（电力电子与电力传动专业论文）兼有mp3功能的语音定时播放器的研究.pdf

湖北工业大学硕士学位论文 a b s t r a c t a st ot h el i s t e n i n gp r o b l e mo fc e t - 4a n d c e t 一6 ，w ep u tf o r w a r dc o n t r o l l e dp o l y t e q u e o fn e w t y p i n ge l e c t r i ct h i n g sa n ds i n g l ep i e c em a c h i n e ，r e s e a r c h e db yv i r t u eo fm e a l l s o fg t e l po r a le x a m i n a t i o ni na m e r i c a ，r e s e a r c h e dp h o n e t i cr e g u l a rp l a y e rw i t h m p 3f u n c t i o n t h i sa r t i c l ei n t r o d u c e d s i g m a t e lc o m p a n y p h o n e t i cc o n t r o l l i n g p a r t s 一s t m p l 3 4 2 ，a c c o r d i n g t ot h ec h a r a c t e r i s t i co f s t m p l 3 4 2 ，o f f e r e dd e t a i l e d d e s i g n i n gp l a nw h i c ho w n e dt h ef u n c t i o no fm p 3 ，t o g e t h e rw i t ht h ed e s i g no fm a i n c i r c u i ta n dt h ec o e f f i c i e n to fc o n t r o l l i n gc i r c u i t p a r t i c u l a r l y , t h em a i nc i r c u i tm a k ea d e t a i l e d d e s i g n f o rs m cc a r d 、f l a s ha n ds t m p l 3 4 2 t h ec o n t r o l l i n g s i g n a l o f p h o n e t i cc o n t r o l l i n gp a r t sc o m e sf r o mw e a t h e rt h es i g n a lw h i c hs i n g l ep i e c em a c h i n e e q u a l st os i g n a lo fr e g u l a rt i m e ，i tw i l lp l a yp h o n e t i cf i l eo fr e s t o r e dc a r di ft h e ya r e s a m e ，o ri t w i l lc o n t i n u et o c o m p a r e m p 3p l a ym a c h i n ew i l l b ep e o p l et o o lo f e n t e r t a i n m e n tw h e nt h el i m i t e dc l o c kd o e sn o td e l i v e rt om p 3 i tc a l lb e c o m ep h o n e t i c r e g u l a rp l a y e rw h i c hi sa n d t h et o o lo fe x a m i n a t i o no n l yw h e nt h ec l o c ko ft h el i m i t e d m a c h i n ew a sd e l i v e r e d t h el i m i t e dc i r c u i tg e tt h ec l o c ks i g n a lf r o md s l 3 0 2b yt e r m so f 5 1k i n d so fs i n g l ep i e c em a c h i n e8 9 c 5 1w h i c hu s e dw i d e l yn o w t h ew o r k i n go p e r a t e d c o e f f i c i e n t ，r e g u l a rt i m ec o e f f i c i e n t ，t h eo p e r a t i n gc o n d i t i o nc a nd i s p l a yt h r o u g hs c r e e n o fc o m p u t e r t h ea r t i c l eg a v et h es c r e e na n ds i n g l ep i e c em a c h i n e sa