WT2605-24SS音頻解碼語(yǔ)音芯片，實(shí)現寵物（玩具）喂食器遠程更新語(yǔ)音技術(shù)方案解析

本文主要介紹一種遠程更新語(yǔ)音技術(shù)的實(shí)現方式，在一些產(chǎn)品應用上，常常會(huì )遇到一些需要不停更換語(yǔ)音的場(chǎng)景（如寵物喂食器、寵物玩具需要經(jīng)常更換聲音，充電樁設備需要更換提示語(yǔ)等等），市面上常用的一些語(yǔ)音芯片大多都無(wú)法直接更換語(yǔ)音內容，因此會(huì )存在一些無(wú)法避免的痛點(diǎn)，有些產(chǎn)品會(huì )使用流媒體功能的芯片去播放，但是往往也伴隨著(zhù)巨大的流量消耗以及網(wǎng)絡(luò )傳輸延遲，播放卡頓等現象，本文介紹的這一技術(shù)可降低對流量的消耗，下面著(zhù)重介紹如何實(shí)現遠程更新語(yǔ)音這一技術(shù)。

一、系統組成

1、音頻語(yǔ)音芯片參數介紹

該技術(shù)主要通過(guò)WiFi/4G模塊與一款音頻解碼芯片（WT2605-24SS）實(shí)現，音頻解碼芯片能夠實(shí)現語(yǔ)音的更新以及存儲，WT2605-24SS這款音頻解碼芯片的參數如下：

1）帶有DSP指令的32-bit高性能CPU。

2）16 bit DAC音頻解碼器,高達96dB的SNR。

3）支持音頻均衡器調整。

4）1個(gè)SPI。

5）1個(gè)IR控制器。

6）1個(gè)SD卡主機控制器。

7）1個(gè)全速USB2.0 HOST/DEVICE 控制器。

8）一個(gè)全雙工UART，通訊速率高達1Mbps，主要通過(guò)該接口與外部器件進(jìn)行交互。

1.1、DAC參數介紹：

DAC對音頻芯片來(lái)說(shuō)是一個(gè)很重要的參數，此款語(yǔ)音芯片具有16bit 的DAC，也就是DAC的轉換精度能夠達到2的16次方，精度越高，音頻播放的還原度也就越高，當然也有24bit DAC的音頻芯片，這類(lèi)芯片的價(jià)格比較高，一般用于高端的消費類(lèi)電子產(chǎn)品，如HIFI音響等。大部分產(chǎn)品使用16bit的DAC已經(jīng)足夠，性?xún)r(jià)比較高，當然市面上的音頻芯片DAC特性參差不齊，有9bit，11bit，13bit的DAC，這類(lèi)芯片的解碼通常都依靠軟件解碼的方式去處理，一般音頻文件大部分都是16bit，將16bit的音頻文件通過(guò)軟解碼的方式轉為9bit，11bit或13bit的音頻播放，效果可想而知。16bit的DAC直接通過(guò)硬件解碼16bit的音頻才能夠達到最好的效果。

對于SNR，一般能夠達到90db的信噪比已經(jīng)有不俗的音質(zhì)表現，此款I(lǐng)C高達96db的SNR，音質(zhì)將會(huì )表現更加出色。

1.2、音頻格式介紹：

此款芯片主要支持mp3格式，當然也支持WAV，flac，ape等音頻格式播放，一般主要推薦使用mp3格式音頻，這類(lèi)音頻資源較多，文件容量較小，大部分場(chǎng)景都能夠滿(mǎn)足，比較通用，WAV，flac，ape等都是無(wú)損音頻格式，文件容量都比較大，不太適用于語(yǔ)音更新的場(chǎng)景。

1.3、語(yǔ)音合成介紹：

對于提示語(yǔ)音，一般可以通過(guò)文字合成語(yǔ)音的方式處理，如下：

?

我們將語(yǔ)音下載下來(lái)，用Adobe audition軟件打開(kāi)音頻看下音頻文件信息：

?

可以看到合成出來(lái)的是16k，16bit的mp3音頻文件，對于一些應用場(chǎng)景，語(yǔ)音合成直接在服務(wù)器端處理即可，這里不做過(guò)多介紹。

?2、系統框圖介紹：

?

上圖介紹了遠程語(yǔ)音更新的具體實(shí)現方式，主要由4G/WiFi設備連接到服務(wù)器，通過(guò)服務(wù)器把音頻數據下發(fā)，經(jīng)過(guò)4G/WiFi設備中轉傳輸到WT2605組件進(jìn)行保存，文件由WT2605語(yǔ)音芯片組件進(jìn)行統一管理，更新完成后可直接控制設備下發(fā)指令進(jìn)行播放。這樣實(shí)現了語(yǔ)音的更新操作，流量也只消耗在音頻數據的傳輸上，相比流媒體播放的方式減少了流量消耗，播放卡頓等現象。

?

二、電路設計

1、WT2605與WiFi模塊電路

2、上述電路以WiFi模塊作為主控，WiFi模塊獲取服務(wù)器端下發(fā)的音頻數據，再通過(guò)UART串口傳輸到WT2605芯片進(jìn)行保存，傳輸完成后直接發(fā)送相關(guān)指令即可控制播放。電路設計非常簡(jiǎn)單。

?

WiFi模塊通過(guò)指令，控制WT2605解碼存儲在SPI FLash的音頻數據，經(jīng)過(guò)LM4890功放后播放。這里以1W的功放作為演示，調節R6，R7，R8可調整功放的增益，其他功放根據具體的芯片手冊進(jìn)行設計。

三、通訊命令格式介紹

通信協(xié)議主要定義主控和?WT2605之間的交互規則，處理器如何將數據推送給WT2605進(jìn)行相應的處理，WT2605反饋相應的處理結果。通信數據主要以命令幀的方式進(jìn)行，一個(gè)有效的命令幀必須包含：幀頭，命令包長(cháng)，命令包，校驗碼，幀尾等五部分。

幀頭由1個(gè)固定的十六進(jìn)制數據表示，幀類(lèi)型包含下傳命令幀（模組接收的命令幀）以及上傳命令幀（模組接收數據后反饋的命令幀，即ACK或NAK）。

命令包長(cháng)表示命令幀除幀頭和幀尾外的字節數，即命令包長(cháng)（1字節）+命令包（N字節）+校驗碼（1字節）= N+2?字節。

命令包是具體的命令，主要包含：命令+參數。

校驗碼，為命令包長(cháng)+命令包的和。

WT2605-24SS語(yǔ)音芯片典型應用場(chǎng)景：

1）寵物喂食器、寵物玩具；

2）掃地機；

3）充電樁；

4）語(yǔ)音廣告機；

5）共享自行車(chē)、充電寶等。

?唯創(chuàng )知音作為一家專(zhuān)注于語(yǔ)音技術(shù)研究的高新技術(shù)企業(yè)，始終堅持以“服務(wù)好工程師”

為目標，以行業(yè)語(yǔ)音交互器件標準化為方向，致力于讓復雜變簡(jiǎn)單，提供快捷的語(yǔ)音、智能

物聯(lián)網(wǎng)應用解決方案。