语音芯片定义：通过采样将语音信号转换为数字，存储在IC的ROM中，然后通过电路将ROM中的数字还原为语音信号。
根据语音芯片的输出方式分为两类。 一种是PW输出模式，另一种是DAC输出模式。 PD输出音量不可连续调节，无法连接普通功放。 目前市场上的语音芯片大多采用Pm输出方式。 。 另一种是DAC经过内部EQ放大。 语音芯片的声音连续可调，可数字化控制调节，可外接功放。
普通语音芯片的播放功能本质上是DAC过程，而ADC处理数据是由计算机完成的，包括对语音信号的采样、压缩、EQ等处理。
录音芯片包括ADC和DAC两个流程，均由芯片本身完成，包括语音数据采集、分析、压缩、存储、播放等步骤。
音质取决于 ADC 和 DAC 位数。 例如：20秒到340秒，最小值为10秒到340秒。 从名字直观上看，语音芯片就是与语音相关的芯片。 语音是存储的电子声音。 凡是能够发出声音的芯片都是语音芯片。 俗称声音芯片，更准确的英文应该是Voice IC。 在语音芯片这个大家族中，根据声音的类型可以分为两种：（语音IC）和（音乐IC）。 这应该算是语音芯片的专业区分。 方法。
语音芯片根据IC本身的物理结构具有多通道（同时发送多通道声音），可分为多种类型：
单通道语音IC（Speech IC）（此类语音芯片不支持音乐IC音乐存储方式）； 常见的语音IC是单通道语音芯片，GYO20-OTP20秒和GY010动物叫声是最典型的单通道语音IC。 通道语音芯片。
单通道音乐IC（Music IC），在同一单位时间内只能发出一种类型音乐的音乐IC。 电子声音文件是一种.Mid后缀的文件，只有一个通道。
经常提到的单声道芯片是最基本的音乐IC。 单声道芯片的效果是由一定时间内输出的音符数量决定的。 多达64音符、128音符等，单声道芯片应用范围广泛。 价格极低。 最常见的是单声道芯片和生日快乐卡单声道芯片。 典型的有GY20S等。严格来说，单声道音乐IC和单声道芯片的结构是不同的。
双通道语音IC、2通道和多通道语音芯片。 实际应用中，语音播放一般是固定在某个通道进行声音播放（相当于单通道）。 然而，此类产品比单个通道要小。 通道的语音IC（Speech ic）的成本会更高，价格也会更高。 设计时为了平衡产品价格和应用，语音芯片厂商一般在功能支持和音效方面做得比较完善。
这种结构可以根据产品和解决方案的实际应用领域和价格来确定。 语音芯片输出一般为单路声音输出。 支持立体声的产品很少。 对于高端产品，必须选择MP3主控芯片。 计划的种类
2通道音乐芯片，俗称双音芯片（lusic with Dual Tone IC）。 顾名思义，能在同一单位时间内双声道发出音乐的音乐IC电子音源文件一般为双声道.Mid File，常见的圣诞系列音乐IC如：GYM3S16、GYM3S16-A等 。
我想在这里补充几句话。 市场上还有一种名为meldy的音乐芯片。 它的定义是什么？ 简单来说，它是一款比单声道芯片好，比和弦芯片差的音乐芯片。 因此，双音芯片也被称为旋律音乐芯片。 melodv结构应该说是更先进的单音芯片，或者说是效果加倍的单音芯片。
Sounds with more than three channels are also called polyphonic music. The often said 4-chord music IC refers to a 4-channel music IC, such as GYO40.
Generally, multi-channel voice chips support both music IC (Music IC) and voice IC (Speech IC) functions.
(1)语音信号的量化
采样率（f）、位数（n）、波特率（T）
采样：将语音模拟信号转换为数字信号。
采样率：每秒采样的数量（字节）。
波特率：每秒采样的位数。 波特率直接决定音质。 Bps：每秒比特数。
采样位数是指二进制条件下的位数。 一般情况下，除非另有说明，声音采样位数均指8位，范围为00H～FFH，静音设置为80H。
(2) 采样率
奈奎斯特采样定理（Nyquist Law）：要从采样信号中不失真地恢复原始信号，采样频率应大于信号最高频率的2倍。 当采样频率小于最高谐波频率的2倍时，信号频谱存在混叠。 当采样频率大于频谱最高频率的2倍时，信号的频谱没有混叠。
语音的频带宽度约为20~20K H2，普通语音约为3KHZ以下。 所以CD的音质一般都是44.1K、16bit，如果遇到一些特殊的声音。 比如乐器的音质也有48K、24bit的，但还不是主流。
一般我们处理普通语音IC时，采样率最高可达16K。 说话声音一般在SK（如电话音质）和6K左右。 6K以下效果较差。 GY系列语音芯片采样可达22K。
在单片机应用过程中，采样率越高，定时器中断速度越快，会影响其他信号的监视和检测，因此必须综合考虑。
(3)语音压缩技术
由于语音数据量巨大，因此需要对语音数据进行有效的压缩，这样可以让我们在有限的ROM空间内记录更多的语音内容。 有以下几种方法：
