成，其中包括對語音信號的採樣、壓縮、EQ等處理。
錄音晶片包括ADC和DAC兩個過程，都是由晶片本身完成的，包括語音數據的採集、分析、壓縮、存儲、播放等步驟。
ADC=Analog Digital Change 模數轉換
DAC= Digital Analog Change 數模轉換
音質的優劣取決於ADC和DAC位數的多少。例如，華邦的W90P710系列，ADC和DAC均為32bit,接近真人音質。九齊（NYquest）的NY2/NY3,NY4/NY5系列，ADC和DAC均為16bit，接近CD音質。而佑華（alpha）的AMEFB系列的DAC為8bit，為普通音質。
另外還有常見的輸出：脈衝寬度調製(PWM）輸出，是利用微處理器的數字輸出來對模擬電路進行控制的一種非常有效的技術。其相對於DAC轉換，其特點是套用廣、成本低。
2、語音信號的量化表述：（分類：語音IC 和 音樂IC）
(a) “語音IC”介紹：
（1）語音信號的量化
採樣率（f）、位數（n）、波特率（T）
採樣：將語音模擬信號轉化成數位訊號。
採樣率：每秒採樣的個數（byte）。
波特率：每秒鐘採樣的位數(bit)。波特率直接決定音質。Bps: bit per second
採樣位數指在二進制條件下的位數。一般在沒有特別說明的情況下，聲音的採樣位數指8位，由00H--FFH，靜音定為80H。
（2）採樣率
奈奎斯特抽樣定理（Nyquist Law）：要從抽樣信號中無失真地恢復原信號，抽樣頻率應大於2倍信號最高頻率。抽樣頻率小於2倍頻譜最高頻率時，信號的頻譜有混疊。抽樣頻率大於2倍頻譜最高頻率時，信號的頻譜無混疊。
嗓音的頻頻寬度為20～20K HZ左右，普通的聲音大概在3KHZ以下。所以，一般CD取的音質為44.1K和16bit，如果碰到某些特別的聲音，如樂器，音質也有用48K和24bit的情況，但不是主流。
一般在我們處理針對普通語音IC的時候，採樣率最高達到16K就夠了、說話聲一般取8K（如電話音質）、6K左右。低於6K效果比較差。
在套用單片機的過程中，採樣越高，定時器中斷速度越快，會影響到其他信號的監控和檢測，所以要綜合考慮。
（3）語音壓縮技術。
由於語音數據量龐大，對語音數據進行有效壓縮是很必要的，能夠使我們在有限的ROM空間裡錄入更多的語音內容。有以下幾種方式：
語音分段：將語音中可以重複的部分截取出來，通過排列組合將內容完整地回放出來。
語音採樣：一般我們使用的喇叭頻響曲線在中頻部分，較少用到高頻，所以，在喇叭音質可以接受的情況下，適當降低採樣頻率，達到壓縮效果，這種過程是不可逆的，無法恢復原貌，叫有損壓縮。
數學壓縮：主要是針對採樣位數進行壓縮，這種方式也是有損壓縮。例如，我們經常採用的ADPCM壓縮格式，是將語音數據從16bit壓縮到4bit，壓縮率是4倍。MP3是對數據流進行壓縮，涉及到數據預測問題，它的波特率壓縮倍率為10倍左右。
通常，以上幾種壓縮方式都是綜合起來使用的。
（4）常用語音格式
PCM格式： Pulse Code Modulation 脈衝編碼調製，它將聲音模擬信號採樣後得到量化後的語音數據，是最基本最原始的一種語音格式。同它極為類似的還有RAW格式和SND格式。它們都是純語音格式。
WAV格式：Wave Audio Files 是微軟公司開發的一種聲音檔案格式，也叫波形聲音檔案，被Windows平台及其應用程式廣泛支持。WAV格式支持許多壓縮算法，支持多種音頻位數、採樣頻率和聲道，但WAV格式對存儲空間需求太大不便於交流和傳播。WAV檔案裡面存放的每一塊數據都有自己獨立的標識，通過這些標識可以告訴用戶究竟這是什麼數據，這些數據包括採樣頻率和位數，單聲道(mono)還是立體聲(stero)等。　ADPCM格式：是利用對過去的幾個抽樣值來預測當前輸入的樣值，並使其具有自適應的預測功能與實際檢測值進行比較，隨時對測得的差值自動進行量化級差的處理，使之始終保持與信號同步變化。它適用於語音變化率適中的情況，而且聲音回放過程簡短。它的優點是對於人聲的處理比較逼真，一般達到90％以上，已廣泛地套用於電話通信領域。
MP3格式： Moving Picture Experts Group Audio Layer III，簡稱為MP3。它是利用 MPEG Audio Layer 3 的技術，採取了名為“感官編碼技術”的編碼算法：編碼時先對音頻檔案進行頻譜分析，然後用過濾器濾掉噪音電平，接著通過量化的方式將剩下的每一位打散排列，最後形成具有較高壓縮比的mp3檔案，並使壓縮後的檔案在回放時能夠達到較接近原音源的聲音效果。它的實質是vbr（Variant Bitrate 可變波特率）可以根據編碼的內容動態地選擇合適的波特率，因此編碼的結果是在保證了音質的同時又照顧了檔案的大小。
