錄音芯片

錄音芯片：是通過觸發REC錄音鍵隨意錄音保存，並且在錄音完畢後，再觸發PLAY播放鍵播放錄音，並且可以實現重複錄放的一個語音儲存芯片（原理圖在錄音芯片的原理中查看），它包括ADC和DAC兩個過程，都是由芯片本身完成的，包括語音數據的採集、分析、壓縮、存儲、播放等步驟。

ADC=Analog Digital Change 模數轉換

DAC= Digital Analog Change 數模轉換

音質的優劣取決於ADC和DAC位數的多少。例如，WTV-SR模塊採用主控芯片外掛SPI- FLASH的硬件架構，在錄音時間及性價比方面有很大的優越性。）

1、原理比較簡單，就是有REC和PLAY通過的兩個按鍵組成，更多功能可以根據具體的案子來定義選擇，比較全面的原理圖如下：

(a) “錄音芯片”介紹：

（1）語音信號的量化

採樣率（f）、位數（n）、波特率（T）

採樣：將語音模擬信號轉化成數字信號。

採樣率：每秒採樣的個數（byte）。

波特率：每秒鐘採樣的位數(bit)。波特率直接決定音質。Bps: bit per second

採樣位數指在二進制條件下的位數。一般在沒有特別説明的情況下，聲音的採樣位數指8位，由00H--FFH，靜音定為80H。

（2）採樣率

奈奎斯特抽樣定理（Nyquist Law）：要從抽樣信號中無失真地恢復原信號，抽樣頻率應大於2倍信號最高頻率。抽樣頻率小於2倍頻譜最高頻率時，信號的頻譜有混疊。抽樣頻率大於2倍頻譜最高頻率時，信號的頻譜無混疊。

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取的音質為44.1K和16bit，如果碰到某些特別的聲音，如樂器，音質也有用48K和24bit的情況，但不是主流。

一般在我們處理針對普通語音IC的時候，採樣率最高達到16K就夠了、説話聲一般取8K（如電話音質）、6K左右。低於6K效果比較差。

在應用單片機的過程中，採樣越高，定時器中斷速度越快，會影響到其他信號的監控和檢測，所以要綜合考慮。

（3）語音壓縮技術。

由於語音數據量龐大，對語音數據進行有效壓縮是很必要的，能夠使我們在有限的ROM空間裏錄入更多的語音內容。有以下幾種方式：

語音分段：將語音中可以重複的部分截取出來，通過排列組合將內容完整地回放出來。

語音採樣：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，在喇叭音質可以接受的情況下，適當降低採樣頻率，達到壓縮效果，這種過程是不可逆的，無法恢復原貌，叫有損壓縮。

數學壓縮：主要是針對採樣位數進行壓縮，這種方式也是有損壓縮。例如，我們經常採用的ADPCM壓縮格式，是將語音數據從16bit壓縮到4bit，壓縮率是4倍。MP3是對數據流進行壓縮，涉及到數據預測問題，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使用的。

（4）常用語音格式

PCM格式： Pulse Code Modulation 脈衝編碼調製，它將聲音模擬信號採樣後得到量化後的語音數據，是最基本最原始的一種語音格式。同它極為類似的還有RAW格式和SND格式。它們都是純語音格式。

WAV格式：Wave Audio Files 是微軟公司開發的一種聲音文件格式，也叫波形聲音文件，被Windows平台及其應用程序廣泛支持。WAV格式支持許多壓縮算法，支持多種音頻位數、採樣頻率和聲道，但WAV格式對存儲空間需求太大不便於交流和傳播。WAV文件裏面存放的每一塊數據都有自己獨立的標識，通過這些標識可以告訴用户究竟這是什麼數據，這些數據包括採樣頻率和位數，單聲道(mono)還是立體聲(stero)等。

ADPCM格式：是利用對過去的幾個抽樣值來預測當前輸入的樣值，並使其具有自適應的預測功能與實際檢測值進行比較，隨時對測得的差值自動進行量化級差的處理，使之始終保持與信號同步變化。它適用於語音變化率適中的情況，而且聲音回放過程簡短。它的優點是對於人聲的處理比較逼真，一般達到90%以上，已廣泛地應用於電話通信領域。

MP3格式： Moving Picture Experts Group Audio Layer III，簡稱為MP3。它是利用 MPEG Audio Layer 3 的技術，採取了名為“感官編碼技術”的編碼算法：編碼時先對音頻文件進行頻譜分析，然後用過濾器濾掉噪音電平，接着通過量化的方式將剩下的每一位打散排列，最後形成具有較高壓縮比的mp3文件，並使壓縮後的文件在回放時能夠達到較接近原音源的聲音效果。它的實質是vbr（Variant Bitrate 可變波特率）可以根據編碼的內容動態地選擇合適的波特率，因此編碼的結果是在保證了音質的同時又照顧了文件的大小。

mp3壓縮率10倍甚至12倍。是最初出現的一種高壓縮率的語音格式。

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

Logpcm格式：基本上對整個聲音進行線性壓縮，將最後若干位去掉。這種壓縮方式在硬件上很容易實現，但音質比Linear Scale差一些，特別是音量較小聲音比較細膩的情況下效果較差。主要用於pure speech方面。

