凌阳语音

凌阳语音

1、音频概述
音频是指频率在20Hz~20kHz的声音信号，具体可分为波形信号、语音和音乐三种形式。其中波形声音就是自然界中的所有声音，是声音数字化的基础；语音也可以表示
为波形声音，当波形声音表示不出语言、语音学的内涵。音乐是符号化了的语音，比语音更加规范。
2、音频信号数字化
音频信号数字化是指将模拟的（连续的）声音波形数字化（离散化），变成所谓的数字音频，以便于计算机处理。数字化主要包括信号采样和量化两个方面内容。数字
音频的质量取决于采样频率和量化位数这两个重要参数。此外，声道的数目、相应的音频设备也是影响音频质量的重要因素。
3、音频格式：
音频文件通常分为声音文件和乐器数字接口（MIDI）文件两类。
（1）声音文件的格式
a、WAVE文件--*.WAV
b、AIFF文件--AIF/AIFF
c、Audio文件--*.Audio
d、MPEG文件--*.MP1、*.MP2、*.MP3
e、RealAudio文件--*.MID/*.RMI
（2）MIDI文件--*.MID/*.RMI
4、语音压缩编码：
语音压缩编码中的数据量=（采样频率*量化位数）/8（字节数）*声道数目
常见的音频压缩编码：
(1)波形编码
(2)参数编码
(3)混合编码
5、语音的合成分为两个档次：一是有限词汇的计算机语音输出；二是基于语音合成技术的从文字到语言（Test-to-Speech）的合成。按照人类语言功能的不同层次，
语音合成又分为三个层次。
1）从文字到语音（Test-to-Speech）的合成
2）从概念到语音（Concept-to-Speech）的合成
3）从意向到语音（Intention-to-Speech）的合成
6、语音辨识技术有三大研究范围：口音独立；连续语音；可辨识词汇数量
7、凌阳常用音频形式和压缩算法
1）波形编码（SACM_A2000）
特点：高质量、高码率，适于高保真语音/音乐
2）参数编码（SACM_S240）
特点：压缩比大，计算最大，廉价但音质不高
3）混合编码（SACM_S480）
提点：综合参数编码和波形编码的优点
除此之外，还有FM（调频）音乐的合成方式，即SACM_MS01
8、单片机对语音的控制入录音放音、合成记辨识也广泛应用到现实生活中。语音处理大致可以分为A/D转换、编码处理、存储、解码以及D/A转换等。
9、凌阳语音压缩算法有SACM_A2000、SACM_S480和SACM_S240三种格式。其中，SACM_A2000音频压缩算法的压缩比较小（8:1），编码速率课选择16kbit/s、20bit/s
、24bit/s三种之一，具有高质量、高编码速率的特点，适用于高保真的音乐和语音；SACM_S480语音压缩算法的压缩比较大（80:3），编码速率可选择1.8kbit/s、
7.2kbit/s两种之一，较为节省存储容量，音质介于SACM_A2000和SACM_S240之间，适用于语音播放（如“文曲星”词库等）。SACM_S240压缩算法的压缩比较大
（80:1.5），价格也最低，编码速率只能选2.4kbit/s，适用于对保真度要求不高的场所（如电子类产品）。
10、语音播放应用程序接口函数
1）void SACM_A2000/S480/S240_Initial(int Init_Index)
SACM_A2000/S480/S240语音播放之前对定时器、中断和DAC等初始化
2）void SACM_A2000/S480/S240_ServiceLoop(void)
从资源文件中获取SACM_A2000/S480/S240语音资料，并将其填入译码队列中。该函数在自动方式下使用，实现取数据、填充语音队列和解压缩三步操作（在手动方式下
需要用三个函数分别完成）