Nghiên cứu, thiết kế hệ thống nâng cao chất lượng tiếng nói sử dụng công nghệ FPGA

LỜI CAM ĐOAN

Tôi xin cam đaon luận văn là công trình nghiên cứu của riêng cá nhân tôi.
Kết quả của luân văn hoàn toàn là kết quả của tự bản thân tôi tìm hiểu, nghiên
cứu dưới sự hướng dẫn của giáo viên hướng dẫn PGS.TS Nguyễn Quốc Cường.
Tôi hoàn toàn chịu trách nhiệm về tính pháp lý quá trình nghiên cứu khoa
học của luận văn này.
Hà Nội, tháng 3 năm 2016
HỌC VIÊN

Vũ Thạch Dương


LỜI CẢM ƠN
Đầu tiên, tôi xin gửi lời cảm ơn tới Ban Giám hiệu Trường Đại học Bách
Khoa Hà Nội, các cán bộ trong Viện Điện, viện sau đại học đã tạo điều kiện giúp
đỡ tôi suốt thời gian học vừa qua cũng như trong thời gian làm luận văn tốt
nghiệp này.
Sau thời gian nghiên cứu, tìm hiểu và thực nghiệm, tôi đã hoàn thành luận
văn tốt nghiệp đúng thời hạn. Có được thành quả đó, ngoài sự cố gắng nỗ lực của
bản thân thì còn có sự đóng góp to lớn từ thầy giáo PGS.TS. Nguyễn Quốc
Cường, người đã trực tiếp hướng dẫn, chỉ bảo tận tình và cung cấp nhiều kiến
thức cũng như kinh nghiệm quý báu cho tôi trong suốt quá trình vừa qua. Tôi xin
được bày tỏ lòng biết ơn sâu sắc tới thầy, kính chúc thầy luôn mạnh khoẻ và công
tác tốt.
Đồng thời, tôi cũng xin gửi lời cảm ơn đến toàn thể những thầy cô giáo
trong viện Điện, những người đã trực tiếp giảng dạy, truyền đạt cho tôi nhiều
kiến thức quý báu.
Cuối cùng tôi xin gửi lời cảm ơn chân thành tới gia đình và bạn bè. Chính
gia đình và bạn bè đã luôn là nguồn động viên hỗ trợ vô cùng to lớn giúp tôi có
thêm động lực để hoàn thành luận văn này.

Học viên

Vũ Thạch Dương


MỤC LỤC
MỤC LỤC ..................................................................................................... 1
DANH MỤC HÌNH VẼ ................................................................................ 3
DANH MỤC BẢNG BIỂU .......................................................................... 5
Chương 1: TỔNG QUAN VỀ CÔNG NGHỆ FPGA VÀ KIT PHÁT
TRIỂN DE2 ................................................................................................... 6
1.1. Công nghệ FPGA ................................................................................ 6
1.2. Kit phát triển DE2 ............................................................................... 9
1.2.1. Giới thiệu chung ........................................................................... 9
1.2.2. Tổng quan phần cứng tích hợp trên KIT DE2. ........................... 11
1.3. Phần mềm Quartus II. ....................................................................... 12
Chương 2 : TỔNG QUAN VỀ NÂNG CAO CHẤT LƯỢNG TIẾNG NÓI .. 14
2.1. Giới thiệu chung................................................................................ 14
2.2. Các đặc điểm cơ bản của tiếng nói ................................................... 15
2.3. Các nguồn nhiễu................................................................................ 17
2.4. Phân loại các phương pháp nâng cao chất lượng tín hiệu giọng nói 18
Chương 3: XÂY DỰNG ỨNG DỤNG NÂNG CAO CHẤT LƯỢNG
GIỌNG NÓI ................................................................................................ 21
3.1. Thiết kế tổng quát ............................................................................. 21
3.1.1. Tổng quan thiết kế và nguyên lý hoạt động của hệ thống .......... 21
3.1.2. Hoạt động của hệ thống .............................................................. 23
3.2. Thiết kế module Audio_Controller ................................................... 23
3.2.1. Giới thiệu chung về WM8731 .................................................... 24
3.2.2. Các chế độ hoạt động .................................................................. 26
3.2.3. Các thanh ghi thiết lập, điều khiển ............................................. 28

3.2.4. Kết nối của WM8731 trong KIT DE2 ........................................ 30
3.2.5. Module Audio_Controller .......................................................... 31
3.3. Thiết kế module SDRAM ................................................................. 32