d j u s t i n gc i r c u i ta n d t h el i s to fp r a c t i c a ls o f t w a r e w i t ht u r n i n gp i c t u r eo fm a i n l yp r o g r a m ，p r o n u n c i a t i o n p r o g r a m b a s e do nt h et h e o r ya n a l y s i sd e s i g n ，w i t ht h er e a d yc o n d i t i o no ft h el a br e s e a r c h ， g o ts o m e e f f e c t 。w h i c hp r o v e dt h et r u t ho ft h e o r ya n dr e a s o n a b i l i t yo fd e s i g np l a n 。t h e a u t h o rd r a wt h ec o n c l u s i o na n dp u t t i n gf o r w a r dt h ec o r r e c t i n gd i r e c t i o n k e yw o r d s ：r e g u l a r s t m p l 3 4 28 9 c 5 1s m cc a r d s c r e e nd s l 3 0 2 i l 湖北工业大学硕士学位论文 第1 章绪论 1 1 问题的提出 传统的英语听力考试系统采用音频广播系统。考试前由考试中心把录音磁带 发往各考点，考试进行时由各考点用音频播放机进行广播，考生则通过接收机收 听。 该方法的弊端有： 1 信号接收的质量受诸多因素影响( 如发射台功率大小、考生位置、相临 区段广播等) ，严重影响考试水平测试。 2 广播式播放无法做到同一考点使用不同试卷( 笔试可以使用不同试卷) ， 增加考场作弊机率。 3 事先向考点发送录音带，存在泄密的可能。 美国是怎样进行语言考试的呢? 下面以g t e l p ( g e n e r a l t e s t so f e n g l i s hl a n g u a g ep r o f i c i e n c y ) i 语考试为例来说明。 考生根据录音机里播放的题目，在限定的时间内作出回答或完成某项任务。 考生的回答都被录在磁带上，评分教师根据磁带录音评分。如果使用质量较好的 指向式话筒，语音教室内几十位考生同时答题，答题内容也能清楚地录在各自的 录音带上。这样，大批量的考生可以在同一时间内对同一套试题进行考试，这首 先满足了大范围标准化测试的基本要求。其次，评分人员也须集中在语言实验室 评分，并可通过讨论、讲解、示范等方法，最大限度地统一评分标准，为评价的 客观性创造了有利条件。 该方法的缺点是磁带的管理问题，几万盘磁带的质量、管理和保存都会给考 试带来许多意想不到的麻烦。这种方法有很大的局限性( 尤其在我们国家人多， 规模大等方面) 。英语听力考试是教育部门每年常抓的工作，传统播放器方式受信 号影响，质量不高、且易泄密、磁带管理不易，能否找到一种更好的方式，使英 语听力考试的音质质量较高又易于管理昵? 我们想到了语音播放器。 语音播放器可以把考试内容事先录好音，通过音频编码技术把它处理成数字 湖北工业大学硕士学位论文 信号后，刻录到存储芯片中。在使用时，利用音频解码技术取出存储芯片中的数 字信号，还原成声音播放到考生的耳机中，这可能成为专用的“考试机”。 接下来的问题是这种“考试机”是否有市场? 传统音频播放器的成本不超过 1 0 元，对学生来讲负担不大。专用“考试机”的成本由于要用到大规模集成电路 ( 控制器和解码器) 成本不会低于2 0 0 元，若让考生人手一个，无疑会增加考生 的负担。 于是兼有m p 3 功能的语音定时播放器就被提出。 1 2 本课题的目的和意义 音频信号的数字式播放在技术已经很成熟，采用4 k 或8 k 的采样频率即可把 音频变成数字信号，同样的解码反过程即可还原出声音。长期以来数字式音频播 放器得不到实际使用的原因是存储量太大、高额的硬件成本使之失去市场价值。 2 0 0 0 年以来，闪速存储器1 1 】( f l a s hm e m o r y ) 的发展使之成为继静态存储器 ( s r a m ) 、动态存储器( d r a m ) 以后的第三类存储器产品，并且价格每年都在 下降。闪速存储器的最大优点是：存储量大、可反复擦写( 1 0 0 万次) 、保存时间 长( 1 0 年) 、价格便宜。今年来各主要半导体厂商如a m d 、i n m l 、h i t a c h i 、m i t s u b i s h i 、 s a m s u n g 、s h a r p 、t o s h i b a 都相互推出了闪速存储器。这些都推动了闪速存储器的 商品化应用，比如机顶盒、个人数字助理( p d a ) 、m p 3 播放器、可移动软盘( 优 盘) 等等。尤其是m p 3 播放器，已成功解决数据压缩和解压问题，成为当代青年 的时尚产品。 