基于ARM的嵌入式语音存储系统设计（1） 语音, 嵌入式

yuyang911220

摘要：为了有效地节省语音数据的传输带宽和存储系统的磁盘空间，需要在保证语音质量的前提下尽可能降低其编码比特率。本设计采用经过优化的G．729语音压缩编译码算法，以ARM处理器为载体，开发的嵌入式语音存储系统可实现语音信号的海量存储，而且处理速度快、可靠性好、扩展方便。通过严格的测试和评估，该系统能够实现对大量语音数据的压缩和记录，各项指标基本达到了预期的水平。
关键词：ARM；语音压缩；G．729；语音存储
1 系统控制核心
嵌入式操作系统软硬件结构框图如图1所示，由硬件层、驱动层、系统层和应用层组成。硬件层包括嵌入式处理器最小系统、存储器(SD RAM、Flash、ROM等)、通用设备接口和I／O接口(A／D、D／A、I／O等)，其中Linux实时操作系统和应用程序都可以固化在ROM中。硬件层的核心是嵌入式处理器，在一片嵌入式处理器基础上添加电源电路、时钟电路和存储器电路，就构成了一个嵌入式处理器最小系统。中间的驱动层将上层软件和底层硬件分离开，为其连接提供接口。系统层主要负责软件硬资源的分配、内存管理、任务调度、文件处理等，是软件层的核心。应用层为用户提供编程接口，实现各种应用功能。

1．1 系统软件核心
Linux操作系统的内核主要由进程调度、内存管理、虚拟文件系统、网络接口、进程间通信五个子系统组成，各个子系统之间都存在着不可分割的依赖关系。内核为设备驱动提供支持，实现设备控制与应用；设备驱动为上层提供标准接口，完成硬件细节的封装。可以根据设计需要对内核模块进行适当的裁减，制作出理想、实用的操作系统。
1．2 系统硬件核心
Samsung公司的S3C2440A处理器是一款以手持设备为主而设汁的芯片。这款处理器支持NOR Flash和NAND Flash启动方式，内部集成LCD、I2C总线、AC97、Camera等控制器。提供丰富的接口资源，方便与外设连接，易于扩展。
2 G．729算法概述
2．1 G．729编码原理
G．729编码标准采用CS-ACELP语音压缩编码技术，其核心原理是线性预测和二级量化。每个10 ms的语音帧包含80个采样点，在每个这样的语音中都要进行线性预测(LP)分析，计算出LP滤波器系数，再转换为线性谱对参数(Line Spectrum Pari，LSP)，并使用有两个阶段
的预测矢量量化器(Vector Quantization，VQ)进行18比特量化。然后编码器以原始语音和合成语音的误差感觉加权最小为准则采用A-B-S(Analysis-By-Synthesis，分析合成)方法搜索激励信号，激励参数(固定码书参数和自适应码书参数)每个子帧(5 ms帧长，40个采样点)确定一次，感觉加权滤波器的系数由未量化的LP系数产生。
2．2 G．729解码原理
解码是编码的逆过程，其原理为：首先从获得的码流中提取出参数的索引，这些参数包括LP滤波器系数、自适应码书矢量以及固定码书矢量和增益，它们分别解码后，可获得一个LSP系数、两个音节延迟、两组自适应码书和固定码书增益等对应于10 ms语音帧的编码器参数。
然后将LSP系数进行内插操作，转换为每个5 ms子帧的LP滤波器系数，再对每个子帧进行如下操作：
①经各自增益缩放的自适应矢量和固定码本矢量相加，得到重建的激励信号；
②将激励信号通过LPC合成滤波器，得到重建语音；
③重建的语音信号经过各种滤波器的后续处理，实现信号的放大和改善。
2．3 G．729算法优化
在G．729编码算法中，采用量化码本结构。其基本原则如下：首先计算出K维码本里的各个码字矢量的平均值并存储起来；然后求出输入信号矢量平均值和各个码字矢量平均值的均方误差值；最后用遍历法找到这些均方误差中的最小值Dmin，与之相对应的码字即为最佳逼近码字。采用这种搜索方法加快了编码速度，减少了搜索时间，并没有改变矢量量化的精度。
3 系统硬件结构
系统硬件结构框图如图2所示。S3C2440A作为整个系统的主控芯片，DC电源、复位电路、时钟电路作用于系统的每个部分；存储模块包括SDRAM、Flash以及外接的CF或SD卡等；调试模块包括JTAG接口、RS232接口以及网络接口三个部分；音频模块的主要工作由编解码器UDA1 341完成，扩展接口由USB接口、IDE接口构成，交互模块由TFT LCD和触摸屏构成。其中，音频模块和IDE扩展接口是研究的重点。

3．1 系统外围电路
系统设计的外围电路都是ARM最小系统所必需的。电源电路为系统提供能量，是系统工作的基础。设计电源电路时要考虑的因素很多，主要包括输入及输出的电压范围、输出纹波大小、电池兼容和电磁干扰等，系统采用DC-DC转换芯片LM1117将5 V的电压转换成1．3 V、2．5 V、3．3 V后供系统使用。采用复位芯片MAX811产生的复位信号，既能保证上电复位的时间，又能保留手动复位的特点。时钟电路为系统提供工作时钟，主时钟采用12 MHz晶振作为时钟源，RTC时钟采用32．768 kHz晶振作为时钟源。通过JTAG接口，可以访问芯片内部的所有部件，是实现系统开发、调试的高效手段。为了减小系统体积，采用10针简化的JTAG接口，其接口电路如图3所示。

SDRAM存储器选择Samsung公司的K4S561632E-UC75，其存储容量为32 MB，具有存取速度快、成本低廉的特点，主要用来存放执行代码和变量，是系统启动之后主要进行存取操作的存储器。Flash存储器选择Samsung公司的K9F1208U0CNAND Flash存储器，其存储容量为64 MB，可以擦写一百多万次，具有很长的使用寿命，把启动程序、内核代码等固化到Flash闪存中能加速系统的启动、提高系统的稳定性和可靠性。
3．2 音频采集与处理模块
该模块采用Philips公司生产的音频芯片UDA1341TS，它支持I2S数据总线格式，且具有低功耗、低电压及DSP语音功能等特征。I2S(Inte grate Interfaceof sound)是Philips公司提出的串行数字音频总线协议，音频数据与控制信号、时钟信号分开传输，避免了由时钟带来的抖动问题，因此系统中可省略消除抖动的器件。

音频芯片与主控芯片的连接如图4所示。I2S音频接口包括5根信号线，其中音频模块的同步时钟CDCLK由S3C2440A提供，该时钟控制音频的A／D、D／A采样速率。串行时钟SCLK，也叫位时钟(BCLK)，即每一个SCLK脉冲对应一位数字音频数据。帧时钟LRCK用于左有声道的切换，LRCK为1表示正在传输的是左声道的数据，为0则表示正在传输的是右声道的数据。DATAI是串行数据输入信号线，DATAO是串行数据输出信号线，所传输的音频数据用二进制补码表示。L3总线接口包括3根信号线：L3MODE／GPB2是微处理器接口模式信号线；L3CLOCK／GPB4是微处理器接口时钟信号线；L3DATA／GPB3是微处理器接口数据线。L3总线接口主要用于传输控制信号，相当于混音器控制接口，可以调节输入／输出音频信号的音量、低音提升、控制去加重等。