基于嵌入式Linux语音合成关键技术的研究与实现

论文摘要

随着计算机技术和数字信号处理的发展,语音合成技术越来越多的应用于水声语音通信领域。语音合成技术就是让机器设备生成语音的技术,借此提供一种信息传达的语音表达方式。语音合成也被称作文语转换(TTS)技术,目前应用嵌入式系统实现TTS技术已经成为了一个发展趋势。本论文正是在这一背景下,将TTS技术与嵌入式技术结合在一起,可将其应用于水声语音通信领域中。本文中的水声通信语音合成装置模型是基于ARM9系列微处理器芯片S3C2440A和音频编码解码芯片UDA1341TS,在嵌入式Linux系统上实现文本到语音的转换。由于平台采用嵌入式Linux,扩展性非常强,同时由于ARM9体系结构的一致性及其外围电路的通用性,本系统无需修改便可应用于其他多种用途。本文首先对语音合成技术的特点、原理进行了简单介绍并比较了目前常用三种语音合成技术的优缺点；紧接着详细地分析和论述了语音合成装置的硬件结构、设计原理,包括系统模型以及嵌入式开发理论；然后,对于实现语音合成装置的软件部分嵌入式Linux进行了介绍,并详细地阐述了嵌入式Linux的启动过程、交叉编译环境、Linux内核的配置、内核编译及根文件系统的制作,最终实现嵌入式Linux的移植。论文还对音频芯片UDA1341TS在嵌入式Linux下的驱动和工作流程做了介绍,并且成功地将音频驱动添加到嵌入式Linux中,使其驱动静态的编译为Linux内核的一部分。对语音合成所必须的汉字集获取,语音库制作、WAV声音文件的生成做了细致的说明,完成了语音合成装置的仿真。最终通过实验在Linux平台及S3C2440A的嵌入式Linux平台上均实现了语音合成。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的背景和意义
• 1.2 水声通信系统概述
• 1.3 语音合成技术的发展历史和国内外现状
• 1.4 语音合成技术存在和问题和发展方向
• 1.5 本文的主要内容
• 第2章 语音合成技术
• 2.1 引言
• 2.2 语音信号的数学模型
• 2.3 语音合成的分类
• 2.3.1 基于合成基元的分类
• 2.3.2 基于合成模型的分类
• 2.4 常见的语音合成方法
• 2.4.1 共振峰合成
• 2.4.2 线性预测参数合成（LPC）
• 2.4.3 基音同步叠加合成（PSOLA）
• 2.5 本章小结
• 第3章 语音合成装置硬件平台
• 3.1 语音合成装置系统整体结构
• 3.2 处理器选型及设计
• 3.3 系统硬件平台设计
• 3.3.1 电源模块及复位电路
• 3.3.2 处理器与SDRAM和FLASH接口
• 3.3.3 RS232/RS-485接口
• 3.3.4 音频芯片UDA1341TS
• 3.3.5 SD卡部分设计
• 3.4 本章小结
• 第4章 语音合成装置软件平台的设计与实现
• 4.1 嵌入式LINUX简介
• 4.1.1 嵌入式Linux的优点
• 4.1.2 Linux操作系统的分类
• 4.2 嵌入式LINUX启动过程
• 4.2.1 Bootloader启动过程
• 4.2.2 Linux内核启动
• 4.3 移植LINUX内核
• 4.3.1 建立交叉编译环境
• 4.3.2 Linux源码参数修改
• 4.3.3 Linux内核配置
• 4.3.4 编译内核
• 4.4 LINUX根文件系统制作
• 4.5 音频芯片驱动的实现与加载
• 4.5.1 音频芯片的驱动流程与实现
• 4.5.2 音频芯片驱动程序加载
• 4.5.3 音频芯片的工作过程
• 4.6 本章小结
• 第5章 语音合成装置系统的调试与运行
• 5.1 系统仿真
• 5.1.1 生成常用汉字集
• 5.1.2 语音库生成
• 5.1.3 语音合成仿真实现
• 5.2 嵌入式LINUX下实现语音合成
• 5.3 实验结果
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