基于單片機(jī)的文語(yǔ)轉(zhuǎn)換系統(tǒng)設(shè)計(jì)

盧如意

摘 要：文語(yǔ)轉(zhuǎn)換（Text to Speech）技術(shù)是一種綜合了語(yǔ)言學(xué)處理和聲學(xué)處理兩部分的計(jì)算機(jī)語(yǔ)音合成技術(shù)，前者是對(duì)輸入文本進(jìn)行語(yǔ)言學(xué)分析，后者則是通常所說(shuō)的語(yǔ)音合成。文語(yǔ)轉(zhuǎn)換技術(shù)能將任意的文字信息實(shí)時(shí)的轉(zhuǎn)化為標(biāo)準(zhǔn)流暢的語(yǔ)音，它是一項(xiàng)復(fù)雜的語(yǔ)音處理技術(shù)，涉及聲學(xué)、語(yǔ)言學(xué)、數(shù)字信號(hào)處理、計(jì)算機(jī)科學(xué)等領(lǐng)域的多學(xué)科綜合性技術(shù)。本文以語(yǔ)音合成及單片機(jī)控制為主電路，PC機(jī)通過(guò)串口向單片機(jī)發(fā)送指令最終控制語(yǔ)音合成電路部分發(fā)聲以及LCD文字顯示。

關(guān)鍵詞：文語(yǔ)轉(zhuǎn)換 單片機(jī) 語(yǔ)音合成

中圖分類(lèi)號(hào)：TP271 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2015）06（b）-0000-00

1 引言

所謂文語(yǔ)轉(zhuǎn)換技術(shù)（Text-to-Speech，簡(jiǎn)稱(chēng)TTS）指的是計(jì)算機(jī)能自動(dòng)的將任意文字信息實(shí)時(shí)轉(zhuǎn)化為標(biāo)準(zhǔn)流暢的語(yǔ)音朗讀出來(lái)。文語(yǔ)轉(zhuǎn)換技術(shù)是一門(mén)復(fù)雜的語(yǔ)音處理技術(shù)，它涉及眾多學(xué)科技術(shù)，比如聲學(xué)、語(yǔ)言學(xué)、數(shù)字信號(hào)處理、計(jì)算機(jī)科學(xué)等 [1]。隨著電子科學(xué)技術(shù)、計(jì)算機(jī)技術(shù)、語(yǔ)音合成技術(shù)不斷的發(fā)展，文語(yǔ)轉(zhuǎn)換技術(shù)也取得了一系列的成果，特別是在系統(tǒng)的性能上面得到了很大的改善。

1.1 文語(yǔ)轉(zhuǎn)換的目的及意義

語(yǔ)音合成，相當(dāng)于給機(jī)器裝上嘴巴進(jìn)行說(shuō)話(huà)。早期的人機(jī)交互方式為鍵盤(pán)和顯示器方式，這種方式在有些場(chǎng)合效率很低，而且操作也不方便，由此語(yǔ)音合成就突出了它的特點(diǎn)，它能使一些其他存儲(chǔ)方式的信息能夠轉(zhuǎn)化成人類(lèi)最習(xí)慣、最方便交換的語(yǔ)音信號(hào)，使得人簡(jiǎn)單的通過(guò)聽(tīng)覺(jué)即可得到大量的信息。

1.2 文語(yǔ)轉(zhuǎn)換的研究背景

近年來(lái)，國(guó)內(nèi)外投入了大量的資源在語(yǔ)音合成領(lǐng)域研究，使其得到了迅猛的發(fā)展，并出現(xiàn)了大量的新技術(shù)和新設(shè)計(jì)理念。語(yǔ)音合成技術(shù)有著廣泛的應(yīng)用前景，特別是在人機(jī)交互中的應(yīng)用，如語(yǔ)音報(bào)警器、語(yǔ)音報(bào)時(shí)器、公共汽車(chē)上的自動(dòng)報(bào)站、股票信息的查詢(xún)、電話(huà)查詢(xún)業(yè)務(wù)，以及打印出版過(guò)程中的文本校對(duì)等[3][4][5]。

