简介

      录音芯片是通过触发REC录音键随意录音保存，并且在录音完毕后，再触发PLAY播放键播放录音，并且可以实现重复录放的一个语音储存芯片。

录音芯片

定义

      录音芯片：是通过触发REC录音键随意录音保存，并且在录音完毕后，再触发PLAY播放键播放录音，并且可以实现重复录放的一个语音储存芯片（原理图在录音芯片的原理中查看），它包括ADC和DAC两个过程，都是由芯片本身完成的，包括语音数据的采集、分析、压缩、存储、播放等步骤。

      ADC=Analog Digital Change 模数转换

      DAC= Digital Analog Change 数模转换

      音质的优劣取决于ADC和DAC位数的多少。例如，WTV-SR模块采用主控芯片外挂SPI- FLASH的硬件架构，在录音时间及性价比方面有很大的优越性。）

原理

1、原理比较简单，就是有REC和PLAY通过的两个按键组成，更多功能可以根据具体的案子来定义选择，比较全面的原理图如下：

2、语音信号的量化表述：

录音芯片原理图

(a) “录音芯片”介绍：

（1）语音信号的量化

      采样率（f）、位数（n）、波特率（T）

      采样：将语音模拟信号转化成数字信号。

      采样率：每秒采样的个数（byte）。

      波特率：每秒钟采样的位数(bit)。波特率直接决定音质。Bps: bit per second

      采样位数指在二进制条件下的位数。一般在没有特别说明的情况下，声音的采样位数指8位，由00H--FFH，静音定为80H。

（2）采样率

      奈奎斯特抽样定理（Nyquist Law）：要从抽样信号中无失真地恢复原信号，抽样频率应大于2倍信号最高频率。抽样频率小于2倍频谱最高频率时，信号的频谱有混叠。抽样频率大于2倍频谱最高频率时，信号的频谱无混叠。

      嗓音的频带宽度为20～20K HZ左右，普通的声音大概在3KHZ以下。所以，一般CD取的音质为44.1K和16bit，如果碰到某些特别的声音，如乐器，音质也有用48K和24bit的情况，但不是主流。

      一般在我们处理针对普通语音IC的时候，采样率最高达到16K就够了、说话声一般取8K（如电话音质）、6K左右。低于6K效果比较差。

      在应用单片机的过程中，采样越高，定时器中断速度越快，会影响到其他信号的监控和检测，所以要综合考虑。

（3）语音压缩技术。

      由于语音数据量庞大，对语音数据进行有效压缩是很必要的，能够使我们在有限的ROM空间里录入更多的语音内容。有以下几种方式：

      语音分段：将语音中可以重复的部分截取出来，通过排列组合将内容完整地回放出来。

      语音采样：一般我们使用的喇叭频响曲线在中频部分，较少用到高频，所以，在喇叭音质可以接受的情况下，适当降低采样频率，达到压缩效果，这种过程是不可逆的，无法恢复原貌，叫有损压缩。

      数学压缩：主要是针对采样位数进行压缩，这种方式也是有损压缩。例如，我们经常采用的ADPCM压缩格式，是将语音数据从16bit压缩到4bit，压缩率是4倍。MP3是对数据流进行压缩，涉及到数据预测问题，它的波特率压缩倍率为10倍左右。

      通常，以上几种压缩方式都是综合起来使用的。

（4）常用语音格式

      PCM格式： Pulse Code Modulation 脉冲编码调制，它将声音模拟信号采样后得到量化后的语音数据，是最基本最原始的一种语音格式。同它极为类似的还有RAW格式和SND格式。它们都是纯语音格式。

      WAV格式：Wave Audio Files 是微软公司开发的一种声音文件格式，也叫波形声音文件，被Windows平台及其应用程序广泛支持。WAV格式支持许多压缩算法，支持多种音频位数、采样频率和声道，但WAV格式对存储空间需求太大不便于交流和传播。WAV文件里面存放的每一块数据都有自己独立的标识，通过这些标识可以告诉用户究竟这是什么数据，这些数据包括采样频率和位数，单声道(mono)还是立体声(stero)等。

      ADPCM格式：是利用对过去的几个抽样值来预测当前输入的样值，并使其具有自适应的预测功能与实际检测值进行比较，随时对测得的差值自动进行量化级差的处理，使之始终保持与信号同步变化。它适用于语音变化率适中的情况，而且声音回放过程简短。它的优点是对于人声的处理比较逼真，一般达到90%以上，已广泛地应用于电话通信领域。

      MP3格式： Moving Picture Experts Group Audio Layer III，简称为MP3。它是利用 MPEG Audio Layer 3 的技术，采取了名为“感官编码技术”的编码算法：编码时先对音频文件进行频谱分析，然后用过滤器滤掉噪音电平，接着通过量化的方式将剩下的每一位打散排列，最后形成具有较高压缩比的mp3文件，并使压缩后的文件在回放时能够达到较接近原音源的声音效果。它的实质是vbr（Variant Bitrate 可变波特率）可以根据编码的内容动态地选择合适的波特率，因此编码的结果是在保证了音质的同时又照顾了文件的大小。

      mp3压缩率10倍甚至12倍。是最初出现的一种高压缩率的语音格式。

      Linear Scale格式：根据声音的变化率大小，把声音分成若干段，对每段用线性比例进行压缩，但是它的比例是可变的。

      Logpcm格式：基本上对整个声音进行线性压缩，将最后若干位去掉。这种压缩方式在硬件上很容易实现，但音质比Linear Scale差一些，特别是音量较小声音比较细腻的情况下效果较差。主要用于pure speech方面。