語音芯片為表述的形象化，由語音長度來表示

a)普通語音芯片以6K採樣率為語音長度計算標準。

b)錄音IC以4K採樣率為語音長度計算標準。

即：以6k（4k）採樣率芯片可以播放的長度。

相同品種的芯片成本與芯片的大小成正比。

a)I/O口的分配和ROM的大小（語音秒數）決定芯片成本。低秒數語音芯片其I/O口較少。

b)音質提高，採樣提高，語音秒數縮短。

音質降低，採樣降低，語音秒數變長

c) 語音秒數的計算方法：M/(n*f)

M---ROM大小（bit） n*f---波特率

1）SoundForge

2）Cooledit

3）goldwave

4）Calewalk

最大可支持外掛64M bit SPI-FLASH，錄音時間可達1600秒；

支持通過USB進行上傳和下載語音；

支持播放電腦下載的高音質語音的播放；

最多可錄製252段語音（包含固定語音）；

支持掉電保存數據功能；

支持10KHz採樣率錄音戒14K採樣率錄音；

採用獨立的文件管理系統，錄音無碎片產生，更合理的分配SPI-FLASH空間；

支持按鍵及MCU控制；

8級可控音量；

工作電壓DC3.3V。

採用8 位DSP 內核錄音芯片，16 位ADC 輸入，16 位DAC 輸出；

支持外掛SPI-FLASH 容量範圍為4M Bit 至64M Bit；

支持標準按鍵、按鍵一對一模式和三線串口控制模式；

支持LINE 線路錄音和MIC 現場錄音；

可自行設定採樣率，支持6K 至16K 採樣；

電壓範圍為DC2.7V 至3.6V，自帶低電壓偵測電路；

省電模式僅耗電150uA 以下；

可以廣泛應用在電話錄音、工控、消費、玩具等領域　。

錄音芯片的應用領域非常廣泛，如禮品類的錄音玫瑰，玩具類的錄音玩具熊，通信類的錄音答錄機，以及記者必備的錄音筆等等

這些領域的應用，都是因為錄音芯片有以下不可替代的優勢：

長時間錄音模塊 錄音芯片

智能可重複錄放音功能，也可以訂做各種功能；

具備根據不同的應用場合設置不同的語音提示功能；

支持直接按鍵控制及單片機串口控制；

錄音時採樣率為8KHz，錄放音音質好；

固定語音支持6KHz～24KHz採樣率；

麥克風現場錄音、直接用音頻線錄製模擬信號聲音，以及用軟件燒寫數字語音等多種音源加載方式；

利用USB端口下載語音信息，傳送速度快；

配套功能強大的上位機操作軟件，操作簡單明瞭；

獨立的固定語音區域及現場錄音區域；

高端智能傻瓜軟件支持WAV、MP3、ADPCM下載，支持錄音內容上傳；

採用低功耗工作模式，適合長時間工作；

最長可錄製256段語音，最小段長不受時間限制；

可錄製30分鐘到16小時（視外掛NAND-FLASH而定）的高品質語音；

工作電壓：DC3.3V或DC5V。

描述：由麥克風、模擬音源、上微機軟件錄製語音信息到錄音模塊，在控制端發出控制指令（如脈衝、微機數據信息等）到WTV-NAND錄音模塊，就能觸發錄音模塊播放已錄製的報警語音。

支持16MByte到256MByte的NAND-Flash。

相關詞語描述 ◎ 現場錄音：指通過麥克風從現場錄製到的語音（第一段現場錄音被系統設置為固定語音，方便現場操作）。

◎ 現場放音：播放通過麥克風錄製現場的語音。

◎ 固定錄音：用上微機軟件燒寫到錄音模塊的語音，其中包括報警提示語，疏散人羣提示語，廣告語，整點報時等等。

應用範圍 錄音模塊是集錄音放音於一體的多功能模塊，能夠以聲音的形式採集到現場的音頻信息，適用於各種消防警戒現場，以及需要高品質長時間錄放音的場所，如會議記錄，電話錄音，復讀機，學習機等。

在實際應用中，假如覺得錄音模塊功能不夠用，可以訂製功能，錄音模塊功能定做輕而易舉。如卡片學習機輕鬆實現錄製、播放多張卡片內容等。

如果用於消防現場錄音，能為日後對火災事故做分析提供有力的線索，且可以在火災發生時進行報警，通知有關人員並及時疏散人羣，能夠有效的解決當前火災事故報警力度不夠的問題，將災害降低到最低程度。用在會議現場錄音，可以記錄會議裏每一句重要的語錄，用在復讀機方面，能完好的將自己的讀聲反覆體現，方便自己找到錯誤並糾正