1


3.3.1. Giới thiệu chung về SDRAM trên KIT DE2. ............................. 32
3.3.2. Module SDRAM ......................................................................... 32
3.4. Thiết kế module FIR_Filter .............................................................. 34
3.4.1. Lý thuyết bộ lọc FIR thông dải ................................................... 34
3.4.2. Module FIR_Filter ...................................................................... 36
3.4.3. Sử dụng công cụ Matlab xây dựng thông số cho bộ lọc FIR. .... 37
3.5. Thiết kế module Display ................................................................... 39
3.5.1.Giới thiệu chung chuẩn giao tiếp VGA trên KIT DE2 ................ 39
3.5.2. Module Display........................................................................... 40
3.6. Thiết kế module xử lý trung tâm “Core Controller”......................... 41
Chương 4: KẾT QUẢ THỰC NGHIỆM .................................................... 42
4.1. Các công việc thực hiện .................................................................... 42
4.1.1. Xây dựng Module Audio_Controller.......................................... 42
4.1.2. Xây dựng Module Core Controller ............................................. 45
4.2.3. Module FIR_Filter ...................................................................... 47
4.2.4. Module SDRAM ......................................................................... 48
4.2.5. Module display ........................................................................... 49
4.2. Kết quả đạt được ............................................................................... 50
4.2.1. Kết quả thiết kế trên phần mềm Quartus II ................................ 50
4.2.2. Kết quả chạy thực nghiệm trên Board DE2 ................................ 51
KẾT LUẬN ................................................................................................. 52
TÀI LIỆU THAM KHẢO ........................................................................... 53

2


DANH MỤC HÌNH VẼ
Hình 1.1: Chip FPGA .................................................................................... 6
Hình 1.2: Cấu trúc cơ bản của FPGA[10] ....................................................... 7
Hình 1.3: Cấu trúc cơ bản của FPGA[10] ....................................................... 8
Hình 1.4: Hình ảnh KIT DE2 của hãng Altera ............................................. 9
Hình 1.5: Sơ đồ khối KIT FPGA -DE2....................................................... 11
Hình 1.6: Giao diện khi khởi động của phần mềm Altera .......................... 12
Hình 2.1: Các nguồn tiếng ồn thường gặp[7]. .............................................. 18
Hình 3.1: Sơ đồ khối của hệ thống .............................................................. 21
Hình 3.2: Sơ đồ chân của vi mạch WM8731[11].......................................... 24
Hình 3.3: Sơ đồ cấu trúc của WM8731[11] .................................................. 25
Hình 3.4: Chế độ Bypass [11] ....................................................................... 26
Hình 3.5: Chế độ Sidetone[11] ...................................................................... 27
Hình 3.6: Sơ đồ ghép nối của vi mạch WM8731 trên KIT DE2.[12] ........... 30
Hình 3.7: Module Audio_Controller ........................................................... 31
Hình 3.8: Sơ đồ các chân của SDRAM được tích hợp trên KIT DE2[12].... 32
Hình 3.9: Module SDRAM ......................................................................... 33
Hình 3.10: Cấu trúc bộ lọc FIR thể hiện các bộ trễ. ................................... 35
Hình 3.11: Sự thực hiện bộ lọc FIR dạng trực tiếp. .................................... 36
Hình 3.12: Sự thực hiện ngang hàng của một bộ lọc FIR........................... 36
Hình 3.13: Module FIR_Filter .................................................................... 37
Hình 3.14: Thiết kế bộ lọc bằng công cụ Matlab ........................................ 38
Hình 3.15: Sơ đồ ghép nối IC xử lý hình ảnh ADV7123 trên KIT DE2.[12] ..... 39
Hình 3.16: Module vga_adapter.................................................................. 39
Hình 3.17: Module display .......................................................................... 40
Hình 3.18: Module xử lý trung tâm Core_controller .................................. 41
Hình 4.1: Module Audio_controller............................................................ 43

Hình 4.2: Module Core Controller .............................................................. 45

3


Hình 4.3: Sơ đồ máy trạng thái bên trong module xử lý trung tâm. ........... 47
Hình 4.4: Cấu trúc bên trong module FIR_Filter ........................................ 48
Hình 4.5: Module SDRAM ......................................................................... 49
Hình 4.6: Module Display ........................................................................... 50
Hình 4.7: Hệ thống sau khi thiết kế bằng ngôn ngữ mô tả phần cứng ....... 50
Hình 4.8: Chạy thực nghiệm hệ thống trên KIT DE2. ................................ 51