2 文語(yǔ)轉(zhuǎn)換系統(tǒng)的原理

早期的文語(yǔ)轉(zhuǎn)換研究主要集中在語(yǔ)音合成方面，即指用機(jī)器產(chǎn)生人工語(yǔ)言的技術(shù)，它可以通過(guò)力學(xué)的光學(xué)的或電子學(xué)的手段產(chǎn)生類(lèi)似人說(shuō)話(huà)的聲音；隨著計(jì)算機(jī)技術(shù)的發(fā)展和應(yīng)用，產(chǎn)生語(yǔ)音主要靠計(jì)算機(jī)來(lái)完成，現(xiàn)代的文語(yǔ)轉(zhuǎn)換主要是指用計(jì)算機(jī)完成高清晰度、高自然度、高可懂度的語(yǔ)音的技術(shù)。要完成高質(zhì)量的語(yǔ)音，除了采用各種聲學(xué)處理手段外，還必須對(duì)文字的內(nèi)容有很好的理解，這將涉及到自然語(yǔ)言理解的問(wèn)題。只有模擬人產(chǎn)生語(yǔ)音的過(guò)程，即首先對(duì)要發(fā)生的文字內(nèi)容有很好的理解，然后根據(jù)人類(lèi)積累的語(yǔ)音規(guī)律（即韻律規(guī)則）通過(guò)聲道將文字順序轉(zhuǎn)換成聲音，才能得到流利的、容易理解的自然語(yǔ)音。

2.1 文語(yǔ)轉(zhuǎn)換系統(tǒng)的組成

文本分析、韻律控制和語(yǔ)音合成這三個(gè)模塊[7]是文語(yǔ)轉(zhuǎn)換系統(tǒng)的三個(gè)核心部分，其結(jié)構(gòu)如圖1所示。

圖1 TTS系統(tǒng)基本框圖

文語(yǔ)轉(zhuǎn)換系統(tǒng)區(qū)別于其他類(lèi)型的語(yǔ)音合成系統(tǒng)是它具有某種程度的篇章理解能力，其能力主要由文本模塊來(lái)實(shí)現(xiàn)。文語(yǔ)轉(zhuǎn)換系統(tǒng)能對(duì)輸入的文本進(jìn)行語(yǔ)言學(xué)的分析，生成一種適合于語(yǔ)音學(xué)的內(nèi)部表示，在此過(guò)程中需要確定每個(gè)字的正確讀音以及識(shí)別詞與詞之間的界限。

3 文語(yǔ)轉(zhuǎn)換系統(tǒng)硬件設(shè)計(jì)

本文在語(yǔ)音合成技術(shù)上實(shí)現(xiàn)了文語(yǔ)轉(zhuǎn)換系統(tǒng)，即將固定的或者輸入的文本通過(guò)語(yǔ)音合成模塊進(jìn)行播放，并將其內(nèi)容顯示在液晶屏上。系統(tǒng)的總體框圖如圖2所示。

圖2 語(yǔ)音合成系統(tǒng)框圖

整個(gè)系統(tǒng)由單片機(jī)最小系統(tǒng)、LCD顯示模塊、語(yǔ)音合成電路模塊、通信模塊、電源模塊等幾部分組成。

4 文語(yǔ)轉(zhuǎn)換系統(tǒng)軟件設(shè)計(jì)

軟件設(shè)計(jì)可以分為兩部分設(shè)計(jì)：一是主程序設(shè)計(jì)；二是子程序設(shè)計(jì)。主程序設(shè)計(jì)主要完成的內(nèi)容是：程序初始化（單片機(jī)端口初始化、串口通信初始化）、子程序的調(diào)用及跳轉(zhuǎn)等。語(yǔ)音合成子程序主要完成的內(nèi)容：根據(jù)系統(tǒng)的要求將相應(yīng)的文本內(nèi)容合成語(yǔ)音。其中主程序設(shè)計(jì)流程圖如圖3 所示。

