語(yǔ)音芯片的生產(chǎn)方式

掩膜生產(chǎn)：掩膜生產(chǎn)通俗的說(shuō)就是先將聲音燒到芯片里，然后再進(jìn)行封裝，一般有量的要求。

otp生產(chǎn)：所謂otp的意思是指的一次性燒錄。先把芯片封裝好，再借用軟件燒進(jìn)去聲音。

語(yǔ)音芯片有根據(jù)IC本身的物理結(jié)構(gòu)的多個(gè)通道(同時(shí)發(fā)出多個(gè)通道的聲音)可分為多種類型：

一、單通道的：

1.單通道的語(yǔ)音IC(Speech IC)(這種語(yǔ)音芯片不支持音樂(lè)IC音樂(lè)存儲(chǔ)方式); 常見(jiàn)的語(yǔ)音IC是單通道的語(yǔ)音芯片,WTN和DKA010動(dòng)物叫聲是最典型的單通道語(yǔ)音芯片；

2. 單通道的音樂(lè)IC(Music IC),同一單位時(shí)間內(nèi)只能發(fā)出一種音樂(lè)的音樂(lè)IC, 電子聲音文件是只有一個(gè)通道的.Mid后綴文件；

常說(shuō)的單音片,是一種最基本的音樂(lè)IC,由一定時(shí)間內(nèi)音符輸出的多少,決定了單音片的效果,有64音符多,128音符等等. 單音片應(yīng)用場(chǎng)合廣,價(jià)格極其低廉,最常見(jiàn)的有單音片有生日快樂(lè)賀卡單音片嚴(yán)格的說(shuō),單通道的音樂(lè)IC和單音片的兩者結(jié)構(gòu)是不相同的。

二、2通道：

1.2通道的語(yǔ)音IC, 2通道和多通道的語(yǔ)音芯片,實(shí)際應(yīng)用中語(yǔ)音播放時(shí)一般會(huì)按規(guī)定固定在某一通道內(nèi)進(jìn)行聲音的播放(等同于單通道),但是這類產(chǎn)品比單通道的語(yǔ)音IC(Speech ic)成本要高,價(jià)格會(huì)高些,語(yǔ)音芯片廠家在設(shè)計(jì)時(shí)為了平衡產(chǎn)品價(jià)格和應(yīng)用,一般來(lái)說(shuō),功能支持和聲音效果方面都會(huì)做得更完美一些。

這種結(jié)構(gòu)也許是因?yàn)楫a(chǎn)品和方案實(shí)際應(yīng)用領(lǐng)域和價(jià)格所決定的, 語(yǔ)音芯片輸出一般都是單通道的聲音輸出,支持立體聲的產(chǎn)品很少, 要高端一些的產(chǎn)品就要選MP3主控芯片之類的方案了。

2. 2通道的音樂(lè)芯片, 通俗叫法是雙音片(Music With Dual Tone IC),顧名思義,同一單位時(shí)間內(nèi)二個(gè)通道都可以發(fā)出音樂(lè)的音樂(lè)IC. 電子聲音源文件一般為.Mid的二通道文件.常見(jiàn)的圣誕系列音樂(lè)IC。

這里得多補(bǔ)充兩句,市面上還有一個(gè)叫melody的音樂(lè)芯片,她是個(gè)什么定義呢?簡(jiǎn)單的來(lái)說(shuō),比單音片的效果要好比和弦音樂(lè)芯片的效果要差的一種音樂(lè)芯片,所以雙音片也有被叫成是melody音樂(lè)芯片,melody結(jié)構(gòu)應(yīng)該來(lái)說(shuō)是一種更高級(jí)的單音片,或者可以說(shuō)是二倍效果的單音片。

三、4通道,8通道或以上：

三通道以上的聲音.又稱為和弦音樂(lè).常說(shuō)的4和弦音樂(lè)IC就是指4通道的音樂(lè)IC。

(a)“語(yǔ)音芯片”介紹：

（1）語(yǔ)音信號(hào)的量化

采樣率（f）、位數(shù)（n）、波特率（T）

采樣率：每秒采樣的個(gè)數(shù)（byte）。

波特率：每秒鐘采樣的位數(shù)(bit)。波特率直接決定音質(zhì)。Bps: bit per second

采樣位數(shù)指在二進(jìn)制條件下的位數(shù)。一般在沒(méi)有特別說(shuō)明的情況下，聲音的采樣位數(shù)指8位，由00H--FFH，靜音定為80H。

