用EP7211實現(xiàn)傳呼信息實時語音合成和播放[2]

  2 具體實現(xiàn)

  下面分別介紹字符語音庫的建立、字符語音合成算法、本PDA系統(tǒng)的框架結(jié)構(gòu)和語音中斷服務(wù)例程。

  2.1 建立字符語音庫

  我們選用G.729語音壓縮編碼標(biāo)準(zhǔn)來建立語音庫。該標(biāo)準(zhǔn)采用的算法是共軛結(jié)構(gòu)的代數(shù)碼激勵線性預(yù)測（CS-ACELP），是基于CELP（碼激勵線性預(yù)測）編碼模型的算法。這種編碼規(guī)范的嚴(yán)格性使性能達(dá)到或超過了32Kbps的G.726 ADPCM編碼，具有很高的語音質(zhì)量；同時，它是在語音信號8KHz取樣的基礎(chǔ)上得到16bit線性PCM后進(jìn)行編碼的，壓縮后的數(shù)據(jù)速率僅為8Kbps，具有相當(dāng)于8:1的高壓縮率。其算法延遲少于16ms。由于G.726編解碼器能夠?qū)崿F(xiàn)很高的語音質(zhì)量和很低的算法延時，因此被廣泛地應(yīng)用。

  字符語音庫是一個單字發(fā)音語音數(shù)據(jù)的集合，中段數(shù)據(jù)之間相互獨立，不具有相關(guān)性。語音庫包含了國標(biāo)一、二級字庫中的所有6763個漢字、10個阿拉伯?dāng)?shù)字和26個英文字符的標(biāo)準(zhǔn)普通話語音數(shù)據(jù)。每個漢字或字符發(fā)音時長為0.65s，采用8KHz抽樣頻率，使用了G.729A語音編碼算法對上述的語音數(shù)據(jù)進(jìn)行壓縮，壓縮后數(shù)據(jù)速率為8Kbps，相當(dāng)于具有8:1的高壓縮率。在漢字中，同音字占了相當(dāng)大的比例，而在語音合成中對于同音字的處理是沒有區(qū)別的，故近7000個漢字，我們只存儲1123個不同的發(fā)音。經(jīng)過同音字處理和采用G.729標(biāo)準(zhǔn)壓縮字符語音數(shù)據(jù)，則最終建立的語音庫文件大小為729950字節(jié)，完全符合本PDA系統(tǒng)的數(shù)據(jù)存儲要求；否則，語音庫數(shù)據(jù)量太大，本PDA系統(tǒng)不能接受！

  建立一個語音壓縮數(shù)據(jù)庫的具體步驟如下：

  *將數(shù)字和常用漢字的標(biāo)準(zhǔn)發(fā)音獨立地錄入到數(shù)據(jù)文件中，作為基礎(chǔ)數(shù)據(jù)。使用cooledit2000軟件完成語音的錄入。

  *對于輸入數(shù)據(jù)，按照每幀10ms（80個樣點）的長度，將A_law語音通過簡單換算變成16bit PCM數(shù)據(jù)，作為編碼算法的輸入。

  *按照G.729A算法標(biāo)準(zhǔn)，對數(shù)據(jù)進(jìn)行編碼。

  *將編碼后的數(shù)據(jù)轉(zhuǎn)換為二進(jìn)制比特流，寫入語音庫文件中。壓縮后數(shù)據(jù)速率為8Kbps，具有相當(dāng)于8:1的高壓縮率。

  用C語言實現(xiàn)這一過程的程序流程如圖1所示。

  字符語音庫的建立是在Windows平臺及Visual C++編程環(huán)境下實現(xiàn)的，最終壓縮處理后數(shù)據(jù)量的大小為729950字節(jié)，每個字符語音數(shù)據(jù)的大小是650字節(jié)。

[1]  [2]  [3]  [4]  [5]  [6]