4


DANH MỤC BẢNG BIỂU
Bảng 3.1. Điều khiển chọn chế độ Bypass ........................................................... 26
Bảng 3.2. Điều khiển chọn chế độ Sidetone ........................................................ 28
Bảng 3.3. Điều khiển chọn chế độ phát qua DAC ............................................... 28
Bảng 3.4. Các thanh ghi điều khiển WM8731[11]................................................. 29
Bảng 3.5. Các đường tín hiệu ghép nối với CODEC WM8731.[12] ..................... 30
Bảng 3.6. Các chân tín hiệu điều khiển ghép nối với SDRAM[12] ....................... 33
Bảng 3.7. Một vài cửa sổ thông dụng. ................................................................. 35
Bảng 3.8. Các chân tín hiệu điều khiển ghép nối với cổng VGA[12].................... 40
Bảng 4.1. Bảng trạng thái của module Core Controller ....................................... 46

5


Chƣơng 1: TỔNG QUAN VỀ CÔNG NGHỆ FPGA

VÀ KIT PHÁT TRIỂN DE2

1.1. Công nghệ FPGA

Hình 1.1: Chip FPGA
Field Programmable Gate Arrays (FPGA) là một dòng chip logic số
hiện đại có thể lập trình được, tức là ta có thể sử dụng chúng để lập trình
cho hầu hết các chức năng của bất kỳ một thiết kế số nào. Programmable
nghĩa là có thể lập trình được, người sử dụng có thể lập trình lại cho chip
tại nơi nó được sử dụng với những ứng dụng cụ thể khác nhau chứ không
cần phải nhất thiết sử dụng theo cấu hình được đưa ra tại nơi sản xuất.
FPGA được tạo thành từ một mảng (matrix hay array) các phần tử khả trình
nên được gọi là Programmable Gate Array.
Bản thương mại đầu tiên của FPGA được Xilinx giới thiệu vào năm
1984. Chip FPGA đầu tiên này chứa 64 phần tử logic khả trình và 58 đầu
vào ra số. Ngày nay, FPGA có thể chứa hàng trăm nghìn phần tử logic và
hàng nghìn ngõ vào ra. Phần lớn các sản phẩm FPGA trên thị trường hiện
nay đều dựa trên công nghệ SRAM với 2 hãng sản xuất lớn nhất là Xilinx
và Altera. Ngoài ra còn có các hãng khác sản xuất FPGA nhưng với mục
đích chuyên dụng (Atmel, Actel, Lattice, SiliconBlue,..).
Kiến trúc cơ bản của FPGA bao gồm 3 thành phần chính:
+ Khối logic có thể tái cấu hình - Configurable Logic Blocks (CLBs)
thực hiện các chức năng logic.

6


+ Các kết nối khả trình bên trong - Programmable Interconnect có
thể lập trình để kết nối các đầu vào và đầu ra của các CLB và các khối I/O
bên trong.

+ Các khối I/O cung cấp giao tiếp giữa các ngoại vi và các được tín
hiệu bên trong.
Dưới đây là sơ đồ cấu tạo một chip FPGA và các khối cấu thành của
nó.

Hình 1.2: Cấu trúc cơ bản của FPGA[10]
Khối logic có thể tái cấu hình.
Mục đích của việc lập trình khối logic trong FPGA là để cung cấp
các phép tính và các phần tử nhớ cơ bản, được sử dụng trong hệ thống số.
Một phần tử logic cơ bản gồm một mạch tổ hợp có thể lập trình, một FlipFlop hoặc một chốt. Ngoài khối logic cơ bản đó, nhiều chip FPGA hiện nay
gồm một hỗn hợp các khối khác nhau, một số trong đó chỉ được dùng cho
các chức năng cụ thể, chẳng hạn như các khối bộ nhớ chuyên dụng, các bộ
nhân hoặc các bộ ghép kênh. Tất nhiên, cấu hình bộ nhớ được sử dụng trên
tất cả các khối logic để điều khiển các chức năng cụ thể của mỗi phần tử
bên trong khối đó.

7


Kết nối khả trình.
Các liên kết trong một FPGA dùng để liên kết các khối logic và I/O
lại với nhau để tạo thành một thiết kế hoàn chỉnh. Các liên kết khả trình
bao gồm các bộ ghép kênh, các transistor và cổng đệm ba trạng thái. Nhìn
chung, các transistor và bộ ghép kênh được dùng trong một cụm logic để
kết nối các phần tử logic lại với nhau, trong khi đó cả ba đều được dùng
cho các cấu trúc định tuyến bên trong FPGA. Một số FPGA cung cấp nhiều
kết nối đơn giản giữa các khối logic, một số khác cung cấp ít kết nối hơn
nên định tuyến phức tạp hơn.
Khối I/O khả trình.
I/O cung cấp giao tiếp giữa các khối logic đến các thành phần bên