电子发展的另一个方面表现在嵌入式计算机系统的核心芯片更加成熟，大规 模集成的m c u 和语音解码单一芯片如：s t m p l 3 4 2 、s t m p 3 4 0 0 、s t m p 3 5 0 0 、 a t 8 9 c 5 1 s d n l 、s p d 2 0 2 a 、s k y l a r k 、a t j 2 0 7 3 等等，为我们的运用带来了更 大的方便。 定时语音播放器嘲是一个具有定时启动功能和外接s m c 卡的m p 3 播放器， 本项目利用高科技电子手段，把考试内容复制到数字存储器s m c 卡中，辅以日期 时钟控制，当考试时间到了以后，播放器能自动播放出考试内容，结束时间到后 自动关机。由于全部是数字录音程式管理，因此同一考场可以使用不同的试卷， 音质得到保证。不会发生泄密，考生容易操作。 湖北工业大学硕士学位论文 鉴于全国每年有上千万的考生参加英语考试，而且用m p 3 听音乐被广大的 青年学生看成一种时尚，因此定时语音播放器有着广阔的市场前景。 湖北工业大学硕士学位论文 第2 章m p 3 的原理及发展与市场分析 2 1m p e g l 音频第三层( m p 3 ) 编码原理印 2 1 1m p e g l 音频第三层编码算法眯 m p e g i 音频编码器由四部分【7j 组成：时域到频域的映射部分、心理声学模型 部分、量化与编码部分以及帧数据流格式化部分，如图i 所示。经过a 0 转换后 的p c m ( 脉冲编码调制) 音频样本信号，被分到子带滤波器组的若干个子频带内， 对每个子频带的输入信号分别进行时频变换，同时，样本信号也是心理声学模型 的输入信号。根据心理声学模型输出的控制信息，对时频转换后的信号进行量化 与霍夫曼编码，最后对编码数据格式化。因为m p 3 是以帧为单位进行编码的，所 以需要使其符合m p 3 的标准格式，以便能够被正确解码。 图1m p e g i 音频编码器结构框图 利用带通滤波器( b p f ) 组把信号频带分割成若干子频带，通过等效于单边带 调幅过程，将各子带搬移到零频率附近，以得到低通表示后，再以奈奎斯特频率 对各子带输出取样，完成样本信号从时域到频域的映射。滤波器组提供一个特定 的时间频率映射，并被临界取样( 即分析域的样本与时间域的一样多) 。m p e g l 4 湖北工业大学硕士学位论文 标准将信号频带分为3 2 个予频带，因为编码是以帧为单位的。对于音频编码它 规定每帧的样本数是1 1 5 2 ( 每通道) 而每帧又可分为两个区组，则每个区组的样 本数是5 7 6 ( 每通道) 。子带滤波器组是以区组为计算单位的，所以一个区组经过 滤波器组后可输出1 8 。3 2 个频率样本。而对于语音编码，没有区组的概念，一帧 即一个区组，一帧的样本数5 7 6 ( 每通道) 。为了降低正交变换带来的边界重叠效 应，第三层编码中，对子带滤波器组的输出进行m d c t 变换( 改进的离散余弦变 换) ，层3 指定了两种m d c t 块长；长块的块长为1 8 个样本，短块的块长为6 个 样本。相邻变换窗之间有5 0 的重叠，所以窗口的大小分别为3 6 个样本和1 2 个 样本。长块对于平稳的声音信号可以得到更高的频域分辨率，而短块的切换可以 得到更高的时域分辨率。短块的大小是长块的1 ，3 ，其样本数是6 3 2 。每一频带的 三组样本分别量化，所以m d c t 的样本数不受块长的影响。具体选用哪种块长与 信号有关，由心理声学模型的计算得出。 下面是子带分析滤波器组的计算公式1 5 4 | ： s f 】：6 3 7 聊焖啡+ 6 讣砧+ 6 4 j 1 i 却j = o 其中，i 是子带编号，范围从卜3 l ；s ，【f 】是第i 个子带在时刻t 的输出，其中t 是 3 2 个声音样本所对应时间的整数倍；c m 是标准中定义的分析窗口的5 1 2 个系数 之一：x m 是从有5 1 2 个样本的缓冲区读出来的声音输入样本； m d i 七】= c o s 垒业髫= l 韭是分析矩阵系数。为了简化计算，可对上式作一些优化。 因为大括号内的式子与i 无关，所以3 2 个输出仅需要5 1 2 + 3 2 + 6 4 = 2 5 6 0 次乘法和 6 4 * 7 + 3 2 * 6 3 = 2 4 6 4 次加法，大致相当于每个输出需要8 0 次乘法和8 0 次加法。 把音频信号分成子带后进行编码的优点是： 湖北工业大学硕士学位论文 ( 1 ) 由于声音频谱的非平坦性，如果对不同子带合理地分配位数，就有 可能分别控制各子带的量化电平数目以及相应的重建误差方差，使 码流更精确地与各字带的信源统计特性相匹配。例如语音信号，低 频带的基音与共振峰要求保存较高的精度，可以用较多的位数来表 示样值，而发生在高频带的摩擦音及类噪音样值可以分配较少的编 码位。 ( 2 )调整不同子带的编码赋值，就控制了总的重建误差频谱形状。进一 步与心理声学模型结合，即可将噪音谱按人耳的主管噪音感知特性 来成形。如果这种位分配是自适应的，就能大大提高系统性能，因 为此时对噪音的整形是动态实现的。 ( 3 )各子带的量化噪音都束缚在本子带内，这样就能避免能量较少的频 带内的输入信号，被其他频段的量化噪音所掩盖。 2 1 2 心理声学模型 一个声音的听觉感受到另一个声音的影响的现象叫作“掩蔽效应”。