1引言

隨著計(jì)算機(jī)技術(shù)、電子技術(shù)和通信技術(shù)的迅猛發(fā)展，音頻處理技術(shù)也在眾多領(lǐng)域得到廣泛應(yīng)用。如通信領(lǐng)域中的手機(jī)、IP電話，消費(fèi)類電子產(chǎn)品中的MP3和CD播放器以及控制領(lǐng)域中的語音識(shí)別、聲控系統(tǒng)等［1］。針對(duì)DSP強(qiáng)大的數(shù)字信號(hào)處理能力和ARM處理器良好的實(shí)時(shí)性能，結(jié)合音頻編解碼芯片TLV320AIC23的接口特點(diǎn)，本文闡述了由三者組成的音頻處理系統(tǒng)的硬件接口設(shè)計(jì)和軟件編程，提供了有效和實(shí)用的音頻處理系統(tǒng)方案。

TLV320AIC23（簡(jiǎn)稱AIC23）是TI公司的一款高性能立體聲音頻編解碼器Codec芯片。其內(nèi)部集成的模數(shù)轉(zhuǎn)換器（ADCs）和數(shù)模轉(zhuǎn)換器（DACs）采用了帶有過采樣數(shù)字插補(bǔ)濾波的多位Sigma-Delta技術(shù)。數(shù)據(jù)傳輸字長(zhǎng)為16、20、24、32位，支持采樣頻率范圍8kHz至96kHz.ADC和DAC的信噪比分別達(dá)到90dB和100dB.內(nèi)置耳機(jī)輸出放大器，支持MIC和LINE IN兩種輸入方式，且對(duì)輸入和輸出都具有可編程增益調(diào)節(jié)。另外，AIC23功耗低，回放模式下功率僅為23mW，省電模式下更是小于15uW.因此，AIC23成為數(shù)字音頻應(yīng)用

領(lǐng)域中的理想選擇［2］，在多種數(shù)碼產(chǎn)品中發(fā)揮著重要作用，比較典型的應(yīng)用如手機(jī)、MP3、DV攝像機(jī)中的音頻編解碼。

TMS320VC5402（簡(jiǎn)稱VC5402）是TI公司的一款優(yōu)秀16位定點(diǎn)DSP，運(yùn)算速度快，指令執(zhí)行速度達(dá)到100MIPS.自帶片內(nèi)存儲(chǔ)器和多種片上外設(shè)，廣泛應(yīng)用于語音編解碼和通信領(lǐng)域［3］。

S3C4510B（簡(jiǎn)稱4510B）是Samsung公司的一款低成本、高性能的16/32位精簡(jiǎn)指令集微控制器，其出色的ARM7TDMI內(nèi)核以及通用微處理器宏單元使其成為用戶定制應(yīng)用開發(fā)的理想選擇［4］。

2系統(tǒng)硬件設(shè)計(jì)

本音頻處理系統(tǒng)主要由前述三個(gè)處理芯片組成：ARM控制單元，DSP信號(hào)處理單元以及AIC23音頻采集單元。系統(tǒng)原理框圖如圖1.

圖1基于DSP和ARM的音頻處理系統(tǒng)原理框圖

AIC23是可編程芯片，內(nèi)部有11個(gè)16位寄存器，編程設(shè)置這些寄存器可得到所需的采樣頻率、輸入輸出增益和傳輸數(shù)據(jù)格式等。該控制接口有SPI和I2C兩種工作模式，由芯片上的MODE引腳進(jìn)行選擇：MODE=0為I2C模式，MODE＝1為SPI模式。因ARM 4510B上也有I2C接口，故選用I2C模式。AIC23的I2C接口地址由引腳的狀態(tài)決定，＝0時(shí)地址為0011010，＝1時(shí)地址為0011011.其中SDIN與SDA為數(shù)據(jù)線，SCLK與SCL為串行時(shí)鐘線。VC5402有兩個(gè)多通道緩沖串口，選用其中的McBSP0與AIC23進(jìn)行通信，信號(hào)連接如圖1所示。圖中AIC23工作在主模式，時(shí)鐘信號(hào)、DAC和ADC的幀同步信號(hào)BFSX0和BFSR0都由AIC23提供。而DSP VC5402與ARM 4510B的通訊是通過DSP上的HPI接口實(shí)現(xiàn)的。