3、语音ROM空间的表述

      语音芯片为表述的形象化，由语音长度来表示

      a)普通语音芯片以6K采样率为语音长度计算标准。

      b)录音IC以4K采样率为语音长度计算标准。

      即：以6k（4k）采样率芯片可以播放的长度。

4、语音芯片的要素

      相同品种的芯片成本与芯片的大小成正比。

      a)I/O口的分配和ROM的大小（语音秒数）决定芯片成本。低秒数语音芯片其I/O口较少。

      b)音质提高，采样提高，语音秒数缩短。

      音质降低，采样降低，语音秒数变长

      c) 语音秒数的计算方法：M/(n*f)

      M---ROM大小（bit） n*f---波特率

5、声音处理软件介绍

      1）SoundForge

      2）Cooledit

      3）goldwave

      4）Calewalk

6、录音音芯片分类：

      录音模块 录音芯片

      支持MIC和LINE录音；

      最大可支持外挂64M bit SPI-FLASH，录音时间可达1600秒；

      支持通过USB进行上传和下载语音；

      支持播放电脑下载的高音质语音的播放；

      最多可录制252段语音（包含固定语音）；

      支持掉电保存数据功能；

      支持10KHz采样率录音戒14K采样率录音；

      采用独立的文件管理系统，录音无碎片产生，更合理的分配SPI-FLASH空间；

      支 持按键及MCU控制；

      8级可控音量；

      工作电压DC3.3V。

      语音芯片 语音模块 录音电路 WTR-S4 系列

      采用8 位DSP 内核录音芯片，16 位ADC 输入，16 位DAC 输出；

      支持外挂SPI-FLASH 容量范围为4M Bit 至64M Bit；

      支持标准按键、按键一对一模式和三线串口控制模式；

      支持LINE 线路录音和MIC 现场录音；

      可自行设定采样率，支持6K 至16K 采样；

      电压范围为DC2.7V 至3.6V，自带低电压侦测电路；

      省电模式仅耗电150uA 以下；

      可以广泛应用在电话录音、工控、消费、玩具等领域。

应用

      录音芯片的应用领域非常广泛，如礼品类的录音玫瑰，玩具类的录音玩具熊，通信类的录音答录机，以及记者必备的录音笔等等

      这些领域的应用，都是因为录音芯片有以下不可替代的优势：

      长时间 录音模块 录音芯片

      智能可重复录放音功能，也可以订做各种功能；

      具备根据不同的应用场合设置不同的语音提示功能；

      支持直接按键控制及单片机串口控制；

      录音时采样率为8KHz，录放音音质好；

      固定语音支持6KHz～24KHz采样率；

      麦克风现场录音、直接用音频线录制模拟信号声音，以及用软件烧写数字语音等多种音源加载方式；

      利用USB端口下载语音信息，传送速度快；

      配套功能强大的上位机操作软件，操作简单明了；

      独立的固定语音区域及现场录音区域；

      高端智能傻瓜软件支持WAV、MP3、ADPCM下载，支持录音内容上传；

      采用低功耗工作模式，适合长时间工作；

      最长可录制256段语音，最小段长不受时间限制；

      可录制30分钟到16小时（视外挂NAND-FLASH而定）的高品质语音；

      工作电压：DC3.3V或DC5V。

      描述：由麦克风、模拟音源、上微机软件录制语音信息到录音模块，在控制端发出控制指令（如脉冲、微机数据信息等）到WTV-NAND录音模块，就能触发录音模块播放已录制的报警语音。

      支持16MByte到256MByte的NAND-Flash。

      相关词语描述 ◎ 现场录音：指通过麦克风从现场录制到的语音（第一段现场录音被系统设置为固定语音，方便现场操作）。

      ◎ 现场放音：播放通过麦克风录制现场的语音。

      ◎ 固定录音：用上微机软件烧写到录音模块的语音，其中包括报警提示语，疏散人群提示语，广告语，整点报时等等。

      应用范围 录音模块是集录音放音于一体的多功能模块，能够以声音的形式采集到现场的音频信息，适用于各种消防警戒现场，以及需要高品质长时间录放音的场所，如会议记录，电话录音，复读机，学习机等。

      在实际应用中，假如觉得录音模块功能不够用，可以订制功能，录音模块功能定做轻而易举。如卡片学习机轻松实现录制、播放多张卡片内容等。

      如果用于消防现场录音，能为日后对火灾事故做分析提供有力的线索，且可以在火灾发生时进行报警，通知有关人员并及时疏散人群，能够有效的解决当前火灾事故报警力度不够的问题，将灾害降低到最低程度。用在会议现场录音，可以记录会议里每一句重要的语录，用在复读机方面，能完好的将自己的读声反复体现，方便自己找到错误并纠正