其中 前者称为被掩蔽音，后者称为掩蔽音。被掩蔽音单独存在时的听闽分贝值称为绝 对听阈。在掩蔽情况下，必须加大被掩蔽音的强度才能被人耳听见，此时的听阈 称为被掩蔽听阈。掩蔽听阈分为频域掩蔽和时域掩蔽。 1 频域掩蔽 频域中的一个强音会掩蔽阈值同时发声的附近的弱音。它有如下两个规律： ( 1 ) 低频的纯音可以有效地掩蔽高频的纯音，但高频的纯音对低频的纯音的掩蔽 作用则很小。( 2 ) 在距离强音较远处，绝对昕闽比该强音所引起的掩蔽阈值更高， 此时噪音的掩蔽阈值应该取绝对听阈。 2 时域掩蔽 除了同时发出的声音之间有掩蔽现象以外，在时间上相临的音之间也有掩蔽 现象，称之为时域掩蔽。产生时域掩蔽的原因在于人的大脑处理信息需要花费一 定的时间。 心理声学模型计算以频率为自变量的噪音掩蔽闽值，如果时间和频率的函数 6 湖北工业大学硕士学位论文 低于掩蔽阈值，人耳就无法感受到该音频信号。一个给定的信号的掩蔽能力取决 于它的频率和响度。m p e g l 声音标准提供了两种心理声学模型，其中模型1 比模 型2 简单。第三层编码使用了模型2 ( 见i s o i e c l l l 7 2 3 ) ，因为心理声学模型的 计算有相当大的自由度，所以对其作了相应的修改。心理声学模型的计算也是以 一帧中的一个区组为单位进行计算的。由计算出的掩蔽阈值求得每个区组的心理 声学熵，从而确定对子带滤波器组的输出是长块编码还是短块编码。所谓长块编 码，就是将子带滤波器组输出的频率线分为2 1 个比例因子波段，并分别计算每个 比例因子波段的掩蔽阈值，作为下一级模块的输入；所谓短块编码就是将子带滤 波器组输出分为三块，每块又被分为1 2 个比例因子波段，分别计算其掩蔽阈值。 心理声学模型的输出为每个区组的心理声学熵、块类型以及每个比例因子波段的 掩蔽阅值的比率。 2 1 3 量化与编码 这一部分根据心理声学模型的输出对经过m d c t 后输出的样本量化， m p e g l 在这部分的算法使用了个三级迭代的循环模型，如图2 所示。 图2 三层迭代模型 首先，帧循环对此模型所用到的迭代变量复位。计算压缩每个区组数据所能提供 的最大位数，然后调用外层迭代模型。这层循环首先调用内层迭代模型，根据其 输出，与心理声学模型计算的掩蔽阅值比较，计算每个比例因子波段的量化值是 否在允许的失真度范围之内。如果超过范围，则通过以比例因子为迭代变量，不 湖北工业大学硕士学位论文 断递增其值，使量化满足要求。一旦满足要求，存储每个比例因子波段最终的比 例因子值，跳出外层迭代循环，在帧循环程序中计算存储每个区组的数据所用的 位数。 下面重点介绍内层迭代循环，可以通过内层循环对m d c t 输出的频谱值进 行量化，其计算公式为 删= ( 带爿”。s 其中，n i n t 返回与实数值最接近的整数值，即四合五入，q q u a n t 是量化步 长，q u r nt a n f 的计算可以参阅i s o i e c l l l 7 2 3 。内层迭代循环的功能：通过递增 量化步长q q u a n t ，使量化值在一定的范围内，并且确定其霍夫曼编码位数，使其 所占的位数小于所能提供的最大位数。其中对量化值的霍夫曼编码是按以下规定 进行的： 对于高频区值是0 的量化值不编码，接着从第一个不是零的数值开始计算 量化值小于等于1 的值长度，这一部分称为c o u n t l 区。c o u n t l 区的量化值是以4 个为一组进行霍夫曼编码表以供选择。剩下的部分是“大值区”( b i gv a l u e s ) ，霍 夫曼编码对这一部分是成对编码的。这一部分又分成2 个或3 个区域，是对b i g v a l u e s 区间的进一步细分，分别应用不同的霍夫曼编码表，标准提供了3 2 个码表。 2 。1 4 帧数据流格式化 为了使编码数据能够被正确解码，必须按照m p e g i 的标准对其进行格式 化处理。通常一帧数据由帧头信息、附带信息以及主数据组成。 ( 1 )帧头信息由3 2 位数组成，包括每帧数据的帧同步字，指明了编码 数据的高低采样率之分、编码层、码速率、采样频率以及编码模式等。 对于音频编码，采用了4 4 1 k h z 的采样频率，1 2 8 k b s 的码速率，联合 立体声编码，其对应的3 2 位数为f ff b 9 06 0 。对于语音编码，则采用 了1 6 1 d - l z 的采样频率，1 6 k b s 的码速率，单通道编码，其对应的编码 位值为f f f 32 8 c 0 。 湖北工业大学硕士学位论文 ( 2 ) 附带信息，因为一帧数据分为两个区组，所以附带信息中包含了 每个区组中的每个声道( 双声道或单声道) 的控制信息，包括每个声 道的数据所占的位数、e o u n t l 区、b i gv a l u e s 区量化值得个数，还有编 码数据的块类型信息、波段的比例因子长度信息和霍夫曼码表的选择 信息等等。具体内容请参阅i s o i e c l l l 7 2 3 。对于单声道音频编码， 附带信息包含1 7 b 数据：而单通道语音编码只包含9 b 的数据。 ( 3 )主数据，包括每个比例因子波段因子值和霍夫曼编码数据。解码 器将通过帧头信息与附带信息对主数据解码。