基于DSP的中文語音合成系統(tǒng)設(shè)計

1、    基于DSP的中文語音合成系統(tǒng)設(shè)計基于DSP的中文語音合成系統(tǒng)設(shè)計引言本文介紹的就是一種基于DSP的中文語音合成系統(tǒng)的實現(xiàn)方法。隨著語音信號處理技術(shù)的不斷發(fā)展與成熟，語音合成正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)。DSP芯片，即數(shù)字信號處理器，是專門為快速實現(xiàn)各種信號處理算法而設(shè)計的、具有特殊結(jié)構(gòu)的微處理器，其處理速度比最快的CPU還快1050倍。1系統(tǒng)總體方案語音合成的最大特點(diǎn)就是要從有限的存儲單元中合成出無限字匯的連續(xù)語句來1。為了做到這一基于DSP的中文語音合成系統(tǒng)設(shè)計引言本文介紹的就是一種基于DSP的中文語音合成系統(tǒng)的實現(xiàn)方法。隨著語音信號

2、處理技術(shù)的不斷發(fā)展與成熟，語音合成正逐步成為信息技術(shù)中人機(jī)接口的關(guān)鍵技術(shù)。DSP芯片，即數(shù)字信號處理器，是專門為快速實現(xiàn)各種信號處理算法而設(shè)計的、具有特殊結(jié)構(gòu)的微處理器，其處理速度比最快的CPU還快1050倍。1 系統(tǒng)總體方案語音合成的最大特點(diǎn)就是要從有限的存儲單元中合成出無限字匯的連續(xù)語句來1。為了做到這一點(diǎn)，本系統(tǒng)設(shè)計了由（1）前端預(yù)處理模塊將輸入文本文件轉(zhuǎn)換成系統(tǒng)可以處理的標(biāo)準(zhǔn)格式；（2）韻律規(guī)則庫給出當(dāng)前語言環(huán)境下各個音節(jié)的韻律特征參數(shù)；（3）語音合成器根據(jù)給定的韻律特征參數(shù)對原始語音庫中相應(yīng)語音單元的聲學(xué)參數(shù)進(jìn)行調(diào)整；（4）將經(jīng)過調(diào)整的各個語音單元拼接在一起，得到相應(yīng)于輸入文本的連續(xù)

3、語音輸出等4個基本流程組成。系統(tǒng)基本原理框圖如圖1所示。2 硬件系統(tǒng)設(shè)計*基金項目：湖南省教育廳(03C025)該中文語音合成系統(tǒng)的目的是對輸入的文本文件能夠清晰地、自然地、能懂地以連續(xù)語音地形式輸出。ATMEL公司的AT89S52單片機(jī)對鍵盤輸入的文本文件進(jìn)行 顯示，再送TMS320VC5402處理，最后將合成結(jié)果輸出。硬件結(jié)構(gòu)框圖如圖2所示。2.1 鍵盤電路和顯示電路電容夠成了消抖電路，以防止電路的誤操作。AT89S52把從鍵盤輸入的文本信息送給LCD顯示，同時把數(shù)據(jù)寫到外部存儲器CY7C133，然后TMS320 VC5402讀取CY7C133上的信息進(jìn)行處理。LCD的指令格式如表1所示：

4、表1 LCD的指令格式其中RS, R/W共同決定選擇哪一個寄存器，如表2所示：表2 寄存器選擇2.2 TMS320VC5402與AT89S52的通信AT89S52和TMS320VC5402各自獨(dú)立工作，其信息和數(shù)據(jù)交換通過共享一片外部存儲器來實現(xiàn)，它們之間信號聯(lián)絡(luò)通過硬連接和軟件判斷來實現(xiàn)2。外部存儲器采用的是CY7C133，它是高速的2K X 16bit的靜態(tài)異步雙端口RAM，其存儲速度為25ns。它有兩套獨(dú)立的地址線、數(shù)據(jù)線和控制信號線，允許兩個控制器件中的數(shù)據(jù)通過共同連接的存儲器來進(jìn)行通信。該雙端口RAM允許兩個控制器同時讀取任何存儲單元(包括同時讀同一單元)，但不允許同時寫或者一讀一寫

5、統(tǒng)一地址單元。對于TMS320VC5402，數(shù)據(jù)存儲器CY7C133的對應(yīng)地址為4000H47FFH。對于AT89S52，數(shù)據(jù)存儲器CY7C133的對應(yīng)地址為2000H27FFH。3 軟件系統(tǒng)設(shè)計漢語作為一種有調(diào)語言，其韻律特征非常復(fù)雜。為了從有限的存儲單元中合成出無限字匯的連續(xù)語句來，必須在一定的韻律規(guī)則下對語音庫單元的韻律參數(shù)進(jìn)行調(diào)整，以得到符合當(dāng)前語流環(huán)境的音變單元3。根據(jù)得到音變單元的方法不同，可將語音合成器分成兩種類型：（1）波形拼接合成；（2）參數(shù)合成（又稱源/濾波器合成）。本系統(tǒng)采用波形拼接合成的方法直接對波形的時域和頻域波形進(jìn)行調(diào)整以得到所需要的音變單元。簡單的波形拼接法很難進(jìn)行音高和音長（時間長度）調(diào)整。因此，本系統(tǒng)采用中性語調(diào)音節(jié)直接拼接配合基音同步波形疊加（PSOLA）算法，并用碼激勵線性預(yù)測（CELP）編碼方法對原始采樣音庫進(jìn)行編碼壓縮的方法。基本流程圖如圖3所示。?4 結(jié)束語本系統(tǒng)利用SCM實時顯示輸入的文本