产 品 介 绍
产品介绍
应用于消费类电子产品上的交互式语音集成芯片（RSC-100/164T，RSC-300/364）是一种高性能、低成本的8位MCU，所有这类芯片内部集成有ADC、DAC、ROM（除了RSC-100/300）、RAM和麦克风的预放大电路，并拥有以下多种功能：与说话者无关/有关的语音识别、语音确认（PASSWORD）、语音和音乐合成，录音和回放、快速数字拨号（只有RSC-300/364）、持续监听。
产品线有两种通用目的的微处理器（RSC系列）
1. RSC-100/164T—低成本的版本（只支持4.0版本技术）
2. RSC-300/364（支持最新版本的6.0版本技术），它有更快的响应时间、先进和附加的技术（包括数字拨号，固定单词触发，同时产生数字记录和识别模板）
3. RSC-164/364产品的特性
a) 有64k内置ROM的8位微处理器；
b) 集成有A/D和D/A转换器；
c) DAC或PWM（Pulse Width Modulation）；
d) 可实现DTMF 拨号；
e) 音源的AGC功能；
f) 16个通用I/O端口；
g) 片上有输出放大器；
h) 省电模式-最小的功耗（小于5UA）。
RSC-300/364产品特性
RSC-300/364是专门为消费类电子产品应用而设计的，拥有高度集成和高识别率的系统化芯片。RSC-300/364有额外的SDAM和硬件加速器去支持SENSORY的最新技术（5.0以上）。这种特别设计的8位微处理器在拥有灵活的编程时支持一系列语音技术：与说话者无关/有关的识别、语音和音乐的合成、语音确认、语音提示、持续监听、快速数字拨号、录音和回放。RSC-300/364允许在片上存储最多6个与说话者有关的短句。RSC-300与RSC-364的区别就是少一个64K的ROM，根据封装和版本的不同，RSC-300/364的价格在2.2～3.9美元之间。
RSC-164T产品特性
SENSORY的RSC-100/164是专门为成本较为敏感的消费类电子和玩具业设计的。RSC-100/2164也是一块8位的微处理器，支持4.0的语音技术：与说话者无关/有关的语音识别、声音合成、语音确认、持续监听、录音和回放。片上集成有麦克风预放大电路、ADC、DAC、ROM、RAM和PWM（脉宽可调）的喇叭输出，从而使您的系统成本大大降低。RSC-100与RSC-164的区别就是少一个64K的ROM。
VOICE DAILER特性（ASSP）
VOICE DAILER364是为了增加语音拨号而设计的，它可应用在非手持的车载电话、手持电话、PDA、答录机和其它个人电子设备。使用者只需说出名字便可拨出相关的电话；VOICE DAILER-364芯片可管理一整套电话目录，包括名字、电话号码和语音识别模板。
SENSORY技术
与说话者有关的语音识别 (Speaker Dependent, SD)
在识别时，每个识别词语需要使用者训练两次来创建语音模板，一个模板需要占用128个字节的存储量。由于练习的原因，一般把需识别的词汇量限制在60个以内，但超过100个也是完全可以的。通过正常设计， SENSORY的SD技术能达到99%的准确率。
与说话者无关的语音识别 (Speaker Independent, SI)
——不需要训练
SI技术是为一种指定的语系而设计的（如英语、汉语、德语），它最多能识别14条命令（识别数量由ROM的容量决定）。通过正常设计，SENSORY的SI技术能达到97%的准确率
语音确认 (Speaker Verification, SV)
同SD技术有点相似，SV能辨别出现在的一句话与原来说的是否相同。使用者可以训练1～4级密码（密码级数越多越安全）来开启设备。误识率大概在1~6%。根据环境、使用者数量、要求的安全程度的不同可设定五级训练难度。
语音自适应技术 (Speaker Adaptive, SA)
对于单用户来说，SA通过一段时间对环境和说话者声音的适应，改进相关的语音模板，从而提高识别准确率。
持续监听 (Continuous Listening, CL)
持续监听技术不需按键便可对某个特别、非连续的命令（在这之前需要静音）产生响应， SENSORY提供SI和SD两种持续监听技术。
WORD SPOTTING
——在一句话中响应某个指定词语。
WORD SPOTTING是持续监听的升级版本，它可以从正常的谈话中“捕捉”并响应某个关键词语，这种技术提供了更为自然、友好的人机界面。
快速数字拨号 (Fast Digit)
