Revista Electrónica Profesional Impresa hace más de 25 años.

Información para Empresas y Electrónicos

Otros Semiconduct

La incorporación de voz natural a diseños embebidos es algo sencillo

Inicio desactivadoInicio desactivadoInicio desactivadoInicio desactivadoInicio desactivado
 

Laincorporaciondevoz1La incorporación de voz a un proyecto embebido puede mejorar la experiencia del usuario de un producto. Los comandos pueden confirmarse, el estado puede anunciarse y las temperaturas pueden leerse en voz alta.

Sin embargo, la incorporación de voz ha sido considerada una tarea desalentadora por su alto coste y dificultad. Este artículo demuestra que la utilización de un microcontrolador PIC® de 8 bit con un periférico modulador de ancho de pulso (PWM) puede proporcionar una forma sencilla y de bajo coste de añadir voz a un proyecto embebido.

Un método para codificar la voz es la denominada Modulación Diferen-cial Adaptativa de Código de Pulso (Adaptive Differential Pulse Code Modulation, ADPCM), una técnica que digitaliza las señales analógicas. La ADPCM aprovecha la alta correlación entre muestras de voz consecutivas y codifica la diferencia entre una muestra prevista y la muestra de voz. Cuando se reproduce o se decodifica se pueden prever las muestras futuras. La ADPCM proporciona una compresión eficiente con reproducción de voz de calidad.


Existen varios tipos de algoritmos ADPCM. El algoritmo de la Interactive Multimedia Association (IMA) reduce significativamente la complejidad matemática mediante la simplificación de algunas de las operaciones y utilizando tablas de consulta cuando sea apropiado, por lo que es una buena elección para los microcontroladores de 8 bit. Dado que la reproducción es el principal objetivo, se utilizará un programa en PC para la codificación, mientras que las tareas de decodificación se gestionarán por medio del microcontrolador. 


Para lograr que la reproducción sea interactiva, los recortes de voz se separan en archivos individuales y direccionables. Por ejemplo, para pronunciar el valor numérico de la temperatura, los números de uno a nueve, diez a diecinueve, veinte a veintinueve, treinta, cuarenta, cincuenta, sesenta, setenta, ochenta y noventa se almacenan en archivos separados. Por tanto, cuando la temperatura sea de 32 grados, la voz reproducirá dos archivos, uno después del otro: treinta-y-dos. Se emplea un sencillo sistema de archivos para almacenar y extraer los archivos con las voces individuales.

 

Laincorporaciondevoz2La cantidad de memoria necesaria para almacenar los archivos de voz depende del número de bits, la velocidad de muestreo y la cantidad almacenada. Para una calidad de sonido de conferencia, el número de bits necesarios es de 16 con una velocidad de 8000 muestras por segundo, que equivale a un ancho de banda de 4000 Hz. Por tanto, el tamaño de un segundo de voz es de 16.000 bytes.
Una vez codificado el archivo de voz con el algoritmo ADPCM de IMA, el tamaño comprimido es 1/4 de su tamaño original. Dependiendo de la cantidad de voz necesaria para un proyecto, se puede almacenar en la memoria de programa del microcontrolador o en una memoria Flash serie externa. Un megabit (128 Kbytes) de memoria Flash serie puede contener aproximadamente 32 segundos de voz.


El diagrama de flujo mostrado en la Figura 1 resume los pasos que se han dado. Primero, la voz se guarda en un PC como un archivo WAV. Segundo, utilizando un programa de edición de sonido, el archivo de voz original se ajusta y se re-muestrea a 8000 Hz, y a continuación se guarda como un archivo mono en formato ‘little-endian’ de 16 bit sin firma. Tercero, se codifica el archivo utilizando el algoritmo ADPCM y se guarda como un archivo binario. Cuarto, se recopilan todos los archivos juntos en un sistema de archivos. Finalmente, se almacenan los archivos en un microcontrolador o en una memoria externa.

 

Laincorporaciondevoz3La Figura 2 muestra el hardware para este sistema. El microcontrolador dirige el archivo de voz para su reproducción desde memoria y decodifica el archivo utilizando el módulo PWM. La salida del módulo PWM se filtra en un filtro paso bajo con un paso de banda de 4000 Hz. La señal analógica resultante se puede amplificar y reproducir por medio de un altavoz.


