IC卡电子语音书

文章出处：http://www.nexussmartsolutions.com 作者：   人气： 发表时间：2011年09月22日

    所谓"IC卡电子语音书"，即读取IC卡中的信息，再将其转换成声音信息，用以取代现有的书籍的电子装置，可供不便于视觉阅读的人群（如老年人、盲人或患者等）使用。 

    目前，国内市场销售的IC卡的容量可达500K字节，如直接存储语音信号（以8K/秒采样率计），可存储约62.5秒的直接语音信息。虽然所存储的音质比较好，但显然还不能满足一般书藉大量信息存储的要求。笔者以汉字的语音编码（自定义）形式存储，存储一个汉字只占用1.5个字节（12位），则500K字节的IC卡可存储的汉字不少于33.3万个，可连续播放近30小时，足以满足实用要求。 

    本文给出的设计方案以AT89LV51单片机为微处理机，配以ISD4004作语音支持，采用AT45D041型IC卡作为电子书籍信息存储载体。AT45D041型IC卡是由美国ATMEL公司于近年推出的大容量存储卡（4M位），是目前市场上易于购得的容量最大的IC卡。随着技术的进步，改用容量更大的其它类型IC卡时，只要通讯方式不变，本设计方案仍然适用。即使是通过方式有所改变，亦只需对本设计方案销作修改即可。 

    该装置的基本工作过程如下：首先将汉字文本文件（如《三国演义》）转换成语音编码文件存储于IC卡中（这一工作由PC机完成）；然后，当IC卡电子语音书工作时，播放装置中的CPU将从IC卡中读出语音编码；最后，CPU再按此编码控制ISD单片语音录放电路，播放出相应的语音。
 
    本设计方案是一个经济实用型电子语言书基本设计方案，虽然在音质方面不如语音直接存储的方案，但具有装置成本低廉、体积小巧、用电省和连续播放时间长的优势。 

1 硬件设计 

播放装置的电气原理图如图1所示。 

图1 IC卡电子语音书电气原理图 

    本设计中设有6个按键，分别为"播放"（BUTTON0）、"快进"（BUTTON1）、"慢进"（BUTTON2）、"快退"（BUTTON3）、"慢退"（BUTTON4）和"停止"（BUTTON5）。 

    为了能够在下一次开机时从上一次中止处继续播放，需要一个掉电保持的数据存储器，本文中使用了AT24C01A。 

    为使播放装置的体积和重量尽可能减小，本装置仅使用一节AA型（即5号）电池，因此需采用升压式开关型稳压电源，本文采用的是MAX856。为了节省电池消耗，本装置应具有自动断电的功能。按下"播放"键时，MAX856芯片1脚将抬高为高电平，装置上电。以后每隔16秒由单片机向MAX856芯片1脚发送一个高电平脉冲，让装置继续被供电。当定时时间（60分钟）到时，装置停止向MAX856芯片发送高电平脉冲，则装置自动断电。 

本设计中采用的AT45D041型大容量IC存储卡的主要功能和技术参数如下： 

（1）具有与SPI兼容的串行接口； 

（2）4325376位； 

（3）低功耗，动态电流为15mA，静态待机电流为20μA；
 
（4）最大时钟频率为10MHz。 

    AT45D041型大容量IC存储卡的引脚及命令请参阅参考文献[1]。图1中IC_CARD的1～8脚对应于AT45D041的1～8引脚；9和10为IC卡座的辅助触点，用于检测IC卡是否已插入。 

本设计中采用的ISD4004语音芯片的主要功能和技术参数如下： 

（1）16分钟语音录放，最小段长200～400ms（本设计采用300ms）； 

（2）最大段数2400段； 

（3）SPI接口方式。 

    ISD4004语音芯睡的主要引脚及与单片机的连接方法描述如下：AUD OUT--输出音频信号，为了得到较大的输出，采用功率放大器LM386进行放大再提供给耳机或喇叭。SS--片选，低电平有效，两条指令之间为高电平。MOSI--串行输入端，主控制器应在串行时钟上升沿之前半个周期将数据放到本端。MIS0--串行输出端。SCLK--串行时钟输入端，由主控制器产生，用于同步MOSI和MISO的数据传输。上述4个端子分别接单片机的P1.7～P1.4。/INT--中断，本端为漏极开路输出，在任何操作中检测到EOM或OVF时，本端变低并保持；接单片机的INT0。RAC--行地址时钟，漏极开路输出，用于存储管理，接单片机的P1.3。 

2 语音码文件的形成 

    ISD4004语音芯片是按段存放声音的，每段一个音，每个音300ms。但应注意到有许多字具有相同的发音（如ye3：也、冶、野）；而有些发音并无汉字（如：wai2、sai3、ka2等）。对于每一个不同的音，又有5个基本的发声（即阴平1、阳平2、上声3、去声4和轻声5）顺序。只要有汉字与之对应（相同发音只取一个），则赋予其一个编码，如此即可得到全部语音码。汉字现有发音共计1311个。设计时，把所有不同的音按英文字节和发声顺序排列，共有1337个（1311汉字+26英文字母）语音码，亦即1337个语音。用1.5个字节可存储一个语音码（亦即1个汉字读音），则4M位的IC卡可存储近349500个汉字语音。语音码确定后，即可将1337个语音按语音码的顺序写放ISD4004语音芯片中。 

    首先按GB2312-80给出两级汉字的内码与语音码的转换表，参见表1。对于给定的文本文件中的每个字，只需查出其区位码，然后通过查表即可得到其拼音码，最后将拼音码写入大容量IC卡。对于标点符号，将其处理为停顿（不发声）。值得注意的是，有些汉字（如：和，he2、he4、huo2、huo4、hu2）有多种发音，对于这些汉字将有多个语音码与之对应。究竟转换为哪个语音码，则需参考该汉字的前一汉字或后一汉字。仍不能确定时，应取出现概率为最大的音（如和，取he2）。 

表1 区位码与拼音码的转换表（片段）  

    采用VB程序将电脑中的文本文件转换成本文的语音码，并将其写入IC卡中，从而形成了"电子语音书"。不同IC卡装有不同的内容，即不同的"书"。注意到IC卡的内容是可以改写的，一本书听过之后，还可以到特约的服务点换一本新的"书"来听。 

    按照本文给出方案所设计的IC卡电子语音书插放装量的体积约为120mm×80mm×14mm。本装置的语音发音略显生硬。如能进一步引入智能处理算法，使各汉字发音之间的连接变得柔和一些，发声效果将得到改善。