——输入电话号码和数字串
快速数字拨号采用了优化的识别算法来实现快速数字串输入，这种技术对语音拨号应用是非常理想的，辟如用在手持通信设备、个人拨号器，手机、非手持设备。
录音和回放 (Record & Playback)
——压缩的数字声音再现。
SENSORY的交互式语音处理器可以14Kbit/s的数据率来存储声音在外置的RAM上。它可用在答录机、变音器、手持录音设备上。根据回放的质量和数量要求，也可以改变片上的压缩率。录音过程中出现完全静音时，微处理器会自动去掉静音这一段来改善声音质量，节约存储空间。
语音合成 (Speech Synthesis)
——创建一个自然的使用界面。
语音效果合成是通过在片上的微处理器读取ROM上的数据实现的。SENSORY合成技术使用了时域技术来压缩语音，使数据率在10kbit/s以下，另外使用了加强的ADPCM算法来回放声音。语音合成技术降低了对手工指令的依赖，使人机界面更为友好。
音乐合成 (Music Synthesis)
SENSORY的音乐合成技术能产生四首模拟乐曲，用户也可用一种乐器的声音和音阶来自定义乐库。合成技术不同于数字录音，一首2～3分钟的歌曲只需5KB的片外存储容量，在电话机的应用中，这种功能还可以产生DTMF音，使RSC微处理器实现直接拨号功能。
产品控制
——完全的系统芯片解决方法。
RSC语音处理器可单独工作或作为协处理器来实现语音功能，通常，它是一个复杂系统的核心：它可提供可变长度的指令，传输率达到4MIPS 、两个计时器、外部存储器接口、DAC和PWM输出，麦克风预放大器、16个I/O端口等。
开发工具
演示模板164T和364 (Demo Unit)
通过演示模板，您能充分体会到SENSORY公司SR芯片的真正魅力。每个模板都能单独演示独一无二的技术，包括SI、SD、SV等，164T和364有着几乎相同的硬件，两者的主要区别是预编程的软件和相关库文件。
RSC-164T和RSC-364开发工具 (Development Kit)
有着相同硬件平台的RSC-164T和RSC-364开发工具，提供了灵活、简便的开发环境，它包括硬件、软件两部分。利用它可开发出用户想要的新颖语音产品。软件开发人员可以无限制的接触到独特的语音技术.
Rapid Prototyping Module(适配器, RPM)
它用来连接164T/364演示模板和RSC-164T/364开发工具的，开发人员可以下载RSC软件到适配器，从而快速应用到自己的产品上.
Voice Dialer364开发工具
Voice Dialer364开发工具的硬件部分是演示模板364，利用这套工具可以开发出任何基于VD364芯片的语音拨号.
语音合成技术
Sensory SC-6xx系列语音合成芯片简介
一、 概述
Sensory SC-6xx系列语音合成芯片主要有SC-601、SC-604、SC-605、SC-614和SC-691，其中SC-691是一颗特殊的SC-604。
SC-601、SC-604、SC-605、SC-614具有相同的内核，只是I/O口的数量及片内MASK ROM的大小不一样。它们是带有DSP内核的16-bit单片机，必须进行软件开发才能应用，而且的它们软件（即控制程序）只能放在片内MASK ROM中，不能外挂，也就是说必须进行掩膜，而掩膜需要上量，这无法满足一些小批量产品的要求，即使产品能上量，前期的小批量试产也是没法进行的，有较大局限性。
出于对此局限性的考虑，SENSORY公司给SC-604编写了一个特殊控制程序，使SC-604工作于受控模式，并将该控制程序掩膜进了SC-604的片内MASK ROM中，由此就产生了SC-691，即SC-691是一颗掩膜了特殊控制程序的SC-604。它的特点是，不需要对SC-691本身进行软件开发，只需外加一颗常用的单片机（如8051）去控制它即可，这样开发速度快，开发周期短（因为不用掩膜），而且没有量的限制，很适合小批量产品及大批量产品的前期生产。但SC-601、SC-604、SC-605、SC-614可以单芯片工作，而SC-691则必须外接主控CPU及ROM，成本相对高一些，所以对于比较成熟的、能够上量的产品则改用SC-601、SC-604、SC-605、SC-614比较合适。
二、SC-601、SC-604、SC-605、SC-614共同特征
1、 带DSP内核的16-bit单片机，具有很强的运算能力，且运行速度快，每秒可执行1200万条指令（12MIPS）。