Con un pequeño esfuerzo destinado a la grabación de voces, su codificación en formato ADPCM y su almacenamiento en la memoria, un proyecto embebido puede incorporar una voz natural. Pero esto no se acaba aquí. Dado que los archivos son meras grabaciones, también se pueden introducir tintineos, tonos o zumbidos. El único límite para mejorar la experiencia de usuario de un diseño embebido es la imaginación del ingeniero.

Nota: El nombre y el logo de Microchip, PIC y MPLAB son marcas registradas de Microchip Technology Inc. en EE.UU. y en otros países. Las restantes marcas citadas pertenecen a sus respectivas compañías.

 

Referencias:
Se puede encontrar una Nota de Aplicación de Microchip AN643, con código fuente para un algoritmo ADPCM simplificado, en: http://www.microchip.com/stellent/idcplg
?IdcService=SS_GET_PAGE&nodeId=1824&appnote=en011118


Más información o presupuesto

Articulos Electrónica Relacionados

Redes Sociales

Edicion Revista Impresa

1ww   

Para recibir la edición impresa o en PDF durante 1 año (10 ediciones)

Suscripción papel: 180,00.- €  (IVA inc.)

Suscripción PDF: 60,00.- € (IVA inc)

Noticias Populares Electrónica

Plataforma analógica y de señal mixta TREO

onsemi ha presentado la plataforma Treo, una plataforma analógica y de señal mixta construida con tecnología de proceso Bipolar-CMOS-DMOS (BCD) en...

Puente de sensores en Ethernet para FPGA PolarFire®

Microchip Technology ha presentado su puente de sensores en Ethernet para FPGA PolarFire®, que funciona con la plataforma de procesamiento de...

Microchip amplía su catálogo de 64 bits de microprocesadores PIC64HX con seguridad poscuántica

Se prevé que el mercado mundial de la informática de borde (edge) crezca más del 30 por ciento en los cinco próximos años para desempeñar...

FPGA Microchip RTG4™ con bolas flip-chip sin plomo para aplicaciones espaciales

Las FPGA (Field-Programmable Fate Arrays) RTG4™ de Microchip Technology, tolerantes a la radiación y con bolas flip-chip sin plomo, han logrado la...

Noticias Electrónica Profesional

Noticias Fuentes de Alimentación

MOSFET de potencia de canal N de 40 V en encapsulados L-TO

Toshiba Electronics Europe GmbH ("Toshiba") ha lanzado dos nuevos MOSFET de potencia de canal N de 40...

MOSFET diminuto de canal N de drenaje común de Toshiba

Toshiba Electronics Europe GmbH ("Toshiba") ha lanzado un MOSFET de canal N de drenaje común de 12 V...

6ª Generación de procesadores Intel® Core™

Basada en la nueva microarquitectura Skylake, desarrollada con la tecnología de fabricación de Intel...

Actualidad Electrónica Profesionales

MOSFET de potencia de canal N de 40 V en encapsulados L-TO

Toshiba Electronics Europe GmbH ("Toshiba") ha lanzado dos nuevos MOSFET de potencia de canal N de 40...

MOSFET diminuto de canal N de drenaje común de Toshiba

Toshiba Electronics Europe GmbH ("Toshiba") ha lanzado un MOSFET de canal N de drenaje común de 12 V...

6ª Generación de procesadores Intel® Core™

Basada en la nueva microarquitectura Skylake, desarrollada con la tecnología de fabricación de Intel...

Convertronic

Revista © Convertronic Electrónica Profesional Española.Todos los derechos reservados GM2 Publicaciones Técnicas, S.L.
Tel.: +34 91 706 56 69
Poema Sinfónico, 27. Esc B. Planta 1 Pta 5
28054 (Madrid - SPAIN)
e-mail: gm2@gm2publicacionestecnicas.com ó consultas@convertronic.net

Suscríbete a nuestro boletín de noticias

Revista Española de electrónica. Impresa desde hace más de 25 años.

España - Madrid - Todos los derechos reservados Revista © Convertronic Electrónica Profesional Española.

Search