用EP7211实现传呼信息实时语音合成和播放[2]

  2 具体实现

  下面分别介绍字符语音库的建立、字符语音合成算法、本PDA系统的框架结构和语音中断服务例程。

  2.1 建立字符语音库

  我们选用G.729语音压缩编码标准来建立语音库。该标准采用的算法是共轭结构的代数码激励线性预测（CS-ACELP），是基于CELP（码激励线性预测）编码模型的算法。这种编码规范的严格性使性能达到或超过了32Kbps的G.726 ADPCM编码，具有很高的语音质量；同时，它是在语音信号8KHz取样的基础上得到16bit线性PCM后进行编码的，压缩后的数据速率仅为8Kbps，具有相当于8:1的高压缩率。其算法延迟少于16ms。由于G.726编解码器能够实现很高的语音质量和很低的算法延时，因此被广泛地应用。

  字符语音库是一个单字发音语音数据的集合，中段数据之间相互独立，不具有相关性。语音库包含了国标一、二级字库中的所有6763个汉字、10个阿拉伯数字和26个英文字符的标准普通话语音数据。每个汉字或字符发音时长为0.65s，采用8KHz抽样频率，使用了G.729A语音编码算法对上述的语音数据进行压缩，压缩后数据速率为8Kbps，相当于具有8:1的高压缩率。在汉字中，同音字占了相当大的比例，而在语音合成中对于同音字的处理是没有区别的，故近7000个汉字，我们只存储1123个不同的发音。经过同音字处理和采用G.729标准压缩字符语音数据，则最终建立的语音库文件大小为729950字节，完全符合本PDA系统的数据存储要求；否则，语音库数据量太大，本PDA系统不能接受！

  建立一个语音压缩数据库的具体步骤如下：

  *将数字和常用汉字的标准发音独立地录入到数据文件中，作为基础数据。使用cooledit2000软件完成语音的录入。

  *对于输入数据，按照每帧10ms（80个样点）的长度，将A_law语音通过简单换算变成16bit PCM数据，作为编码算法的输入。

  *按照G.729A算法标准，对数据进行编码。

  *将编码后的数据转换为二进制比特流，写入语音库文件中。压缩后数据速率为8Kbps，具有相当于8:1的高压缩率。

  用C语言实现这一过程的程序流程如图1所示。

  字符语音库的建立是在Windows平台及Visual C++编程环境下实现的，最终压缩处理后数据量的大小为729950字节，每个字符语音数据的大小是650字节。

[1]  [2]  [3]  [4]  [5]  [6]