如果采样频率是 4 4 i k h z ，格式化的一帧数据大约是4 1 7 b ；对于1 6 k h z 的采样频率， 它的数据大约是7 2 b 。注意，音频解码一帧的样本数1 1 5 2 ( 每通道) 。 语音编码一帧的样本数是5 7 6 ( 每通道) ，因此，用户可根据实际需要 具体选择编码格式。 2 2 基于m p 3 的语音解码设计分类 目前便携式m p 3 基本上分为基于专用解码芯片、d s p 或a r m 芯片三种类 型。 2 2 1 基于专用l d p 3 解码芯片设计方法 目前市场上有许多种专用m p 3 解码芯片，在表1 中注明为a s i c 。一般来说， a s i c 芯片完成了m p 3 解码的任务，设计者只需要选择常用的5 1 系列或其他8 位 低档c p u 作为主控制器进行管理工作即可。主控制器的基本功能是通讯、存储器 管理、l c d 显示和键盘管理，以及为a s i c 芯片提供m p 3 数据流。当然，选择一 款同时具有u s b 接1 2 1 和l c d 驱动的c p u ，可以减少p c b 板的面积，降低系统总 成本。选择解码芯片的原则是在保障功能的前提下，优先考虑价格和功耗。 此此种设计方法的优点是开发较为简单，上市快，缺点是系统无法升级，难以 适应新的音频压缩格式，系统成本也相对较高。 9 湖北工业大学硕士学位论文 表1m p 3 解码芯片分类 岱应直益垃名鏊m 31 坠丛y q i 壹叛输佳丕绪 注猩 s t 电子 s t a 0 1 3y e sn on on o i i sa s i cd e c o d e r s t a 0 1 4y e sn on oa d p c mi isa s i cd e c o d e r m i c r o n a sm a s 3 5 0 7y e sn on oa d p c mi isa s i c d e c o d e r s i n g s u n g e c t m a s 3 5 8 7 t l 7 2 3 1 s k y l a r k y e sn on oa d p c m a n a l o g a s i cd e c o d e r y e sn on oa d p c m 4 isa s i cd e c o d e r y e sn oy e sa d p c mi i s5 1 + d s ps o c s t m p l 3 4 2y e sy a sn oa d p c m a n a l o g 5 6 ks o c s i n z m a t e l s t m p 3 4 0 0y e s y e s y e sa d p c m a n a l o g 5 6 ks o c s t m p 3 4 1 0y e s y e s y e sa d p c m a n a l o g 5 6 ks o c v l s iv s l 0 0 1y e sn on on o a n a l o g a s i cd e c o d e r a t m e la t 8 9 c 5 i s n d l a y e sn on oa d p c m i i s5 1s o c p h i l i l o ss a a 7 7 5 0 y e sy e sy e s a n ya n a l o ga r m s o c ! ! 坚3 2 q 1 1 ! 曼曼! i ；丛y! ! s堕!堕g q d ! ! 注：y e s ：支持，n o ：不支持，a n y ：可以支持各种语音编解码标准，i i s ：数字 音频输出，s o c ：系统级芯片 美国a t m e l 公司的a t 8 9 c 5 i s n d l a 和韩国三星公司的s 3 f b 4 2 f 等芯片虽然 集成了m p 3 解码器。u s b 接口，8 位c p u 和f i r m w a r e 存储器等功能模块，只需 外接音频d a c 和数据存储器即可，但它的基本结构仍旧属于低档c p u 加解码芯 片方式，只是将各个部件高度集成以降低系统成本而已。 2 2 2 基于d s p 的设计方法 目前t i 和a d i 公司都推出了基于d s p 和m p 3 解决方案，用同一个d s p 完成 所有的功能，只需外接音频d a c 和数据存储器即可。s i n g m a t e l 公司基于m o t o r o l a 5 6 kd s p 的m p 3 专用芯片更是集成了音频d a c 和耳机功放线路。 1 0 湖北工业大学硕士学位论文 此种设计方法的优点是系统升级能力强，可以兼容多种音频压缩格式甚至未来 的音频压缩格式，系统成本低；缺点是开发难度较大，设计者需要移植m p 3 的解 码算法到相应的d s p 芯片中去。 2 2 3 基于a r m 的设计方法 a r m 3 2 位c p u 是目前最流行的3 2 位嵌入式c p u 。a r m 公司开发的基于 a r m 的m p 3 解码程序已经许可给荷兰p h i l i p s ，德国m i c r o n a s 和美国c i r r u s l o g i c 等许多公司。p h i l i p s 的s a a 7 7 5 0 是目前集成度最高的基于a r m 7 2 0 t 的 m p 3 播放器s o c 。