ngoài. Một trong những vấn đề quan trọng nhất trong thiết kế kiến trúc I/O
là việc lựa chọn các tiêu chuẩn điện áp cung cấp và điện áp tham chiếu sẽ
được hỗ trợ.
Theo thời gian, các kiến trúc FPGA cơ bản đã được phát triển hơn
thông qua việc bổ sung các khối chức năng đặc biệt có thể lập trình, như bộ
nhớ trong (Block RAMs), logic số học, bộ nhân, và thậm chí là bộ vi xử lý
nhúng được thêm vào do nhu cầu của các nguồn tài nguyên cho một ứng
dụng. Kết quả là FPGA ngày nay được cung cấp nhiều nguồn tài nguyên
hơn so với các FPGA trước đây.

Hình 1.3: Cấu trúc cơ bản của FPGA[10]

8


Ngôn ngữ mô tả phần cứng (Hardware Description Language).
Ngôn ngữ mô tả phần cứng bao gồm VHDL, Verilog, SystemC và
Handle - C thường được sử dụng để lập trình cho FPGA. Kết quả của việc
lập trình không chỉ là những dòng lệnh mà chính là cấu trúc các phần tử
logic, các I/O được ghép nối với nhau với những ứng cụ thể khác nhau.
Trong các ngôn ngữ lập trình cho FPGA thì phổ biến nhất là VHDL
và Verilog, hai ngôn ngữ này phát triển như là những chuẩn công nghiệp
hiện nay. ISE và Quartus là hai phần mềm lập trình cho chip FPGA của
Xilinx và Altera đều hỗ trợ cả hai ngôn ngữ lập trình trên.
Trong luận văn này, ngôn ngữ lập trình mà tôi lựa chọn sử dụng là
ngôn ngữ Verilog.
1.2. Kit phát triển DE2
1.2.1. Giới thiệu chung

Hình 1.4: Hình ảnh KIT DE2 của hãng Altera

9


DE2 là một KIT FPGA của hãng Altera, đây là một KIT được dùng
trong nghiên cứu và giảng dạy tương đối phổ biến. Trong luận văn này, tôi
lựa chọn KIT DE2 là công cụ để thực hiện việc nâng cao chất lượng của tín
hiệu giọng nói.
Chip FPGA được tích hợp trên mạch DE2 là Cyclone® II 2C35
FPGA trong gói pin 672. Tất cả các thành phần quan trọng trên mạch được
kết nối với các pin của chip này, cho phép người sử dụng điều khiển tất cả
các bộ phận bên ngoài trong các ứng dụng của KIT. Với những ứng dụng
đơn giản nhất, KIT DE2 có các công tắc, LED đơn, LED bảy thanh, LCD
16x02. Với những ứng dụng nghiên cứu cao hơn có SRAM, SDRAM, bộ
nhớ Flash.
DE2 còn được trang bị những phần cứng xử lý âm thanh, hình ảnh
hiện đại. Các thiết bị này dễ dàng sử dụng qua những kết nối chuẩn như
microphone, line-in, line-out (24-bit audio CODEC), video -in (TV
Decoler), và VGA (10-bit DAC). Những tính năng này có thể được sử dụng
để tạo ra ứng dụng xử lý âm thanh hình ảnh với chất lượng cao.
Về mặt truyền thông, DE2 được hỗ trợ truyền thông theo chuẩn RS232, hiện đại hơn có cổng kết nối USB 2.0 (cả máy chủ và thiết bị),
Ethernet 10/100Mbps, cổng hồng ngoại (IrDA) và một kết nối thẻ nhớ SD.
Ngoài ra, DE2 còn có hai khe cắm IDE 40pin để mở rộng kết nối khi cần
thiết.
Nói chung, DE2 có đầy đủ những hỗ trợ phần cứng cần thiết trong
nghiên cứu, giảng dạy cho người học về công nghệ FPGA.

10

Hình 1.5: Sơ đồ khối KIT FPGA -DE2
1.2.2. Tổng quan phần cứng tích hợp trên KIT DE2.
Các phần cứng được board DE2 cung cấp bao gồm:
Chip FPGA:
+ Altera Cyclone II 2C35 FPGA. (33,216 phần tử logic, tổng cộng
483,840 bit RAM, 475 pin I/O, đóng gói chuẩn 672 pin). Đây chính là “bộ
não” của KIT DE2, là nơi chứa các “cấu hình phần cứng” sau khi lập trình
bằng ngôn ngữ mô tả phần cứng.
+ Altera Serial Configuration device-EPCS-16. FPGA này có trách
nhiệm quản lý cấu hình nối tiếp cho KIT.
Cổng truyền thông:
+ Hai cổng USB(chuẩn A và chuẩn B)
+ Cổng Ethenet 10/100Mbps.
+ Cổng RS232 9 pin.
+ Cổng PS/2.

