适于语音处理的SDA80D51芯片及其数字录放音系统

来源：电子技术应用 作者：清华大学 柳 远 刘 加 刘润生 摘要：sda80d51 unispeech是infineon公司新推出的具有dsp和单片机双核的芯片。介绍了该芯片的组成框图及各功能模块，并且用该芯片完成一个硬件系统，实现了语音的g.723.1编码存储和解码放音。 关键词：g.723.1 sigma-delta调制 前后台 目前市场上有很多语音录放系统，如录放音玩具、录音笔等，大多采用了单片机控制一个语音芯片，再接一个flash存储器的结构。由于语音芯片都是固定的编码算法，使得系统用途单一，不利于进一步改进，缺乏灵活性，如日本oki公司的msm6588只能完成adpcm编码。 用sda80d51芯片实现的语音录放音系统，系统硬件简单、工作可靠。所有的编解码算法都由软件来完成，设计者可以编制自己的软件，完成不同的功能。它既可以作为简单的数字录放音系统，也可以通过改变程序做语音识别、语音合成等多种系统。用途灵活、功能强大。该系统选用g.723.1语音编解码算法来完成语音的录放。 1 sda80d51芯片介绍sda80d51芯片是德国infineon公司生产的适合语音处理的芯片，它采用0.18μm工艺，核的工作电压为1.8v，i/o电压为3.3v,模拟codec部分电压2.5v，功耗是150mw。该芯片相当于一个片上系统（soc），内部集成了许多功能模块，如图1所示。由于它集成了许多功能模块，如图1所示。由于它集成了许多功能块，几乎只需要一片芯片就能完成语音处理和系统控制。 该芯片含有两个处理器，分别是16位dsp（oak）和8位mcu（m8051 e-warp）。m8051 e-warp核由美国mentor graphics公司设计，它是与一般8051兼容的mcu，具有很多的增强功能，最高工作速度可达50mips（million instruction per second），是目前为止最快的增强8051。传统8051的一个机器周期是12个时钟周期，而这个核心只需2个时钟周期，速度传统8051的6倍。许多指令都能在一个机器周期内完成。由于指令与8051兼容，使得程序员不用花许多时间学习新指令，而直接采用传统的8051编程方式就行。芯片集成有jtag口，用mentor graphics公司的fs2（first silicon solutions）仿真器就可以实现在线仿真。oak核是美国dsp group公司设计的16位低功耗、低电压和高速定点dsp。采用双金属cmos，在0.6μm或0.5μm以下工艺生产。工作电压范围在2.7v～5.5v。在5v 80mhz工作条件下，消耗电流38ma；在3.3v 80mhz条件下，消耗电流25ma。该核采用harvard总线结构，工作速度可达100mips。 codec部分由i2s、adc和dac组成。i2s口可用来外接一些通用的模/数芯片。两路的12位8khz采样率的adc，可接峰峰值为1.03v的差分电压。片内有数字agc，可放大0到42db(8档，6db步长)；模/数转换采用sigma-delta调制技术并经过一度的换算，得到16bit的pcm码流，送往处理器。两路11位8khz采样率的dac可软件调节增益，可放大0到-18db(-6db步长)。所有codec部分可通过asi接口连到oak或m8051上。 sda80d51芯片还有i2c、spi和pwm接口模块，可以通过m8051来控制。另外在不同版本的芯片上还有多达50到250之间的gpio（通用的输入输出口），这可以保证系统控制的灵活性。 该芯片最有特点的功能模块是存储器管理单元mmu（memory manage unit），它可以管理两个核的存储区映射。物理存储器（ram或rom）被看成由多个块组成，每个块的大小在不同版本的芯片上定义是不同的，本系统中，块的大小是16k字节（或8k节）。mmu既可以把块（8k字）映射给oak的程序区或数据区，也可以把块（16k字节）映射给m8051的程序区或数据区。这些完全由写m8051的特殊功能寄存器来完成。存储空间的自由挂接使得完成两个核之间的数据转换变得非常容易。此外，程序装载和启动也需要mmu的控制。 整个芯片的工作方式是m8051作为主控制芯片，完成对各种接口的控制和系统的配置。oak作为协处理器，完成语音编解码算法等计算。两个核之间还有两个64字深的fifo。它们用于双核通信。 2 g.723.1语音编解码语音编解码算法一般分为三类：波形编码、参数编码（声码器）和混合编码。波形编码技术是在不建立语音模型的情况下，直接对语音波形用编码方式逼近，可有时域的脉冲编码调制和变换域编码；参数编码是在一定的语音模型基础上，在编码端分析出该模型参数，并选择适当的方式对其进行高效率的编码，而在解码端利用这些参数和语音模型，用合适的激励源（excitation）重新合成语音；混合编码则保留了参数编码的语音模型的假定，又利用了波形编码的准则优化激励信号。 g.723.1算法属于混合编码。语音模型是基于线性预测理论的全极点模型。输入是16bit的pcm码流，然后采用