① 誰幫我把語音編解碼引擎解釋一下
目前市場上有很多語音錄放系統，如錄放音玩具、錄音筆等，大多採用了單片機控制一個語音晶元，再接一個FLASH存儲器的結構。由於語音晶元都是固定的編碼演算法，使得系統用途單一，不利於進一步改進，缺乏靈活性，如日本OKI公司的MSM6588隻能完成ADPCM編碼。
用SDA80D51晶元實現的語音錄放音系統，系統硬體簡單、工作可靠。所有的編解碼演算法都由軟體來完成，設計者可以編制自己的軟體，完成不同的功能。它既可以作為簡單的數字錄放音系統，也可以通過改變程序做語音識別、語音合成等多種系統。用途靈活、功能強大。該系統選用G.723.1語音編解碼演算法來完成語音的錄放。
1 SDA80D51晶元介紹
SDA80D51晶元是德國Infineon公司生產的適合語音處理的晶元，它採用0.18μm工藝，核的工作電壓為1.8V，I/O電壓為3.3V,模擬Codec部分電壓2.5V，功耗是150mW。該晶元相當於一個片上系統（SOC），內部集成了許多功能模塊，如圖1所示。由於它集成了許多功能模塊，如圖1所示。由於它集成了許多功能塊，幾乎只需要一片晶元就能完成語音處理和系統控制。
該晶元含有兩個處理器，分別是16位DSP（OAK）和8位MCU（M8051 E-Warp）。M8051 E-Warp核由美國Mentor Graphics公司設計，它是與一般8051兼容的MCU，具有很多的增強功能，最高工作速度可達50MIPS（Million Instruction per Second），是目前為止最快的增強8051。傳統8051的一個機器周期是12個時鍾周期，而這個核心只需2個時鍾周期，速度傳統8051的6倍。許多指令都能在一個機器周期內完成。由於指令與8051兼容，使得程序員不用花許多時間學習新指令，而直接採用傳統的8051編程方式就行。晶元集成有JTAG口，用Mentor Graphics公司的FS2（First Silicon Solutions）模擬器就可以實現在線模擬。
OAK核是美國DSP Group公司設計的16位低功耗、低電壓和高速定點DSP。採用雙金屬CMOS，在0.6μm或0.5μm以下工藝生產。工作電壓范圍在2.7V～5.5V。在5V 80MHz工作條件下，消耗電流38mA；在3.3V 80MHz條件下，消耗電流25mA。該核採用Harvard匯流排結構，工作速度可達100MIPS。
Codec部分由I2S、ADC和DAC組成。I2S口可用來外接一些通用的模/數晶元。兩路的12位8kHz采樣率的ADC，可接峰峰值為1.03V的差分電壓。片內有數字AGC，可放大0到42dB(8檔，6dB步長)；模/數轉換採用Sigma-Delta調制技術並經過一度的換算，得到16bit的PCM碼流，送往處理器。兩路11位8kHz采樣率的DAC可軟體調節增益，可放大0到-18dB(-6dB步長)。所有Codec部分可通過ASI介面連到OAK或M8051上。
SDA80D51晶元還有I2C、SPI和PWM介面模塊，可以通過M8051來控制。另外在不同版本的晶元上還有多達50到250之間的GPIO（通用的輸入輸出口），這可以保證系統控制的靈活性。
該晶元最有特點的功能模塊是存儲器管理單元MMU（Memory Manage Unit），它可以管理兩個核的存儲區映射。物理存儲器（RAM或ROM）被看成由多個塊組成，每個塊的大小在不同版本的晶元上定義是不同的，本系統中，塊的大小是16K位元組（或8K節）。MMU既可以把塊（8K字）映射給OAK的程序區或數據區，也可以把塊（16K位元組）映射給M8051的程序區或數據區。這些完全由寫M8051的特殊功能寄存器來完成。存儲空間的自由掛接使得完成兩個核之間的數據轉換變得非常容易。此外，程序裝載和啟動也需要MMU的控制。
整個晶元的工作方式是M8051作為主控制晶元，完成對各種介面的控制和系統的配置。OAK作為協處理器，完成語音編解碼演算法等計算。兩個核之間還有兩個64字深的FIFO。它們用於雙核通信。
2 G.723.1語音編解碼
語音編解碼演算法一般分為三類：波形編碼、參數編碼（聲碼器）和混合編碼。波形編碼技術是在不建立語音模型的情況下，直接對語音波形用編碼方式逼近，可有時域的脈沖編碼調制和變換域編碼；參數編碼是在一定的語音模型基礎上，在編碼端分析出該模型參數，並選擇適當的方式對其進行高效率的編碼，而在解碼端利用這些參數和語音模型，用合適的激勵源（excitation）重新合成語音；混合編碼則保留了參數編碼的語音模型的假定，又利用了波形編碼的准則優化激勵信號。
G.723.1演算法屬於混合編碼。語音模型是基於線性預測理論的全極點模型。輸入是16bit的PCM碼流，然後採用合成分析、矢量量化等方法，以感覺加權後的語音基音殘差信號能量最小為准則進行編碼。有兩種類型編碼方式，一種是6.3kb/s多脈沖最大似然量化方法（壓縮率20：1），另一種是5.3kb/s代數碼本激勵線性預測ACELP（壓縮率24：1）。後者的壓縮率高，編碼速率低，這可以降低系統存儲語音時所需存儲器的容量。而且解碼演算法簡單，回放語音時不會有延遲感，語音清晰。
