文獻標識碼: A
文章編號： 0258-7998(2012)01-0115-03
語音播報系統在兒童玩具、計算器、學習機、迎賓器、公交報站以及智能儀器儀表等設備中得到廣泛應用。以往的語音播報系統中通常采用ISD系列的語音模塊，其缺點是價格較高，電路設計較復雜，控制方式不夠靈活，且常常因為在線錄音會引入很強的噪聲，嚴重影響放音效果。而本文使用的WT588D模塊性價比較高，存儲容量大，使用專用下載軟件能夠在線燒寫音頻文件，操作極其方便，并支持6 kS/s～20 kS/s采樣率的音頻加載，可以無損展現音頻信息。
1 WT588D模塊簡介
WT588D模塊是廣州創科有限公司與臺灣華邦公司共同研發的集單片機、語音電路、SPI-Flash存儲器于一體的可編程語音系統。該語音系統支持6 kS/s~22 kS/s采樣頻率的音頻，具有220個可控制的語音地址，且每個地址還可以分成128段管理。配合WT-APP上位機操作系統軟件和專用的USB下載器,可以隨意設置系統的控制方式、語音地址和分段信息,支持語音信息在線燒錄。
WT588D模塊支持MP3控制模式、按鍵控制模式、并口模式、一線串口模式及三線SPI模式。模塊內部集成了DSP高速音頻處理器，內置13 bit數模轉換器以及12 bit PWM輸出方式，可以無損地展現音頻信息。PWM輸出方式可以直接驅動0.5 W/8 Ω揚聲器，無需額外的驅動電路[1]。
2 語音播報系統設計
2.1 語音文件的提取
語音文件的提取有2種常用方法：(1)從錄制的文件中提取;(2)利用文字轉語音軟件提取。
從錄制的文件中提取語音的步驟為：首先通過錄音軟件或通過手機錄制wav格式的音頻文件(例如包括0~9、時、分、秒等信息)，然后打開GoldWave音頻編輯軟件,在原始wav格式文件中找到要截取的語音段，通過鼠標選擇復制粘貼到新文件中即可。在該軟件中還可以對音頻進行合并、降噪、濾波等特效處理。
利用SoundToWav文字轉語音軟件，使得音頻文件提取更方便。該軟件利用TTS（Text To Speech）即語音合成技術，可以將任意文字轉換成語音文件。為了得到較好的音質，采用了ChineseMandarinVoice語音引擎，該引擎的中文女聲音色較好,基本接近真人發聲水平。在SoundToWav軟件中選擇該語音引擎并選中按行分割文件方式，輸入要轉換的文字信息，點擊轉換即可生成音頻文件。
以上兩種方法中，第一種方法的真人錄制語音更自然生動更具有感染力，但容易引入噪聲干擾，音效相對較差些。而文字轉語音噪聲低、語音清晰、音質好、操作方便，但是由于采用的是TTS語音合成方式，聲音缺少飽滿，缺乏真人的朗讀效果。
2.2 系統硬件設計
本文選擇了WT588D模塊的SPI三線連接方式。為說明對語音模塊的控制過程，以完成播報當前按鍵次數的功能為例。圖1為系統框圖，包括單片機最小系統、一個獨立按鍵、WT588D語音模塊和與其配套使用的下載接口。在設計中，需要先通過WT588D VoiceChip上位機軟件，將已經提取的音頻文件下載到SPI-Flash存儲器的相應地址段，并記錄好地址與語音的對照表，方便放音時進行地址調用。圖2為系統電路圖，由于語音模塊供電的特殊要求，通過AMS1117模塊完成5 V~3 V的電壓轉換；通過PWM直接驅動方式連接0.5 W/8 Ω揚聲器；通過發光二極管觀察語音芯片的忙信號狀態；單片機采用獨立按鍵方式。
2.3 系統軟件設計
三線串口控制模式由片選CS、時鐘SCK和數據DATA組成，時序仿照標準SPI通信方式[2]，具體時序如圖3所示。
采用上位機軟件對SPI-Flash存儲器25PXX燒寫語音程序時，選擇三線串口控制模式。語音模塊的P01口被定義為DATA數據口，P02為CS片選口，P03為CLK時鐘口，單片機通過3個控制口對WT588D語音模塊進行控制。三線串口控制模式下其他的I/O口均無效。P17端為BUSY忙信號輸出端，可設置為播放狀態LED點亮和播放狀態LED熄滅。SPI-Flash存儲器25PXX的電壓范圍要保證在2.8 V～3. 5 V之間，VDD-SIM為WT588D語音芯片的串口電源管理輸入端，將25PXX的VCC連接到此端，可自動平衡WT588D與25PXX之間的串口電壓。PWM輸出端禁止接電容到地或直接接地，系統工作為VDD=5 V,VCC=3.3 V。
