学会System Generator（18）音频信号采集与输出

本文是该系列的第18篇。数字信号处理的内容博大精深，音频信号处理、数字图像处理、雷达信号处理等等都属于DSP系统。从本文开始将记录一些简单的音频信号处理算法在System Generator中的实现方法。本文将介绍如何搭建音频信号的采集与输出模型。

---

音频信号基础概念

音频信号属于一维信号，一些基本概念如下：

• 采样频率：根据奈奎斯特采样定理，采样频率Fs应该不低于声音信号中最高频率2倍。常见的音频格式文件（如mp3、wav等）有几个固定的采样频率：11025Hz、22050Hz、44100Hz、48000Hz。
• 量化精度：即每个声音样本用多少位（bit）表示。通常以字节为单位。
• 声道：现在的音频文件几乎都是立体声（左声道、右声道），也可以用“格式工厂”等工具转换为单声道。

---

单声道音频信号采集与输出

1.搭建模型

在Simulink中添加block按下图连接：

Simulink的Audio System Toolbox中包含了与音频相关的block。上图中的From Multimedia File的作用是读取音频文件，音频文件的相关信息会显示在图标上（mono即表示单声道）：

“File name”中选择音频文件路径；“Number of times to play file”设置从文件中读取的音频信号时间；“Samples per audio channel”设置每个通道读取出的采样点数。音频信号需要通过Gateway In输入到FPGA，但Gateway In不能接收向量型数据，因此这个值通常设置为1更方便。

To Multimedia File用于将信号以指定音频格式写入文件：

“File name”设置输出音频文件的路径；“File type”设置输出音频文件格式；“Audio compressor”选择采用的音频压缩算法；“Audio data type”设置输出音频的数据格式，这里设置为与输入相同。

此外，Audio System Toolbox中还有Audio Device Reader可以读取麦克风的音频数据；Audio Device Writer可以直接用扬声器播放声音而不用保存文件。但模型中使用这两个block时，仿真用时会比采用文件格式的输入输出长很多，因此在后面几篇的设计中都采用文件格式做音频采集与输出。

2.仿真验证

现在单声道的音频文件很难找，因此使用“格式工厂”将立体声音频文件转换为单声道音频文件，用于设计仿真。System Generator和Gateway In的采样频率设置为48000Hz，仿真时长设置为10s，即只采集和输出10s的音频信号。

本设计采集到音频信号后不做任何处理直接输出，播放输出的音频文件。仿真过程中的几个注意项以列表形式给出：

• 数据格式选择：From Multimedia File这个block当输出数据格式设置为double时，输出数据范围为-1~1，因此Gateway In的数据格式只需要保留一个符号位，其余都是小数位即可，如Fix_16_15。
• 采样频率的改变：可以改变System Generator和Gateway In的采样频率（如改到11025Hz、22050Hz、44100Hz甚至更低）来体会不同采样率对音频信号的影响。
• 量化精度的改变：可以改变Gateway In的数据格式（如Fix_8_7、Fix_4_3、Fix_2_1）来体会不同量化精度对音频信号的影响。可以感受到，随着量化位宽的减少，音频信号中噪声增多，质量变差。

---

单声道采集、立体声输出

To Multimedia File这个block支持向量形式输入，会导出立体声音频文件。使用Simulink中mux可以将多路数据组合为一路。模型连接图如下：

采集的单声道音频分为两路，为了区别左右声道一路经过一定单位的延时，再由Mux组合成向量形式输出为立体声音频文件。延时的方法只是粗略的实现了效果，实际中会采用一些专门的DSP算法达到更好的音效。

---

立体声采集与输出

如果From Multimedia File读取的是立体声音频文件，会以向量的形式输出数据。如果把立体声音频信号直接接到Gateway In会提示如下错误：

System Generator block只支持标量数据类型。Gateway In的图标中输入数据也变成了“？”。需要采集立体声音频时，必须用demux这个block将各声道的音频分开，分别进行信号处理。模型如下图：

本文介绍了单声道和立体声音频信号在System Generator系统中的采集和输出方法，可以在此设计的基础上，在中间加入DSP算法做语音信号处理。

---

语音信号数字滤波

以前面文章讲述过的FIR数字滤波为例，做一个简单的DSP处理。语音信号的频率范围为300~3400Hz，老式电话通常选用8000Hz作为采样频率。设计一个FIR滤波器，将声音信号转换为“电话音”，按下图连接model：

Digital FIR Filter的滤波系数配置如下：

对输入的信号用8000Hz重新采样，通带范围为300~3400Hz。Convert截取滤波输出信号的位宽。运行仿真，播放输出音频，会发现其声音如同电话中的声音一样。