3 語音錄放音系統硬體設計
語音錄放音系統硬體電路的系統框圖如圖2所示。由於晶元內（虛線內）集成了許多功能模塊，使得電路的結構變得非常簡單。
SDA80D51的RS232串列口通過MAX3222匹配電壓後，連接到計算機。
晶元的啟動支持SPI、I2C和RS232串口三種方式。本系統採用I2C啟動方式，選用ATMEL公司的24C64。上電後，片內固化在ROM上的程序會從選定的I2C晶元拷貝256位元組客戶啟動程序到片內程序區ff00h～ffffh處，最後把程序指針指向ff00h，開始執行。
系統程序存在SST28LF040中，由啟動晶元中的用戶啟動程序把系統程序裝載到晶元內部的RAM里，然後處理器會執行RAM中的程序指令。
語音經過編碼壓縮後存儲在三星公司的KM29U128T（16M×8bit）內。它的定址採用串列方式，即8根數據線既作地址線也作數據線，先輸入地址，再傳送數據。這樣，用很少的SDA80D51地址線就可定址很大的空間，記錄大量的語音數據很方便。
用8根GPIO線實現一個4×4的小鍵盤，可用來作為控制介面。在錄放音時，可以通過對鍵盤的掃描來決定下一步驟。
4 軟體設計
由於要對晶元內的功能模塊、系統控制和編解碼演算法進行編程，這使得軟體設計量比較大。考慮到本文的篇幅，這里只介紹總程序結構和錄放音的控制部分。
總程序框架採用前後台的工作方式。前台輪尋各個任務引擎，判斷是否有任務需要處理。若有，切換狀態並執行該任務；若沒有，就繼續查詢。後台主要完成對硬體的介面、中斷處理程序以及緩沖硬體數據。前台和後台的通訊是靠共享緩沖區來完成的。這種前後台的工作方式可處理多任務，每個任務只佔用一個時間片。
數字錄放音程序在整個軟體設計中只有一個任務，它提供一個任務引警程序，由前台來調用。具體工作過程是OAK接CODEC模塊，負責採集數據、編碼和解碼演算法以及語音的回放；M8051負責配置系統工作寄存器和對FLASH的讀寫。兩個核之間通過FIFO發消息，消息的定義格式（C語言）如下：
typedef union tag_FIFO_MESSAGE
{
struct
{
struct
{
BYTE bIdSource：//發送方ID
BYTE bIdDest: //接收方ID
WORD wMsgType; //發送消息類型
WORD wDataLen; //數據長度
WORD wSeq; //消息序號
}uHead;//消息頭
WORD wData[27]; //消息數據內容
WORD wCRC; //校驗
}uForm;
WORD wBuf[32];
}FIFO_MESSAGE;
兩個核的任務引擎程序分別用C語言編寫，程序結構基本相同，都採用狀態跳轉的方式，即每個子程序模塊都是一個狀態，滿足一定條件就跳到下一狀態；若都不滿足，就退回到前台輪尋程序。由前台程序在下一時間片繼續調用停留在當前狀態的程序。
如圖3所示，每個圓圈都是一個狀態，兩個核之間的橫向的箭頭表示消息，向下的箭頭表示狀態的跳轉。
在錄音時，M8051的「錄音初始化狀態」先做初始化並發送START消息，表明錄音開始，然後跳到「存語音數據狀態」，等待OAK的消息。OAK的「錄音初始化狀態」接收到START消息後，先做初始化，然後跳到「語音採集編碼狀態」，在這里會不停地採集語音並用G.723.1編碼，采滿8K字後，向M8051發送STORE消息。M8051收到消息後，用存儲器切換程序，拷貝數據到M8051的RAM區，並存到FLASH里，這由「存語音數據狀態」來完成。若FLASH存滿，M8051會發送STOP消息，然後OAK和M8051都進入「錄音結束狀態」。OAK結束後還會給M8051發送DONE消息，表明錄音結束。
在放音時，M8051的「放音初始化狀態」打開FLASH的文件系統並發送START消息。OAK收到後，發送INIT消息，請求M8051傳送第一個數據包。M8051的「初始化確認狀態」收到INIT消息後，從FLASH讀取一個數據包，傳送給OAK，若正確就發送ACK消息並跳轉到「讀語音數據狀態」。要是失敗的話，就發送STOP消息，這樣OAK和M8051都會結束語音。當OAK收到ACK消息和一個語音數據包時，會跳到「解碼放音狀態」，在這里不停的把數據解碼並發送給DAC。若放完這個語音數據包，就發LOAO消息，申請下一個，不停循環。同時M8051會准備語音數據包，並傳送給OAK，若沒有數據或按停止鍵，M8051會發STOP消息，結束發音。然後OAK會發FINISH消息，表明所有錄音結束。接著M8051的「放音結束狀態」會關閉文件系統，清空緩沖區。
由上面的描述可看出，整個數字錄放音的工作流程是M8051作主控制器，OAK作從控制器。M8051發起開始信號，收尾數字錄放音，而OAK主要負責編解碼。這種工作方式靈活可靠，程序很容易擴展，例如狀態數的增加和消息類型的擴展都很容易。
該系統的主要特點是充分利用SDA80D51的強大的功能集成，完成語音處理系統。完成一個大系統，幾乎只需要一個晶元。相信該晶元在語音及相關領域一定會有很好的應用前景
② 請問各種MP3或者錄音筆之類的錄音產品裡面的晶振頻率都是多少謝謝各位！
128