它集成了一个a r m 7 2 0 t 内核，一个2 4 位d s p 核( 提供多种 音效处理) ，3 8 4 k bf l a s h 和6 4 k bs r a m ，u s b l i 接口和音频解码，也集成了 c d r o m 解码器，因此它也是目前最适合于便携式c d m p 3 的芯片。c i r r u s l o g i c 的e p 7 3 1 2 系列a r m 芯片需要外部的u s b 接口芯片，f i r m w a r e 存储器和外 部音频d a c 等。基于a r m 方案的优缺点和基于d s p 的方案一样。由于a r m 公 司是一家不生产最终i c 产品只出售i p ( i n t e l l i g e n c ep r o p e r t y ，知识产权) 的公司， 它可以向任何i c 设计商和电子产品整机制造商出售各种a r m 内核i p 也许购买 a r m 公司的i p 加上自己的特殊功能部件，是国内i c 设计公司设计自己专用数字 音频播放器集成电路的最佳方式。 2 3m p 3 解码芯片的发展方向 2 3 1 体积小重量轻 与传统的音乐播放器相比，m p 3 播放器最主要的优势就是体积小，重量轻。 现在市场上已出现仅有b p 机和纽扣大小的m p 3 播放器。体积越来越小，重量越 来越轻是m p 3 播放器开发的一个方向。 2 3 2n a n df l a s h 作为主流数据存储器 作为便携式m p 3 播放器。价格，存储器容量以及连续播放时间都是用户重点 考虑的因素。单存储器容量并非越大越好，相信没有多少用户会同时喜欢上千酋 歌曲。基于f l a s h 存储器，容量在2 5 6 m b ，可以存储4 小时歌曲的m p 3 播放器。 由于其价格，体积，重量和耗电等方面的优势，会比基于硬盘的超大容量的m p 3 播放器更受欢迎。这是因为，即使硬盘容量再大，还是需要拿到p c 机上下载新歌。 况且，同时存储的歌曲越多，选听歌曲时越不方便。 湖北工业大学硕士学位论文 2 3 3u s bm a s s s t o r a g ec l a s s 目前大多数便携式m p 3 播放器都需要安装相应的p c 机软件来下载歌曲，着 需要开发者花费许多时间去写p c 程序。如果用户希望在公司和家罩都可以使用同 一台m p 3 播放器，就必须在两个地方都安装相应的软件，这给用户带来不便。微 软公司的w i n d o w s2 0 0 0 和w i n d o w sx p 等操作系统可以直接支持u s bm a s s s t o r a g ec l a s s ，现在国外许多公司已经开始设计了支持u s bm a s ss t o r a g ec l a s s 的 m p 3 播放器。这种m p 3 播放器，用户不需要安装任何软件和驱动程序，直接将播 放器连接到p c 机的u s b 端口，操作系统就会发现一个新的移动存储器，用户只 需要简单拷贝文件到播放器即可。这样用户可以在任何地方、任何计算机上下载 音乐，无需安装任何新的软件。 2 3 4 多功能设计 在不增加系统成本或增加很少系统成本的情况下，可以增加一些其它功能以 增加卖点。主要可以考虑的附加功能如：f m 收音、长时间录音、部分p d a 功能。 2 3 5 集成扬声器 在现有的便携式m p 3 基础上集成2 个扬声器，以取代传统盒式磁带录音机， 类似产品很快面市。 2 3 6u s ba u d i 0c 1 8 s s 支持u s ba u d i oc l a s s 的便携式m p 3 播放器可以成为一款便携式外置p c 声 卡。由于微软的w i n d o w s 2 0 0 0 以后的操作系统都支持u s b a u d i oc l a s s ，用户不需 安装任何程序。现有可以支持语音录音的便携式m p 3 播放器，只需增加音频输入 接口和升级f i r m w a r e ，使之支持u s b a u d i oc l a s s 即可。u s b 接口支持等时传送模 式( i s o c h r o n o u s ) 是支持u s ba u d i oc l a s s 的先决条件，s a a 7 7 5 0 芯片的u s b 端 口支持i s o c h r o n o u s 传输模式。 2 4m p 3 的市场分析 从第一款m p 3 的诞生，m p 3 随身听市场总量迅速扩大，成为i t 行业新的增 长点。m p 3 随身听正以无可比拟的优势，逐渐成为传统磁带随身听、c d 随身听之 后市场上新的竞争者。目前，m p 3 正以每年1 0 0 2 0 0 的速度不断发展，预计2 0 0 8 j 2 湖北工业大学硕士学位论文 年市场总量将达到1 8 0 0 万台。我们可以很清楚的看到m p 3 行业的前景! 现从几 个方面对它进行深度分析。 从个人数码产品的替代性来看：低端市场依然会有磁带式随身听、复读机、 闪存盘存在，但份额渐小，而m p 3 最有力的竞争者是c d 随身听及高端的m d 随 身听，与所有这些替代品相比，m p 3 随身听总体上处在优势地位，在下一代替代 技术尚未出现之前，m p 3 已经占据了整个市场的主流位置。 