基于TMS320VC5416DSP的数字助听器设计
0 引言 随着社会的发展以及人们对听障患者的日益关注，助听器的发展逐渐受到人们的重视。但由于听力障碍患者病因各异，其听力损失情况存在着较大差异，使得每位患者对于助听器的补偿有着不同的要求。目前，现代助听器技术进入到全数字助听器时代。同时，各种有效提高数字助听器效能的数字信号处理算法也得到更多的重视。在此提出基于TMS320VC5416的数字助听器设计，能满足听障患者对听力的需求。 l 系统构成和工作原理 1．1 系统组成 基于助听器的技术要求，选用TI公司的C54X系列产品TMS320C5416(以下简称C5416)和数字编码器TLV320AIC23(以下简称AIC23)。 数字编码器AIC23是TI公司推出的一款高性能的立体声音频Codec芯片，A／D转换和D／A转换部件集成在芯片内部，采用先进的∑-△过采样技术，内置耳机输出放大器。AIC23DSPCodec工作电压与C5416的核心和I／O电压兼容，可实现与C54x串行口的无缝连接，功耗很低，使得AIC23是一款非常理想的音频模拟器件，可以很好地应用于数字助听器的设计当中。 系统结构如图1所示，主要包括DSP模块、音频处理模块、JTAG接口、存储模块及电源模块等。模拟语音信号通过MIC或IANE IN输入AIC-23，经过模／数转换后通过MCBSP串口输入C5416，经过实际所需的算法进行处理和补偿后，得到听障患者所需要的语音信号，再通过AIC23数／模转换，通过扬声器或耳机输出声音信号。 ![]()
1．2 C5416与AIC23的接口设计 图2是C5416与AIC23的接口原理图。由于AIC23采样输出的是串行数据，因此需要协调好与之相配的DSP的串行传输协议，MCBSP是最适合做语音信号传输的。将AIC23的第22脚MODE接高电平，接收来自DSP的SPI格式串口数据。数字控制接口(SCLK，SDIN，CS)与MCBSPl连接，控制字共16位，由高位开始传输。数字音频口LRCOUT，LRCIN，DOUT，DIN，BCLK与MCBSP0相连。在工作方式上，DSP为主模式，AIC23为从模式，即BCLK的时钟信号由DSP产生。
串口时钟由BCLKX0，BCLKR0并联到AIC23的BCLK时钟，这样在发送和接收数据时都可产生串口时钟信号。输入／输出同步信号LRCIN与LRCOUT，用来启动串口数据传输，接收DSP的帧同步信号。 BFSX0和BFSR0，BDR0和BDX0分别与AIC23的DIN和DOUT连接来实现DSP与AIC23之间的数字通信。 2 系统实现 2．1 语音的基本特性 声音是一种波，能被人耳听到声音的振动频率为20 Hz～20 kHz。语音是声音的一种，他是由人的发音器官发出的，具有一定语法和意义的声音。语音的振动频率最高可达15 kHz。 语音按其激励形式的不同分为：浊音、清音、爆破音。而人的声音特性基本是由基因周期和共振峰等因素决定的。当发浊音时，气流通过声门使声带发生振动，产生准周期激励脉冲串。这个脉冲串的周期就称为“基因周期”，其倒数即为“基因频率”。 人类的声道和鼻道都可以看做是非均匀界面的声道管，声道管的谐振频率称为共振峰。改变声道的形状就产生不同的声音。共振峰用依次增加的多个频率表示．如F1，F2，F3，等，称之为第一共振峰，第二共振峰等。为了提高语音接收质量，必须采用尽可能多的共振峰。实际中，头三个共振峰是最重要的，具体情况因人而有差异。 2．2 语音增强 在实际的应用环境中，语音会不同程度的受到环境噪声的干扰。语音增强就是对带噪语音进行处理，降低噪声的影响，改善听觉环境。 实际语音遇到的干扰可能包括以下几类： (1)周期性噪声：如电器干扰，发动机旋转引起的干扰等，这类干扰在频域表现为一些离散的窄峰。特别是50 Hz或60 Hz交流声会引起周期噪声。 (2)冲击噪声：如电火花，放电产生的噪声干扰，这类干扰在时域表现为突然出现的窄脉冲。消除这种噪声可以在时域中进行，即根据带噪语音信号幅度的平均值确定阈值。 (3)宽带噪声：通常指高斯噪声或白噪声，其特点是频带宽，几乎覆盖整个语音频段。它的来源很多，包括风、呼吸噪声和一般的随机噪声源。 2．3 算法分析 噪声影响使得患者语言识别率大幅下降，去噪和补偿是助听器的重要环节。人耳对于25～22 000 Hz的声音有反应。语音的大部分可用信息只存在于200～3 500 Hz之间。根据人耳感知特性及实验确定，对语音感知，语音识别较为重要的第二共振峰大部分位于1 kHz之上。 2．3．1 周期噪音消除 周期噪声一般是许多离散的谱峰，来源于发动机的周期性运转。电器干扰，特别是50～60 Hz交流声也会引起周期噪声。所以使用带通滤波器可以有效地消除周期噪音以及3 500 Hz以上的高频声音。 IIR数字滤波器在没计上可以借助成熟的模拟滤波器的成果，如巴特沃斯、契比雪夫和椭圆滤波器等，IIR数字滤波器线性差分方程： Matlab环境下可视化得到滤波器对动态输入数据的实时滤波效果如图3所示。
2．3．2 基于短时谱估计的宽带噪音去除 由于语音信号的短时谱具有较强相关性，而噪声的前后相关性很弱，因此采用基于短时谱估计的方法从带噪语音中估计原始语音。而且人耳对于语音相位感受不敏感，可将估计得对象放在短时谱的幅度上。 2．3．3 谱相减法 谱相减法在无参考信号源的单话筒录音系统中是一个有效的方法。因为噪声是局部平稳的，可认为发语音强的噪声与发语音期间的噪声功率谱相同，因此利用语音前后的“寂静帧”来估计噪声。 谱相减法的原理框图及仿真结果如图4，图5所示，对语音信号加窗处理后，利用已知的噪声功率谱信息对信号进行除噪处理。
| 
楼主
标题置顶
标题高亮
