基于TMS320F28335语音信号端点检测的硬件与软件设计

季卫松

（南京莱斯信息技术股份有限公司，江苏 南京 210007）

1 语音信号端点检测硬件架构图

语音信号端点检测硬件电路由TI公司的TLV320-AIC23语音输入集成电路、TI公司数字信号处理器TMS320F28335及外围接口电路组成，其硬件架构如图1所示。

来自电话的语音信号输入TLV320AIC23语音集成电路，经A/D转换后，进入数字信号处理器TMS320F28335进行能量运算，同时经过TLV320AIC23集成电路进行D/A转换，将语音输入至电台。当语音到来时，处理器的一个GPIO端口设置为低电平，将电台的键控PTT电平拉低，触发电台发射；当语音结束时，处理器的一个GPIO端口设置为高电平，将电台的键控PTT电平拉高，关闭电台功率放大器，电台将处于收听值守状态。

图1 语音信号端点检测硬件电路架构图

2 数字信号处理器TMS320F28335及TLV320AIC23语音集成电路功能简介

TMS320F28335[1]是TI公司一款高性能、采用静态CMOS技术的32位高速数字信号处理器，CPU最高时钟150 MHz，内置单精度浮点运算FPU单元，6个通道总线总裁控制器DMA，主要用于ADC、McBSP、ePWM、XINF及SARAM之间的数据高速传输。先进的哈佛总线架构，程序空间、数据空间、特殊寄存器、外设控制寄存器统一编址，映射成连续的地址空间，极大地方便编程人员编写程序代码。

TLV320AIC23是TI公司推出的高性能立体声音频编解码器，采用先进的过采样技术，可以在8～96 kHz的采样率下提供16 bit、20 bit、24 bit、32 bit的采样数据。内置数字滤波器，ADC和DAC的输出信噪比可达90 dB和 100 dB[2]。支持麦克风输入和线路输入，输入和输出具有可编程的增益调节功能。TLV320AIC23具有SPI总线和多通道缓冲串口（McBSP），是与TI公司DSP相配套的专用语音处理集成电路。

3 语音信号端点检测软件算法的设计

3.1 通话特征分析及处理策略

一般电话和无线电台的通话，一句话大概0.5～20 s不等，然后是几秒的间隔停顿休息。如果使用短时能量法来检测语音信号的端点，必须将一句话的语音分成若干块，每块大约50 ms。通常处理器TMS320F28335通过SPI总线将TLV320AIC23的ADC采样率设定为44.1 kHz。为了简化软件代码，设定块的时间长度为68 ms，即采样3 000个语音序列的时间。

为了加快运算速度，减小延迟，在软件处理上，采用滑动窗的方式，窗口的宽度为3 000个语音序列，即语音块的时间为68 ms，每处理完3 000个数据，滑动到下一窗数据。3 000点语音序列划分为100帧，每帧为30个语音数据。每帧的能量为根据每帧的能量判定语音端点，语音信号端点检测的滑动窗策略如图2所示。

由图2中可知，第1窗的数据需要至少68 ms处理时间，当一段语音送入电台时，键控PTT需要延时68 ms启动电台发射。电话语音转接电台发射时，远端的电台收到的语音，68 ms字头将缺失，但不会影响完整的语义。

图2 语音信号端点检测的滑动窗图

3.2 语音信号端点检测软件算法流程图

TMS320F28335的外设多通道缓冲串口（McBSP）具有中断功能，当多通道缓冲串口数据接收满时将触发中断，在中断函数中，用户代码读取语音信号的ADC转换值。

需要定义一个全局变量，即状态机计数器（STATUS_CNT）。每次执行读取语音引号ADC的转换值的中断函数，状态机计数器累计加1，根据状态计数器的值，程序需要做如下任务。

（1）每次执行读取语音信号ADC的转换值的中断函数，状态计数器累计加1，当达到3 000时，状态机计数器置位1。

（2）将包含30个序列的语音信号帧的能量进行迭代，结果储存在模为100的数组中。

（3）判断每帧的能量，当大于设定的阈值，变量nCNT累计加1，当该变量大于20时，断定语音到来，小于20时，没有语音。

图3为语音信号的端点检测软件算法流程图[3]。

图3 语音信号端点检测软件算法流程图

3.3 语音信号端点检测软件的代码实现

根据语音信号端点检测软件算法流程，实现的代码如下：

int STATUS_CNT=0; //定义状态机计数器；

int temp=0; //定义全局变量，去读ADC转换结果；

int nPower=0; //定义全局变量，用于语音帧能量迭代；

int nPower_cnt[100]; //定义模为100的数组，转存语音帧的能量；

int nCNT=0; //定义全局变量，用于判断语音是否到来；

在读取语音信号ADC的转换值的中断函数，实现的代码：

STATUS_CNT=STATUS_CNT+1; // 状态机计数器累计加1；

temp=McbspaRegs.DRR1.all; // 读取ADC语音信号的转换结果；

nPower=nPower+temp*temp; // 迭代，能量储存；

if(STATUS_CNT==30)

{

nPower_cnt[0]=nPower; //能量转存数组；

nPower=0; //一定要清零，用于下帧能量的迭代；

}

if(STATUS_CNT==60)

{

nPower_cnt[1]=nPower; //能量转存数组；

nPower=0; //一定要清零，用于下帧能量的迭代；

}

if(STATUS_CNT==3 000)

{

nPower_cnt[99]=nPower; //所有帧的能量全部转存数组；

nPower=0; //一定要清零，用于第下帧能量的迭代；

STATUS_CNT=1; //状态机计数器置位1，滑动下一窗数据；

for(j=0;j＜100;j++) {if(nPower_cnt[j]＞10 000)nCNT=nCNT+1;}

if(nCNT＞20)PTT_OUT=0; else PTT_OUT=1; //触发PTT

//如果100个语音帧能量，其中大于1 000的个数超过20个，断定语音到来。

}

4 结 论

使用数字信号处理器TMS320F28335来检测语音信号的端点，运算速度快，延时小，输入至无线电台的键控PTT几乎与语音同步。