朱志偉，劉湘云

（長(zhǎng)沙民政學(xué)院 電子信息工程學(xué)院，長(zhǎng)沙 410004）

引 言

隨著社會(huì)經(jīng)濟(jì)建設(shè)的飛速發(fā)展，教育、交通、金融、旅游等領(lǐng)域?qū)φZ(yǔ)音播報(bào)的需求不斷增長(zhǎng)。TTS（Text To Speech）文本轉(zhuǎn)換語(yǔ)音技術(shù)是人機(jī)智能對(duì)話(huà)發(fā)展的趨勢(shì)，利用此技術(shù)，通過(guò)MCU或者PC機(jī)控制語(yǔ)音芯片發(fā)音，能夠?qū)崿F(xiàn)多種場(chǎng)合下的文字即時(shí)閱讀功能，如公交車(chē)報(bào)站、電子文本教材誦讀、旅游導(dǎo)覽語(yǔ)音服務(wù)、排隊(duì)讀序號(hào)等，這無(wú)疑在提高人機(jī)通信效率、提升系統(tǒng)服務(wù)質(zhì)量、減輕人們工作強(qiáng)度等方面都有極大的好處?；赥TS技術(shù)的語(yǔ)音系統(tǒng)無(wú)需事先錄音就能夠隨時(shí)根據(jù)查詢(xún)條件查出并合成語(yǔ)音進(jìn)行播報(bào)，從而大大減少了系統(tǒng)維護(hù)的工作量。

1 TTS語(yǔ)音合成原理

TTS語(yǔ)音合成的一般步驟如圖1所示。存儲(chǔ)在Flash ROM中的是編碼后的語(yǔ)音參數(shù)，由MCU或PC機(jī)控制將Flash ROM中的數(shù)據(jù)取出并譯碼，根據(jù)相應(yīng)的語(yǔ)音合成方法，由語(yǔ)音參數(shù)轉(zhuǎn)換為數(shù)字語(yǔ)音信號(hào)，通過(guò)D／A轉(zhuǎn)換器轉(zhuǎn)換為模擬語(yǔ)音信號(hào)，經(jīng)功率放大后，送入揚(yáng)聲器。

圖1 TTS語(yǔ)音合成的一般步驟

TTS轉(zhuǎn)換過(guò)程是先將文字序列轉(zhuǎn)換成音韻序列，再由系統(tǒng)根據(jù)音韻序列生成語(yǔ)音波形。這個(gè)過(guò)程涉及語(yǔ)言學(xué)處理和韻律處理，目前實(shí)現(xiàn)這個(gè)過(guò)程較好的途徑是，把基于規(guī)則的波形拼接技術(shù)和參數(shù)語(yǔ)音合成方法結(jié)合起來(lái)。

常用的語(yǔ)音合成方法主要有：共振峰合成、LPC（線(xiàn)性預(yù)測(cè)編碼）參數(shù)合成、PSOLA（基音同步疊加）拼接合成和LMA濾波。在現(xiàn)階段，共振峰合成和LPC參數(shù)合成需要的計(jì)算量較大，不適合在低端的嵌入式芯片上使用。PSOLA的主要特點(diǎn)是：在拼接語(yǔ)音波形片斷之前，首先根據(jù)上下文的要求，用PSOLA算法對(duì)拼接單元的韻律特征進(jìn)行調(diào)整，使合成波形既保持原始發(fā)音的主要音律特征，又能使拼接單元的韻律特征符合上下文的要求，從而獲得很高的清晰度和自然度。LMA濾波器能有效解決PSOLA等波形拼接算法難以解決的協(xié)同發(fā)音問(wèn)題?？傊?，PSOLA拼接合成和LMA濾波器，雖然占用的存儲(chǔ)空間較大，但計(jì)算量小、計(jì)算速度快，而且合成語(yǔ)音自然度高，比較適合于CPU性能較低的嵌入式語(yǔ)音系統(tǒng)使用。