mp3壓縮率10倍甚至12倍。是最初出現的一種高壓縮率的語音格式。
Linear Scale格式：根據聲音的變化率大小，把聲音分成若干段，對每段用線性比例進行壓縮，但是它的比例是可變的。SUNLINK公司和ALPHA公司的Linear Scale格式為5bit。
Logpcm格式：基本上對整個聲音進行線性壓縮，將最後若干位去掉。這種壓縮方式在硬體上很容易實現，但音質比Linear Scale差一些，特別是音量較小聲音比較細膩的情況下效果較差。主要用於pure speech方面。
（b）“音樂IC”介紹：
（1）音樂的通道與音色：
包絡（envelope）方波(patch) 通道（channel）
包絡：合成音色的一部分，單位時間內音符輸出的變化，常見有“ADSR”
方波：合成音色的一部分，單位時間內音符方波電流的變化。（另見三角波等）
通道：在同一時間內，IC輸出的最多音符個數，即“單音樂器”的個數。
PCT：模擬音色的一種，通過採樣256個點的樂器聲音來模擬出各個音符的音高。(音色柔和，占空間小，但不夠真實)
FULL WAVE：通過採集一種樂器聲音來模擬各個音符音高。（樂器聲真實，但占用空間大，且採集音色音質要求高）
（2）音樂的壓縮：
由於音樂數據量龐大，對音樂數據進行有效壓縮是很必要的，能夠使我們在有限的ROM空間裡錄入更多的音樂內容。有以下幾種方式：
音樂分段：將音樂中可以重複的部分截取出來，通過排列組合將內容完整地回放出來。
音色：根據音樂的豐滿程度、需求程度，來確定Full wave，PCT、dual tone的選擇，各個音色占用空間不同，音色質量也不同。。
數學壓縮：主要是針對採樣的音色（Full wave）進行壓縮，這種方式也是有損壓縮，對於要採集的音色進行降採樣、處理等減小採集音色的大小（同語音類的修音）。
（3）常用音樂格式：
MID格式：MIDI(Musical Instrument Digital Interface)樂器數字接口 ，是20 世紀80 年代初為解決電聲樂器之間的通信問題而提出的。MIDI 傳輸的不是聲音信號, 而是音符、控制參數等指令。
WAV格式：（相見語音IC類介紹）採集音色的格式。
3、語音ROM空間的表述
語音晶片為表述的形象化，由語音長度來表示
a)普通語音晶片以6K採樣率為語音長度計算標準。
b)錄音IC以4K採樣率為語音長度計算標準。
即：以6k（4k）採樣率晶片可以播放的長度。
4、語音晶片的要素
相同品種的晶片成本與晶片的大小成正比。
a)I/O口的分配和ROM的大小（語音秒數）決定晶片成本。低秒數語音晶片其I/O口較少。
b)音質提高，採樣提高，語音秒數縮短。
音質降低，採樣降低，語音秒數變長
c) 語音秒數的計算方法：M/(n*f)
M---ROM大小（bit） n*f---波特率
5、聲音處理軟體介紹
1）SoundForge
2）cooledit
3）goldwave
4）Cakewalk
6、語音晶片分類：
語音晶片根據積體電路類型來分,凡是與聲音有關係的積體電路被統稱為語音晶片(又稱語音IC,這裡應該叫成Voice IC),但是在語音晶片的大類型中,又被分為語音IC(英語稱為Speech IC),音樂IC(英語稱為Music IC)兩種.
（a）現在市場上常見語音晶片分類：
短時間晶片有10秒，20秒，40秒，80秒,170秒的晶片，針對型號：　wtc系列，ISD1700系列晶片和NY3系列晶片。
常用的模組有：6分鐘，8分鐘，16分鐘，1小時的等。。針對型號：WT588D系列語音模組
長時間的晶片有：340秒，500秒，1000秒，2000秒更長。。針對型號：WTC系列，ISD4000、NY5系列語音晶片
通用的晶片有：3秒到640秒。針對型號：WTC020，NY3、NY4、NY5系列
(b)現在市場上常見音樂晶片分類：
單音片：是一種最基本的音樂IC,是音樂單通道的,同一時間音符輸出的多少,決定了單音片的效果,有70多,100多音符等等.
音樂通道：2通道、3通道、4通道、8通道、12通道等更多。。。針對型號：WTC系列，NY2系列、NY5系列、WB681512系列等等。