2、 带语音合成器，支持MELP、CELP、LPC及ADPCM多种语音压缩算法，音质好
3、 能同时播放语音及MIDI音乐
4、 工作电压范围：3.0V~5.2V
5、 功耗低，且有省电模式，省电模式下电流在10u A以下
6、 32K WORDS片内CODE ROM，用于存储程序及语音数据
7、 另有片内DATA ROM，用于存储语音数据
8、 640 WORDS RAM
9、 16~64条I/O
10、 PDM输出，能直接驱动32Ω喇叭，也可以另加放大电路进行放大
11、 振荡电路可以用电阻也可以用32.768KHz晶振
12、 裸片或LQFP封装
三、SC-601、SC-604、SC-605、SC-614的I/O、ROM及封装的比较
|
芯片型号 |
SC-601. |
SC-604 |
SC-605 |
SC-614 |
|
I/O |
32 |
16 |
32 |
64 |
|
ROM |
32K WORDS |
32K WORDS |
32K WORDS |
32K WORDS |
|
DATA ROM |
1Mb |
无 |
1．83Mb |
无 |
|
能存储语音数据的时间长度（1.0Kbps MX） |
24分钟 |
6.5分钟 |
37分钟 |
6.5分钟 |
|
引脚数 |
LQFP封装 |
100 |
64 |
100 |
100 |
|
裸片 |
52 |
36 |
52 |
86 |
另外，SC-614可以外接最大为64 Mb的ROM来存储语音数据，存储的语音数据可播放长达18小时。
四、SC-691的主要特征
1、 支持MELP、CELP、LPC及ADPCM多种语音压缩算法，音质好
2、 能同时播放语音及MIDI音乐
3、 工作电压范围：3.0V~5.2V
4、 功耗低，且有省电模式，省电模式下电流在10u A以下
5、 PDM输出，能直接驱动32Ω喇叭，也可以另加放大电路进行放大
6、 振荡电路可以用电阻也可以用32.768KHz晶振
7、 裸片（36脚）或LQFP封装（64脚）
8、 本身不需要编写软件，只需外加一个单片机（可以是8位的也可以是4位的）去控制它即可，另外还需外加一个ROM存储语音数据，如下图所示：
MCU从ROM中读取语音数据，发给SC-691，SC-691然后把语音数据合成语音播放出来。
9、 SC-691本身没有语音数据时间长度的限制，其能播放的语音时间长度由主控CPU（MCPU）外挂的ROM的大小而定。
10、 与MCPU之间的接口为2条状态线+3条控制线+4条数据线或2条状态线+2条控制线+8条数据线，前一种方式下，SC-691可以在播放语音的过程中接收新的控制命令，而后一种方式，SC-691在播放语音的过程中不能任何控制命令，只能在一段语音播放完了之后才能接受新的控制命令。
11、 有4条通用I/O
12、 有6级音量可调
13、 播放语音的语调和语速可调
五、MELP、CELP、LPC及ADPCM语音压缩算法
MELP： Mixed Excitation Linear Prediction，混合激励线性预测编码
CELP： Code Excited Linear Prediction，码激励线性预测编码
LPC： Linear Predictive Coding，线性预测编码
ADPCM：Adaptive Differential Pulse Code Modulation，自适应差分脉冲编码调制
数据率比较：
|
算法 |
数据率（8KHz采样率） |
存储1分钟语音需要的ROM大小 |
|
MELP |
1.0~3.5 Kbps |
7.5~26.2KB |
|
CELP |
3.0~11.2 Kbps |
22.5~84 KB |
|
LPC |
1.8 Kbps |
13.5 KB |
|
ADPCM |
32 Kbps |
240 KB |
六、开发工具
1、 语音压缩工具：SCT-6000，用于压缩语音，SC-601、SC-604、SC-605、SC-614和SC-691都需要
2、 软件开发工具：
1） MSPSCANPORTI/F（PC并口连接器）
2） SDK50P614（15片SC-614-P，SC-614窗口片）
3） SPEECH–EVM + EPC50C605（用于SC-601、SC-604、SC-605、SC-614独立模式的软件开发）/ EPC50C604（用于SC-604受控模式的软件开发）/ PC50C604（SC-691主控CPU的软件开发）
|