语音分割：将语音中重复的部分剪掉，通过排列组合完整播放内容。
语音采样：一般我们使用的音箱频响曲线都在中频部分，高频很少使用。 因此，当扬声器音质可以接受时，应适当降低采样频率以达到压缩效果。 这个过程是不可逆的。 无法恢复原来的样子，称为有损压缩。
数学压缩：主要压缩采样位数。 这种方法也是有损压缩。 比如我们常用的ADPCW压缩格式，将语音数据从16位压缩到4位，压缩率达到4倍。 MP3压缩数据流并涉及数据预测。 其波特率压缩比约为10倍。
通常，以上压缩方法结合使用。
(4)常用语音格式
PCM格式：脉冲编码调制，对声音模拟信号进行采样，得到量化的语音数据，是最基本、最原始的语音格式。 与它非常相似的是RAW格式和SND格式。 它们都是纯语音格式。
WAV 格式：Wave Audio Files 是 Microsoft 开发的一种声音文件格式，也称为波形声音文件，受到 Windows 平台及其应用程序的广泛支持。 WAV格式支持多种压缩算法并支持多种音频位、采样频率和通道。 但WAV格式需要太大的存储空间，不方便交流和传播。 WAV文件中存储的每条数据都有自己独立的标识符。 这些标识符可以告诉用户它是什么数据。 这些数据包括采样频率和位数、单声道或立体声等。
ADPCM格式：它使用成对的几个样本值来预测当前输入的样本值，并使其具有自适应预测功能，与实际检测值进行比较，并随时自动量化测量的差异。 处理，使其始终与信号同步变化。 适用于语音变化率适中、声音播放过程简短的场合。 其优点是对人声的处理比较真实，一般达到90%以上，在电话通讯领域得到了广泛的应用。
MP3格式：Moving Picture Experts Group Audio Laver III，简称MP3。 它采用了MPEG Audio Laver 3的技术，采用了一种被称为“感觉编码技术”的编码算法：编码时，首先对音频文件进行频谱分析，然后使用滤波器滤除噪声电平，然后将剩余的音频 被量子化。 下面的每一位进行分散排列，最终形成一个压缩比较高的m3文件，这样压缩
ssed文件在播放时可以达到更接近原始音源的声音效果。 其本质是vbr（variantBitrate可变波特率）可以根据编码内容动态选择合适的波特率，因此编码结果在保证音质的同时又照顾到文件大小。 MP3的压缩率是10倍甚至12倍。 它是第一个高压缩率语音格式Linear Scale格式：根据声音的变化率，将声音分为若干段，每段采用线性比例进行压缩，但其比例是可变的。
Logpcm格式：基本上对整个声音进行线性压缩并去除最后几位。 这种压缩方式在硬件上很容易实现，但音质比线性标度差，尤其是在音量较小、声音细腻的情况下。 主要用于纯语音。 中格式。 中格式语音占用的空间相对较小，有时仅需20秒即可将十多首中格式音乐加载到芯片中。
(1) 音乐通道及音色：
包络方波（补丁）通道（通道1）
包络：合成音色的一部分，单位时间内音符输出的变化，俗称“ADSR”
方波：合成音色的一部分，单位时间内音符方波电流的变化。 （另见三角波等）
通道：芯片同时输出的音符数量，即“单音乐器”的数量。
PCT：一种模拟音色，通过对乐器声音的 256 个点进行采样来模拟每个音符的音高。 （声音柔和，占用空间小，但不够真实）
全波：通过收集乐器的声音来模拟每个音符的音高。 （乐器声音真实，但占用空间大，对音色采集质量要求高）
(2)音乐的压缩：
由于音乐数据量巨大，因此需要对音乐数据进行有效的压缩，这样可以让我们在有限的ROM空间内记录更多的音乐内容。 有以下几种方法：
音乐分割：将音乐中可重复的部分剪掉，通过排列组合完整地播放内容。
音调：全波、PCT、双音的选择根据音乐的丰满度和需求来确定。 每个音所占的空间不明确，音质也不同。 数学
压缩：主要是对采样的音色（全波）进行压缩。 这种方法也是有损压缩。 它对要采集的音色进行下采样处理，以减小采集到的音色的大小（与语音修改相同）。
语音芯片是表达的可视化，用语音的长度来表示：
即：芯片在6k采样率下可以播放的长度。
同一品种芯片的成本与芯片尺寸成正比。
端口1/0的分配和ROM的大小（语音秒数）决定了芯片成本。 低秒语音芯片的 I/0 端口较少。
音质提升，采样改善，语音秒数缩短。
声音处理软件简介：
语音芯片按照集成电路的类型来划分。 所有与声音有关的集成电路统称为语音芯片（也称为语音IC，这里应该称为语音IC）。 不过，在语音芯片的大类中，也分为语音芯片。 有两种：IC（这里应该叫Speech Ic）和音乐IC（这里应该叫Music Ic）。
主要语音芯片大致分为20秒、40秒、80秒、170秒等，与传统芯片相比，这些IC大多采用8引脚封装，使得操作更加简单。
家电行业：电磁炉、电饭锅、冰箱、洗衣机、空调、风扇等。
安防报警：倒车雷达、叉车报警、家居防盗、门禁系统等。
医疗设备：弱视治疗仪、血压计、臭氧治疗仪、血糖仪等。
广告媒体：语音广告牌、镜面广告机、迎宾机、广告机等。
玩具系列：语音识别、汽车、布娃娃等。
智能交通：一卡通设备、红绿灯提醒等。
交通：语音电动车、语音公交站等。
礼品卡：贺卡、生日蛋糕祝福