圖3 主程序流程圖

語(yǔ)音合成子程序的流程圖如圖4所示。其相應(yīng)程序如下，buf為輸入的文本數(shù)組首地址，語(yǔ)音合成子程序通過(guò)串口將相應(yīng)的文本發(fā)送給語(yǔ)音合成電路進(jìn)行播放，并且在主程序中調(diào)用液晶顯示子程序?qū)ο鄳?yīng)文本進(jìn)行顯示。

void Speech（uchar *buf）

{

uchar i = 0； //循環(huán)計(jì)數(shù)變量

uchar xor = 0x00； //異或校驗(yàn)碼變量

uchar ch = 0x00；

uchar len = 0x00；

while（buf[len++]）；

for（i = 0； i < HEAD_LEN； i++）

{

if（i == BKM_OFFSET）

ch = nBkm << 3； //寫(xiě)入背景音樂(lè)

else if（i == LEN_OFFSET）

ch = len + 3；

else

ch = head[i]；

xor ^= ch；

Usart_PutChar（ch）；

Delay（1）；

}

for（i = 0； i < len； i++）

{

xor ^= buf[i]；

Usart_PutChar（buf[i]）；

Delay（1）；

}

Usart_PutChar（xor）； //發(fā)送校驗(yàn)位

Delay（10）；

//while（TTS_BUSY）； //等待語(yǔ)音播放結(jié)束

Delay（10）；

}

圖4 語(yǔ)音合成子程序

5 結(jié)論

語(yǔ)音合成的研究已經(jīng)有200多年的歷史，隨著最近幾十年語(yǔ)音合成技術(shù)的快速發(fā)展，語(yǔ)音合成在各項(xiàng)領(lǐng)域的應(yīng)用也越來(lái)越廣泛。本文主要完成的內(nèi)容是：在基于語(yǔ)音合成芯片的基礎(chǔ)上，利用軟硬件結(jié)合，完成了文語(yǔ)轉(zhuǎn)換系統(tǒng)的設(shè)計(jì)。

本課題所設(shè)計(jì)的文語(yǔ)轉(zhuǎn)換系統(tǒng)雖然實(shí)現(xiàn)了預(yù)期的功能，但由于相關(guān)的理論知識(shí)的欠缺以及時(shí)間上的緊迫，還存在著若干個(gè)問(wèn)題：

（1）對(duì)前人已研究出來(lái)的方法及原理總結(jié)得不夠精煉。

（2）合成的語(yǔ)音在自然度和清晰度等方面還需要提高。

參考文獻(xiàn)

[1]魏文密. 文語(yǔ)轉(zhuǎn)換方法研究——文本分析[D]. 碩士：長(zhǎng)安大學(xué)，2007.

[2]張鵬洲. 文語(yǔ)轉(zhuǎn)換系統(tǒng)研究與應(yīng)用[D]. 博士后：中國(guó)科學(xué)院計(jì)算技術(shù)研究所，1999.

[3]韓紀(jì)慶，張磊，鄭鐵然.語(yǔ)音信號(hào)處理[M]. 北京：清華大學(xué)出版社，2004.

[4]郭鋒. 基于PSOLA的漢語(yǔ)文語(yǔ)轉(zhuǎn)換技術(shù)研究[D]. 碩士：南京航空航天大學(xué)，2007.

[5]黃華. 嵌入式語(yǔ)音合成技術(shù)的研究[D]. 碩士：重慶大學(xué)，2011.

[6]張鵬. 嵌入式語(yǔ)音合成系統(tǒng)的研究與實(shí)現(xiàn)[D]. 碩士：武漢理工大學(xué)，2006.

[7]張雪英. 數(shù)字語(yǔ)音處理及MATLAB仿真[M]. 北京：電子工業(yè)出版社，2010.

[8]PRAHALLAD Kishore，BLACK Alan.A text to speech interface for Universal