m p 3 发展历史较短，消费者对产品品牌并没有形成一个较清晰的印象，消费 者对品牌影响因素比例仅为3 8 ，但是从长远发展和市场成熟度来看，品牌将是 m p 3 市场成熟后的主要竞争因素。 高端产品的价格更多的是通过品牌、性能带来的竞争性，或许相对有更多的 利润。中端产品的价格范围则跨度比较大，因为其向上、向下延伸为中高端及中 低端，如果以1 2 8 m 且同时具备三大功能( 显示、放音、u 盘) 产品为例，目前的 价格底线从6 5 0 - 1 2 0 0 都有。在这个领域里，目前更多是国产产品的争夺，越往下 的国产比例越大。低端产品里6 0 0 元以下。如果要同时具备三大基本功能且容量 在1 2 8 m 的，排除掉清货产品，则实在不具备这个资格的产品，更多的是具备播放 和录音而没有f m 的产品。这个范围的产品，实际和u 盘+ m p 3 类产品在争夺 后者也在向上延伸。 从发展的角度来说，消费者选择m p 3 是因为他轻巧、时尚、音乐格式存储、 下载方便，以及无穷的衍生功能，如f m 收音机、转录、录音等。但是，m p 3 格 式也可能会被替代为一种更好的格式( 技术角度) 、符合音乐厂商利益的版权要求。 但消费者喜欢并追求轻巧、时尚、音乐格式存储、下载方便，以及无穷的衍生功 能的要求永远不会过时，用闪存为主要存储介质、播放数字音频的产品，将有恒 久的生命力。 m p 3 播放器之所以能在短短几年内迅速席卷全球，成为便携式音频设备的主 流，实在是历史发展的必然：m p 3 播放器是一种文件压缩技术( m p e g 是m o t i o n p i c t u r e e x p e r t s g r o u p 的缩写，主要应用在声音以及影像压缩的处理上) ，它的英文 全称为：m p e g 1l a y e r3 。所谓的“m p e g ”指的是“运动图像专家组”( m o v i e p i c t u r e e x p e r t sg r o u p ) ， 它是国标化组织i s o ( i n t e m a t i o n a ls t a n d a r d i z a t i o no r g a n i z a t i o n ) 于 1 9 8 8 年成立的一个专门负责制定有关活动图像压缩编码标准的工作组。m p e g - l 湖北工业大学硕士学位论文 标准( i s o i e c1 1 1 7 2 ) 、m p e g 2 标准( i s o i e c1 3 8 1 3 ) 、m p e g 一3 和m p e g 一4 标准都 是通过这个小组制定的。m p e g 压缩格式分为m p e ga u d i ol a y e r - 1 、l a y e r - 2 和 l a y e r - 3 。 m p 3 的压缩比例远远超过m d ，它将声音内人耳难以听到的1 6 k h z 以 上的高音音乐完全部分截掉，故此m p 3 播放器才能在不怎么降低音质的前提之下， 采用1 ：1 0 甚至1 ：1 2 的压缩率，使文件容量大幅度减小，有利于音乐文件的存储。 采用m p e g 音频压缩方法，获得与c d 一样的音质。要求的典型数据如表2 所 列。在m p e g 音频编码模式中，m p 3 功能最强大。在同样的音质条件下，m p 3 需 要的数据量最小。在同样的数据量条件下，m p 3 音质最好。 表2m p e g 压缩典型数据 m 基鱼壹叛层 一匿绪比 一 童焦直值量数握量 m p l1 ：4 3 8 4 k b d s m p 2 1 ：6 一l ：81 9 2 - - 2 5 6 k b p s 丛塑 ! ；! q = ! ；1 2 11 2 二1 2 8 k b 匹 m p 3 之所以能够达到如此高的压缩比例同时又能保持相当不错的音质是因为 利用了知觉音频编码技术，也就是利用了人耳的特性，削减音乐中人耳听不到的 e q u a li o , , u d n e ! i , sc u # v e s ( b _ m s q k mo nf l e t x ：h e ra n dm u n s o n ) 营：4 。0 至：嚣 1 4 湖北工业大学硕士学位论文 从1 9 7 9 年第一台“砖头“磁带播放器w a l k m a n 的诞生到现在精巧的项链 式闪存播放器以及小巧彩屏播放器与大容量的硬盘播放器，随身音乐播放器走过 了2 5 年的风风雨雨，人们一直孜孜不倦的努力寻求着舒适便携容量超大功能完备 的随身音乐助手。 随身音乐播放器正在潜移默化中改变着人们的生活。生活中我们随处可见 m p 3 播放器的身影：上班途中，人们可以在无聊的路途中用音乐打发，让音乐带 给大家愉快的心情接受一天的工作，工作中大家不必为大容量的随身资料无法携 带而烦恼，m p 3 播放器的优盘功能可以为你轻松搞定，不要再精神高度集中，手 下奋笔急书，m p 3 播放器就是你随时随地的语音记录小秘书。工作闲暇听上一段 悠扬的音乐以舒缓工作的紧张压力，下班之后可以一路踏着歌声走在回家的路上。 夜晚夜深人静我们也可以听上一段喜欢的音乐节目。周末可以与朋友伴侣一起分 享音乐( 双耳机设计) 。