3系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)由ARM系統(tǒng)和DSP系統(tǒng)兩大部分組成，ARM作為主控制器管理整個(gè)系統(tǒng)的工作進(jìn)程，運(yùn)行相關(guān)的應(yīng)用程序，可對(duì)多個(gè)任務(wù)進(jìn)行調(diào)度，完成與外部DSP系統(tǒng)或其他外設(shè)的通信。DSP則主要完成音頻數(shù)據(jù)的采集和信號(hào)處理，并將處理后的數(shù)據(jù)發(fā)送給ARM供應(yīng)用程序調(diào)用。這樣的設(shè)計(jì)可以大大提高系統(tǒng)的工作效率，這也是當(dāng)前嵌入式系統(tǒng)，各移動(dòng)手持設(shè)備如PDA、手機(jī)等的典型設(shè)計(jì)方案。

這里具體要做的是對(duì)AIC23的控制接口編程，使其工作在所需的模式下。然后初始化DSP的McBSP，進(jìn)行AD、DA轉(zhuǎn)換和數(shù)據(jù)處理。

3.1 ARM編程部分

系統(tǒng)中對(duì)ARM的編程主要涉及對(duì)AIC23的初始化，使其進(jìn)入正常工作狀態(tài)，對(duì)音頻數(shù)據(jù)進(jìn)行采集和處理。這需要設(shè)置4510B的I2C總線特殊功能寄存器：控制狀態(tài)寄存器IICCON、預(yù)分頻寄存器IICPS和移位緩沖寄存器IICBUF，寄存器相關(guān)說明見表1［5］。

表1 4510B I2C總線特殊功能寄存器

AIC23的11個(gè)控制寄存器相關(guān)設(shè)置的詳細(xì)描述參見文獻(xiàn)2.這里的設(shè)置為：左右聲道線路輸入靜音；耳機(jī)左右聲道音量為6dB；使能DAC，麥克風(fēng)音量為20dB作為ADC輸入；使能ADC高通濾波；芯片各部分電路供電使能；芯片工作在主模式，采樣數(shù)據(jù)長(zhǎng)度16位，采用DSP數(shù)據(jù)格式（同步幀后跟隨兩個(gè)數(shù)據(jù)字）；采樣率88.2KHz（外部晶振為11.2896MHz）；使能數(shù)字接口。

對(duì)AIC23編程時(shí)的I2C總線時(shí)序如圖2所示。設(shè)置好I2C的時(shí)鐘頻率后，首先發(fā)送開始條件（SCLK為高電平時(shí)，SDI從高電平向低電平切換），然后發(fā)送AIC23的器件地址，器件地址發(fā)出后發(fā)送AIC23相應(yīng)寄存器的地址，再發(fā)送對(duì)該寄存器設(shè)置的數(shù)據(jù)，最后發(fā)送停止條件（SCLK為高電平時(shí)，SDI從低電平向高電平切換）。注意，這里的寄存器地址為7位，寄存器數(shù)據(jù)為9位，而I2C總線以字節(jié)為單位傳送數(shù)據(jù)。因此在對(duì)AIC23的寄存器編程時(shí)，第一個(gè)字節(jié)包括了前7位的寄存器地址B15-B9以及設(shè)置數(shù)據(jù)的最高位B8，第二個(gè)字節(jié)為設(shè)置數(shù)據(jù)的后8位B7-B0.

圖2 I2C時(shí)序

3.2音頻數(shù)據(jù)采集與播放

初始化AIC23后，再初始化DSP以及McBSP0，之后進(jìn)行音頻數(shù)據(jù)的采集與播放。通過麥克風(fēng)采集語音信號(hào)，經(jīng)過數(shù)字濾波處理后由耳機(jī)輸出。使用McBSP0的接收中斷保存數(shù)據(jù)，通過FIR數(shù)字濾波子程序處理音頻數(shù)據(jù)。程序流程如圖3所示。

圖3音頻數(shù)據(jù)處理程序流程圖

初始化McBSP0使其與AIC23協(xié)調(diào)工作，這里要根據(jù)硬件設(shè)計(jì)和軟件要求來配置McBSP0的各個(gè)控制寄存器。本系統(tǒng)中串口的主要設(shè)置為：接收數(shù)據(jù)右對(duì)齊，帶符號(hào)擴(kuò)展；接收中斷使能；由片外提供發(fā)送、接收幀信號(hào)和發(fā)送、接收時(shí)鐘信號(hào)；發(fā)送、接收幀同步信號(hào)低電平有效；在時(shí)鐘上升沿采樣發(fā)送、接收數(shù)