2 語(yǔ)音合成芯片SYN6288的工作原理

2.1 系統(tǒng)框圖

SYN6288是北京宇音天下科技有限公司于2010年初推出的采用PSOLA拼接合成技術(shù)的一款語(yǔ)音合成芯片。SYN6288通過(guò)異步串口（UART）通信方式，接收待合成的文本數(shù)據(jù)，實(shí)現(xiàn)文本到語(yǔ)音（或TTS語(yǔ)音）的轉(zhuǎn)換，可直接通過(guò)PWM輸出方式驅(qū)動(dòng)揚(yáng)聲器或外接功率放大電路驅(qū)動(dòng)揚(yáng)聲器，進(jìn)行語(yǔ)音輸出。該芯片支持GB2312等格式的文本，支持標(biāo)點(diǎn)符號(hào)、漢字、數(shù)字、英文字母及特殊字符處理，可正確識(shí)別數(shù)值、號(hào)碼、時(shí)間日期及常用的度量衡符號(hào)，具備很強(qiáng)的多音字處理和中文姓氏處理能力?；赟YN6288的語(yǔ)音系統(tǒng)框圖如圖2所示。

圖2 基于SYN6288語(yǔ)音系統(tǒng)框圖

2.2 SYN6288引腳定義

SYN6288共有28個(gè)引腳，其引腳定義如表1所列。

3 SYN6288的應(yīng)用

3.1 硬件接口電路設(shè)計(jì)

異步串口通信電路如圖3所示。由SYN6288構(gòu)成的語(yǔ)音系統(tǒng)主電路如圖4所示。在雙刀雙擲開(kāi)關(guān)S1的作用下，系統(tǒng)可靈活地在PC機(jī)和MCU之間選擇上位機(jī)。S1上接，SYN6288受 MCU控制；S1下接，SYN6288受PC機(jī)控制，通過(guò)MAX232進(jìn)行電平轉(zhuǎn)換。任何時(shí)刻MCU均可與PC機(jī)通信，系統(tǒng)默認(rèn)的上位機(jī)為MCU，此時(shí)單片機(jī)可利用PC機(jī)進(jìn)行程序調(diào)試、燒寫(xiě)。如果SYN6288需要受PC機(jī)控制，只需切換S1的方向即可。SYN6288通過(guò)異步串口接收待合成的文本，直接通過(guò)PWM輸出的方式驅(qū)動(dòng)揚(yáng)聲器，或外接功率放大電路驅(qū)動(dòng)揚(yáng)聲器，即可實(shí)現(xiàn)文本到聲音的轉(zhuǎn)換。

表1 SYN6288引腳定義

圖3 異步串口通信電路

圖4 由SYN6288構(gòu)成的語(yǔ)音系統(tǒng)主電路

3.2 SYN6288的TTS功能

SYN6288規(guī)定的上位機(jī)向芯片傳送的待合成數(shù)據(jù)幀的有效格式為“幀頭0xFD＋ 數(shù)據(jù)區(qū)長(zhǎng)度 ＋數(shù)據(jù)區(qū)”。上位機(jī)發(fā)送給SYN6288芯片的所有命令和數(shù)據(jù)都需要用“幀”的方式進(jìn)行封裝后傳輸，每幀最多為206個(gè)字節(jié)，幀格式如表2所列。SYN6288支持的控制命令如表3所列。

3.3 SYN6288實(shí)現(xiàn)TTS功能的軟件設(shè)計(jì)

系統(tǒng)軟件根據(jù)上位機(jī)的不同有兩種程序，一種是上位機(jī)PC中的文本輸入發(fā)送程序，另一種是MCU中數(shù)據(jù)收發(fā)及存儲(chǔ)回放的程序。