（2）采樣率

奈奎斯特抽樣定理（Nyquist Law）：要從抽樣信號(hào)中無(wú)失真地恢復(fù)原信號(hào)，抽樣頻率應(yīng)大于2倍信號(hào)最高頻率。抽樣頻率小于2倍頻譜最高頻率時(shí)，信號(hào)的頻譜有混疊。抽樣頻率大于2倍頻譜最高頻率時(shí)，信號(hào)的頻譜無(wú)混疊。

嗓音的頻帶寬度為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(zhì)為44.1K和16bit，如果碰到某些特別的聲音，如樂(lè)器，音質(zhì)也有用48K和24bit的情況，但不是主流。

一般在我們處理針對(duì)普通語(yǔ)音IC的時(shí)候，采樣率最高達(dá)到16K就夠了、說(shuō)話聲一般取8K（如電話音質(zhì)）、6K左右。低于6K效果比較差。而DKC系列語(yǔ)音芯片采樣可以做到22K。

在應(yīng)用單片機(jī)的過(guò)程中，采樣越高，定時(shí)器中斷速度越快，會(huì)影響到其他信號(hào)的監(jiān)控和檢測(cè)，所以要綜合考慮。

（3）語(yǔ)音壓縮技術(shù)

由于語(yǔ)音數(shù)據(jù)量龐大，對(duì)語(yǔ)音數(shù)據(jù)進(jìn)行有效壓縮是很必要的，能夠使我們?cè)谟邢薜腞OM空間里錄入更多的語(yǔ)音內(nèi)容。有以下幾種方式：

語(yǔ)音分段：將語(yǔ)音中可以重復(fù)的部分截取出來(lái)，通過(guò)排列組合將內(nèi)容完整地回放出來(lái)。

語(yǔ)音采樣：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(zhì)可以接受的情況下，適當(dāng)降低采樣頻率，達(dá)到壓縮效果，這種過(guò)程是不可逆的，無(wú)法恢復(fù)原貌，叫有損壓縮。

數(shù)學(xué)壓縮：主要是針對(duì)采樣位數(shù)進(jìn)行壓縮，這種方式也是有損壓縮。例如，我們經(jīng)常采用的ADPCM壓縮格式，是將語(yǔ)音數(shù)據(jù)從16bit壓縮到4bit，壓縮率是4倍。MP3是對(duì)數(shù)據(jù)流進(jìn)行壓縮，涉及到數(shù)據(jù)預(yù)測(cè)問(wèn)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(lái)使用的。

PCM格式： Pulse Code Modulation 脈沖編碼調(diào)制，它將聲音模擬信號(hào)采樣后得到量化后的語(yǔ)音數(shù)據(jù)，是最基本最原始的一種語(yǔ)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(yǔ)音格式。

WAV格式：Wave Audio Files 是微軟公司開(kāi)發(fā)的一種聲音文件格式，也叫波形聲音文件，被Windows平臺(tái)及其應(yīng)用程序廣泛支持。WAV格式支持許多壓縮算法，支持多種音頻位數(shù)、采樣頻率和聲道，但WAV格式對(duì)存儲(chǔ)空間需求太大不便于交流和傳播。WAV文件里面存放的每一塊數(shù)據(jù)都有自己獨(dú)立的標(biāo)識(shí)，通過(guò)這些標(biāo)識(shí)可以告訴用戶究竟這是什么數(shù)據(jù)，這些數(shù)據(jù)包括采樣頻率和位數(shù)，單聲道(mono)還是立體聲(stero)等。