據(jù)；每幀發(fā)送、接收兩個(gè)16位字?jǐn)?shù)據(jù)［6］。

數(shù)據(jù)接收部分可在DSP中斷程序中用如下語句實(shí)現(xiàn)：

mvkd drr10，*ar5 ；保存數(shù)據(jù)

pshd *ar5+% ；數(shù)據(jù)壓入堆棧

popd new_ad ；從堆棧彈出數(shù)據(jù)到自定義的寄存器

FIR濾波的相關(guān)程序如下：

ld new_ad，a ；新數(shù)據(jù)加載至累加器

stm #1，ar0 ；雙操作數(shù)增量

stm #N，bk ；設(shè)置循環(huán)緩沖區(qū)長(zhǎng)度，即FIR濾波級(jí)數(shù)（N為濾波級(jí)數(shù)）

stl a，*ar3+% ；新數(shù)據(jù)送至ar3指向的緩沖區(qū)

rptz a，#（N-1） ；重復(fù)執(zhí)行N-1級(jí)的乘加運(yùn)算

mac *ar2+0%，*ar3+0%，a ；ar2為系數(shù)指針，結(jié)果在累加器高位中

sth a，temp ；保存計(jì)算結(jié)果

ld temp，a ；結(jié)果放入累加器低位

……

stlm a，dxr10 ；將累加器地位中的數(shù)據(jù)送至串口發(fā)送寄存器

……

基于前述對(duì)AIC23和DSP的相應(yīng)設(shè)置，采用21級(jí)系數(shù)對(duì)稱FIR數(shù)字濾波，對(duì)經(jīng)由麥克風(fēng)輸入的語音信號(hào)進(jìn)行濾波處理，濾波結(jié)果由耳機(jī)輸出，實(shí)際效果良好。所采集到的音頻數(shù)據(jù)還可通過HPI接口傳送至ARM供應(yīng)用程序調(diào)用。

3.3語音識(shí)別應(yīng)用測(cè)試

語音識(shí)別的基本原理是對(duì)語音信號(hào)進(jìn)行特征提取。目前常用的語音識(shí)別算法有基于模式匹配的動(dòng)態(tài)時(shí)間規(guī)正法（DTW： Dynamic Time Warping）、基于統(tǒng)計(jì)模型的隱馬爾柯夫模型法（HMM： Hidden Markov Model）以及基于神經(jīng)網(wǎng)絡(luò)的識(shí)別法（DNN、NPN、TDNN）等［7］。為便于系統(tǒng)應(yīng)用測(cè)試，本文采用一種最簡(jiǎn)易的方法對(duì)系統(tǒng)進(jìn)行調(diào)試，即對(duì)英文元音的識(shí)別。基本原理是提取元音字母的頻率特征，各元音在其頻域響應(yīng)中都有三個(gè)明顯的共振峰頻率，而最容易識(shí)別的是第一共振峰，由此可進(jìn)行有效的元音識(shí)別。在提取第一共振峰頻率特征時(shí)采用“零交越”法（統(tǒng)計(jì)單幀信號(hào)波形穿越零點(diǎn)的次數(shù)——過零率），將信號(hào)頻率特征的分析轉(zhuǎn)換為時(shí)域分析，計(jì)算得到的過零率與理論值進(jìn)行比較即可實(shí)現(xiàn)元音的識(shí)別。圖4所示分別為元音“A”的時(shí)域和頻域圖。

圖4元音A的時(shí)域圖和頻域圖

由頻域采樣圖可以看到很明顯的第一共振峰，此時(shí)計(jì)算時(shí)域采樣中信號(hào)的過零率可較為準(zhǔn)確的識(shí)別元音A，過零率的計(jì)算中近似等于零的采樣點(diǎn)通常是微弱的干擾，可以忽略不計(jì)。經(jīng)驗(yàn)證，這種簡(jiǎn)易單元音識(shí)別法的識(shí)別率在80％以上，由此證明本系統(tǒng)音頻處理的實(shí)用性。

4結(jié)束語

本文闡述了基于信號(hào)處理和嵌入式應(yīng)用的音頻處理系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)。論述了系統(tǒng)的硬件設(shè)計(jì)、軟件編程及其應(yīng)用。通過ARM對(duì)音頻芯片AIC23的控制和DSP與AIC23的通信，實(shí)現(xiàn)了音頻信號(hào)采集、處理、輸出的功能以及簡(jiǎn)單的語音識(shí)別。構(gòu)建了基于ARM和DSP的音頻處理系統(tǒng)應(yīng)用框架，對(duì)進(jìn)一步的數(shù)據(jù)處理、控制應(yīng)用等提供了切實(shí)可行的軟硬件方案。