基于SPI通信時序[3-4]編寫如下通信子函數，根據參數address的值可以播放對應的語音段(注意傳數時低位在前)。
void send_adr(unsigned char address)
{
unsigned char i;
RESET=0;
delay1ms(3);
RESET=1;
delay1ms(17); /* 17ms*/
CS=0;
delay1ms(2);
for(i=0;i<8;i++)
{
SCLK=0;
If(address&1) /* low post before high*/
DATA=1;
else
DATA=0;
address >>=1;
delay1us(50);
SCLK=1;
delay1us(50);
}
CS=1;
}
主函數完成對獨立按鍵的掃描過程，其中delay1ms（10）的作用為延時去抖動，key_mark為鍵標志，可以實現按鍵的一次響應[5]。
void main(void)
{
while(1)
{
if(!set&&!key_mark)
{
delay1ms(10);
if(!set)
{
key();
key_mark=1;
}
}
else if(set)
key_mark=0;
}
按鍵響應函數key（）可實現，每次有鍵按下后，計數變量n++一次，通過對n值判斷進行語音播報。當n為10以內數字時，直接播放n號段的語音；當n介于10~20之間時，先播放‘10’的語音再播放個位的語音；當n介于20~100之間時，先播放十位數字的語音，再播放‘10’的語音，最后播放個位的語音。
void key()
{ n++; //Number keys
if(n<11)
send_adr(n);
else if(n>10&n<20)
{
send_adr(10); //the voice of ten
while(!BUSY); //waiting for BUSY=1
if(n%10)
send_adr(n%10); // units′digit
}
else
{
send_adr(n/10); // tens′digit
while(!BUSY);
send_adr(10);
while(!BUSY);
if(n%10)
send_adr(n%10);
}
while(!BUSY);
}
本文以單片機為控制核心，詳細描述了使用WT588D模塊播報語音信息的具體實現過程，包括語音文件提取、硬件電路設計、通信協議分析、按鍵掃描、語音播報地址拆分等部分。與采用ISD系列語音芯片相比，WT588D模塊的性價比較高，音質較好，易于分段管理，能夠提供豐富的工作方式，給系統設計帶來了較大的靈活性。本系統整體結構簡單、音質優美、成本低廉、功能擴展方便，可以作為基于WT588D模塊設計的模板應用到多個相關領域，并依據本文稍加修改即可進行功能擴展。
參考文獻
[1] 廣州市唯創科技有限公司.WT588D08/16使用資料[EB/OL]. [2011-07-22] http://www.w1999c.com/UploadFiles/2011311155241593.pdf.
[2] 徐博,郭秋敏.基于SPI協議的音頻流解碼系統的研究與設計[J].工礦自動化,2011,34(1):45-49.
[3] 劉玉瓊.基于WT588D語音提示系統設計[J].企業科技與發展,2010,26(22):99-102.
[4] 裘有斌,張國忠,陳豐偉,等.基于ISD4004的家庭語音報警服務系統的設計[J].電子制作,2008,16(2):40-42.
[5] 王春武,李巖,孟祥英,等.C51中對按鍵的處理方法[J].吉林師范大學,2007(4):86-87.