一直为国人头疼的外语学习在m p 3 播放器的帮助下变得轻 松多了，没有老师也可以讲一口流利的外语 一方面，m p 3 播放器是电脑、网络、音乐三者结合的产物。电脑是科技的骄 傲，网络是时代的象征，音乐则是人类的灵魂，m p 3 播放器与电脑网络音乐溶为 一体相伴相生，本身就有强大的生命力。具有革命性的意义。 另一方面，作为便携式音频设备，人们要求有更轻、更小、更便捷的产品出 现。m p 3 播放器的问世正迎合了这一需求，因此刚上市便为市场所普遍接受。 湖北工业大学硕士学位论文 第3 章语音定时播放器的主电路方案论证 在我选定了兼有m p 3 的语音定时播放器为题目后，我作了一些关于相关电路 的选型对比和论证。通过比较各方的优缺，最后选型确定。 3 1几种m p 3 的语音电路介绍 韩国e c t 公司的s k y l a r k 是一种单一芯片方式( 即m c u 和语音编解码作在一 块) ，图4 是其应用结构框图。s k y l a r k 是把m p 3 编码，解码，d m a 控制 器，u s b u a r t 控制器，8 0 c 5 1 ，存储扩展( m m c s m c f l a s h ) 等功能聚集在一个芯 片上的语音处理产品。 依照h a r d w i r e dl o g i c ( 硬连线逻辑) 设计的低消耗电力的m p 3 编解码可以把 语音文件的录音及回放，并透过高速的d m a 控制器让内存在s k y l a r k 里的 u s b u a r t ，存储扩展接口等的功能，可以达到最高的效率。u s b l 1 ( m a x 1 2 m b p s ) u a r t ( m a x 1 1 5 k b p s ) 与p c 互联会把m p 3 语音文件变换到存储器上，可以上传和 下载，依照内装的8 0 c 5 1 微控制器可以支持多种文件格式且满足语音数据文件的 管理。 图4s k y l a r k 的a p p l i c a t i o n 下面主要简单介绍一下这种该芯片m p 3 的语音编解码： m p 3 编解码是消耗电能特别少的数字语音编解码核，它提供了多种接口和功 1 6 湖北工业大学硕士学位论文 能。利用s k y l a r k 芯片内部的模数或数模交换器把语音数据传送到m p 3 编解码单 元进行编码和解码。它把语音数据通过外面的模数变换器用i is 格式或不通过外 部模数变换器直接而入的语音数据，可以传送到m p 3 的编解码单元进行编码，依 照m p 3 编解码单元的解码把1 6 b i tp c m 数据用i i s 格式形式来传送到s k y l a r k 芯 片内部或者是外面的数模变换器。通过内部的微控制器，利用多样的功能及控制 方式来控制软件复位，数字音量控制、低音控制、测试模式、中断、单声道 立体声控制器、编码解码标志位查询、能量节约模式等等。 编解码单元是m p 3 算法方式来提供声音的记录回放的功能，为了高压缩和 高录音，有了全新的算法。这被压缩的语音数据利用存储接口传送给外面的存储 单元。这样的语音压缩由复原时的s k y l a r k 芯片内部m p 3 编解码单元自行处理， 装在芯片内部的微控制器不去做有关压缩，复原相关的动作，而且语音记录时支 持菜单功能，可以提供有效的控制存储器的使用量。 此编解码芯片采用h a r d w i r e dl o g i c 的结构特点，它不需要作m p 3 的引导程 序。比用d s p 的设计简单而且节约了压缩和解压的周期数，耗电量较少。由于该 芯片体积很小，集成度很高，目前国产的纽扣m p 3 机都有用到，该芯片的缺点是 目前还不支持w m a ，价格较贵，要十几美元。并且它在中国的技术支持和服务网 点很少。虽然它的功能很全但它的开发成本较大，这也是为什么国产的高端纽 扣机都选用它的原因。并且和我的s m c 卡座相比，我的一个卡座都比纽扣m p 3 机大，显得很不协调。 图5m p 3 播放器系统结构框图 另一种是由分立m c u 和具有d s p 核的解码芯片组成的基于s t a 0 1 3 系统【2 7 】， 系统框图如下：m p 3 播放器主要由如图5 所示实线的几部分组成，m c u ( 单片机) 湖北工业大学硕士学位论文 负责控制u s b 接口芯片p d i u s b d l 2 与计算机通信，从计算机上下载m p 3 文件， 通过1 2 c 总线控制意法半导体公司的解码芯片s t a 0 1 3 工作，以及完成数据从源到 s t a 0 1 3 的传送；c f 卡用来存储m p 3 文件，播放时m p 3 文件从c f 卡传送给s t a 0 1 3 解码，这些控制都是由单片机来实现的。解码后的数字音频信号通过d a 转换器 c s 4 3 3 4 转换成模拟音频信号。 s t a 0 1 3 是很灵活的m p e gl a y e r 3 音频解码芯片，它支持m p e g l 和m p e g 2 标准的音频数据流的解码，如m p e g 2 5 。s t a 0 1 3 通过1 2 c 总线来传输控制信息， 通过串行数据线接受语音数据。1 2 c 控制由s c l 和s d a 两个引脚来实现，它们运 用1 2 c 协议传送命令、查询参量、初始化芯片以及控制芯片的解码。s d i (