當(dāng)采用PC機(jī)作為上位機(jī)時(shí)，程序用VC開(kāi)發(fā)，串口通信使用MSComm來(lái)實(shí)現(xiàn)，只需要對(duì)輸入／輸出緩沖區(qū)進(jìn)行讀寫(xiě)操作就可以實(shí)現(xiàn)發(fā)送和接收數(shù)據(jù)。為保證SYN6288正常工作，上位機(jī)首先需要發(fā)送狀態(tài)查詢(xún)命令幀，如果芯片回傳的狀態(tài)數(shù)據(jù)是“0x4F”，則表明芯片處于空閑狀態(tài)，可以接收數(shù)據(jù)。然后開(kāi)始發(fā)送實(shí)際的數(shù)據(jù)，讀取用戶(hù)設(shè)置的控制信息，如音量、波特率等，根據(jù)這些信息制作幀頭。最后讀取輸入的文本，由于SYN6288每幀長(zhǎng)度最多為206個(gè)字節(jié)，要根據(jù)輸入文本長(zhǎng)度判斷是否需要進(jìn)行分幀發(fā)送，并對(duì)分幀后的數(shù)據(jù)計(jì)算出校驗(yàn)和，形成完整的數(shù)據(jù)幀，通過(guò)串口發(fā)送出去。同時(shí)，開(kāi)啟偵聽(tīng)，偵聽(tīng)到SYN6288回傳“0x4F”，說(shuō)明前面的文本已合成完畢，上位機(jī)再發(fā)送下一個(gè)文本合成幀。

當(dāng)采用C51單片機(jī)作為上位機(jī)時(shí)，數(shù)據(jù)構(gòu)造命令如下：

表2 SYN6288支持的UART幀格式

表3 SYN6288支持的控制命令

這樣命令幀的各個(gè)部分已經(jīng)完成，而需要發(fā)送的文本信息可以通過(guò)以下類(lèi)似的代碼實(shí)現(xiàn)：

static char code text[]＝｛" 基于SYN6288的 TTS語(yǔ)音系統(tǒng)的實(shí)現(xiàn)"｝；

將待發(fā)放文本數(shù)據(jù)區(qū)中的數(shù)據(jù)與命令幀整合，并將全部數(shù)據(jù)與0x00進(jìn)行“異或”運(yùn)算得到最終的“異或”校驗(yàn)碼。當(dāng)查詢(xún)到SYN6288的／BUSY引腳為低電平，芯片處于空閑狀態(tài)時(shí)，把這些命令和數(shù)據(jù)通過(guò)串口直接發(fā)送到SYN6288芯片，轉(zhuǎn)換后驅(qū)動(dòng)揚(yáng)聲器，就能聽(tīng)到語(yǔ)音：“基于SYN6288的TTS語(yǔ)音系統(tǒng)的實(shí)現(xiàn)”?？梢栽诖l(fā)送文本數(shù)據(jù)區(qū)中輸入任意文字，得到相應(yīng)的語(yǔ)音信息，免除了過(guò)去錄音操作的不便之處。

結(jié) 語(yǔ)

與其他形式的TTS語(yǔ)音芯片相比，SYN6288有很多人性化的設(shè)計(jì)，如提供了聲音提示音和和弦音樂(lè)，可以依據(jù)使用場(chǎng)合選用在公共信息播報(bào)中；設(shè)置了文本控制標(biāo)記以調(diào)節(jié)輸出語(yǔ)音音量大小、調(diào)節(jié)語(yǔ)速和語(yǔ)調(diào)、強(qiáng)制分詞等，特別是標(biāo)點(diǎn)符號(hào)的靜音時(shí)間及字與字間的靜音時(shí)間可調(diào)節(jié)，使人感覺(jué)有一種語(yǔ)氣上加重或停頓的味道，聽(tīng)起來(lái)更具感情色彩。本文基于SYN6288設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)便攜式文本轉(zhuǎn)語(yǔ)音系統(tǒng)。該系統(tǒng)小巧便攜，使用簡(jiǎn)單，可以應(yīng)用于智能醫(yī)療設(shè)備、自動(dòng)售貨機(jī)、導(dǎo)航終端等需要語(yǔ)音輸出的場(chǎng)合，并且能夠有效地幫助在語(yǔ)言交流方面有障礙的殘疾人員與他人進(jìn)行順利的溝通。

[1] 北京宇音天下科技有限公司.SYN628數(shù)據(jù)手冊(cè) V1.5.（2011－09－06）[2012－05－01].http：／／www.tts168.com.cn／bao／SYN6288－Manual.pdf.

[2] 張輝，黃永強(qiáng)，夏愛(ài)華.中文語(yǔ)音合成模塊XF－S4240在導(dǎo)航終端中的應(yīng)用[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2008（1）：43－45.

[3] 洪家平.LD3320的嵌入式語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2012（2）：47－49.