ADPCM格式：是利用對(duì)過(guò)去的幾個(gè)抽樣值來(lái)預(yù)測(cè)當(dāng)前輸入的樣值，并使其具有自適應(yīng)的預(yù)測(cè)功能與實(shí)際檢測(cè)值進(jìn)行比較，隨時(shí)對(duì)測(cè)得的差值自動(dòng)進(jìn)行量化級(jí)差的處理，使之始終保持與信號(hào)同步變化。它適用于語(yǔ)音變化率適中的情況，而且聲音回放過(guò)程簡(jiǎn)短。它的優(yōu)點(diǎn)是對(duì)于人聲的處理比較逼真，一般達(dá)到90%以上，已廣泛地應(yīng)用于電話通信領(lǐng)域。

MP3格式： Moving Picture Experts Group Audio Layer III，簡(jiǎn)稱為MP3。它是利用 MPEG Audio Layer 3 的技術(shù)，采取了名為“感官編碼技術(shù)”的編碼算法：編碼時(shí)先對(duì)音頻文件進(jìn)行頻譜分析，然后用過(guò)濾器濾掉噪音電平，接著通過(guò)量化的方式將剩下的每一位打散排列，最后形成具有較高壓縮比的mp3文件，并使壓縮后的文件在回放時(shí)能夠達(dá)到較接近原音源的聲音效果。它的實(shí)質(zhì)是vbr（Variant Bitrate 可變波特率）可以根據(jù)編碼的內(nèi)容動(dòng)態(tài)地選擇合適的波特率，因此編碼的結(jié)果是在保證了音質(zhì)的同時(shí)又照顧了文件的大小。

mp3壓縮率10倍甚至12倍。是最初出現(xiàn)的一種高壓縮率的語(yǔ)音格式。

Linear Scale格式：根據(jù)聲音的變化率大小，把聲音分成若干段，對(duì)每段用線性比例進(jìn)行壓縮，但是它的比例是可變的。

Logpcm格式：基本上對(duì)整個(gè)聲音進(jìn)行線性壓縮，將最后若干位去掉。這種壓縮方式在硬件上很容易實(shí)現(xiàn)，但音質(zhì)比Linear Scale差一些，特別是音量較小聲音比較細(xì)膩的情況下效果較差。主要用于pure speech方面。mid格式。mid格式的語(yǔ)音所占的空間比較狹小，有時(shí)短短20幾秒的芯片就能裝進(jìn)去十多首mid格式的音樂(lè)。

（b）“音樂(lè)芯片”介紹：
（1）音樂(lè)的通道與音色：

包絡(luò)（envelope）方波(patch) 通道（channel）

包絡(luò)：合成音色的一部分，單位時(shí)間內(nèi)音符輸出的變化，常見(jiàn)有“ADSR”

方波：合成音色的一部分，單位時(shí)間內(nèi)音符方波電流的變化。（另見(jiàn)三角波等）

通道：在同一時(shí)間內(nèi)，芯片輸出的音符個(gè)數(shù)，即“單音樂(lè)器”的個(gè)數(shù)。

PCT：模擬音色的一種，通過(guò)采樣256個(gè)點(diǎn)的樂(lè)器聲音來(lái)模擬出各個(gè)音符的音高。(音色柔和，占空間小，但不夠真實(shí))

FULL WAVE：通過(guò)采集一種樂(lè)器聲音來(lái)模擬各個(gè)音符音高。（樂(lè)器聲真實(shí)，但占用空間大，且采集音色音質(zhì)要求高）

（2）音樂(lè)的壓縮：

由于音樂(lè)數(shù)據(jù)量龐大，對(duì)音樂(lè)數(shù)據(jù)進(jìn)行有效壓縮是很必要的，能夠使我們?cè)谟邢薜腞OM空間里錄入更多的音樂(lè)內(nèi)容。有以下幾種方式：

音樂(lè)分段：將音樂(lè)中可以重復(fù)的部分截取出來(lái)，通過(guò)排列組合將內(nèi)容完整地回放出來(lái)。

音色：根據(jù)音樂(lè)的豐滿程度、需求程度，來(lái)確定Full wave，PCT、dual tone的選擇，各個(gè)音色占用空間不懂，音色質(zhì)量也不同。

數(shù)學(xué)壓縮：主要是針對(duì)采樣的音色（Full wave）進(jìn)行壓縮，這種方式也是有損壓縮，對(duì)于要采集的音色進(jìn)行降采樣、處理等減小采集音色的大?。ㄍZ(yǔ)音類的修音）。