11


+ Cổng hồng ngoại IrDA.
+ 2 Expension Heard 40 pin.
Bộ nhớ:
+ SRAM 512 Kbyte.
+ SDRAM 8 Mbyte.
+ Flash memory 4 Mbyte.
+ SD card socket.
Thiết bị ngoại vi:
+ 4 nút nhấn.
+ 18 công tắc gạt.
+ 18 LED màu đỏ.

+ 9 LED màu xanh lá.
+ 24 bit CD-quality audio CODEC với các jack line-in, line-out,
microphone.
+ VGA DAC với đầu kết nối VGA-out.
+ TV Decoder và đầu kết nối TV-in.
Bộ tạo dao động 27MHz và 50 MHz , ngõ vào clock SMA bên ngoài.
1.3. Phần mềm Quartus II.

Hình 1.6: Giao diện khi khởi động của phần mềm Altera

12


Phần mềm Quartus II là phần mềm tích hợp của hãng Altera. Quartus
II là phần mềm hỗ trợ tất cả mọi quá trình thiết kế một mạch logic, bao
gồm quá trình thiết kế, tổng hợp, sắp xếp, nối dây, cũng như mô phỏng
(simulation), và lập trình lên thiết bị FPGA của hãng Altera trong đó có
KIT đào tạo và phát triển DE2.
Phần mềm này hỗ trợ các ngôn ngữ lập trình cho FPGA đang có hiện
nay, giúp ta có thể lập trình theo ngôn ngữ nào mình mong muốn. Ngoài ra,
Quartus II còn chứa thư viện lớn các thiết kế trên FPGA cho người lập trình
có thể tham khảo.
Đối với những hệ thống phức tạp như hệ thống trên FPGA thì mô
phỏng chính xác nhất trước khi đi vào sản xuất thực tế là một yếu tố vô
cùng quan trọng. Công cụ hỗ trợ của Quartus II cho phép ta thấy được kết
quả lập trình mô tả phần cứng một cách trực quan nhất. Ngôn ngữ được lập
trình được “cấu hình” thành các khối chức năng, module cho phép ta so
sánh với ý tưởng thiết kế ban đầu.

13

Chƣơng 2 : TỔNG QUAN VỀ NÂNG CAO CHẤT LƢỢNG
TIẾNG NÓI

Chương này đưa những giới thiệu tổng quan nhất về tiếng nói, các
yếu tố ảnh hưởng đến chất lượng tiếng nói, từ đó đưa ra yêu cầu cần nâng
cao chất lượng tiếng nói, và ứng dụng của việc nâng cao chất lượng này
vào thực tế. Đồng thời, nội dung trong chương cũng đưa ra các phương
pháp nâng cao chất lượng tiếng nói hiện có, từ đó làm cơ sở để lựa chọn
phương pháp nâng cao chất lượng tiếng nói trong các chương tiếp theo.
2.1. Giới thiệu chung
Giao tiếp qua lời nói là một trong những nhu cầu thiết yếu của con
người. Mặc dù con người có những cách khác nhau để lấy thông tin từ thế
giới bên ngoài cũng như truyền đạt những thông tin đó với nhau, tuy nhiên
có ba cách phổ biến nhất đó là qua lời nói, hình ảnh và văn bản. Trong
nhiều trường hợp, lời nói tỏ ra là phương pháp giao tiếp hiệu quả và thuận
tiện nhất. Lời nói không chỉ truyền tải nội dung ngôn ngữ, mà còn truyền
đạt thông tin về cảm xúc, tâm trạng của người nói.
Mặc dù vậy, truyền thông bằng lời nói lại có một nhược điểm lớn.
Khi người nói và người nghe ở gần với nhau trong một môi trường yên
tĩnh, thì việc giao tiếp là khá dễ dàng và chính xác. Nhưng trong một không
gian lớn với nhiều tiếng ồn thì việc giao tiếp bằng giọng nói sẽ khó khăn
hơn. Như trong những bài phát biểu mang tính chất truyền thông, độ chính
xác, rõ ràng, chất lượng của bài phát biểu giữ một vai trò rất quan trọng mà
tín hiệu tiếng nói lại được thu phát với rất nhiều nguồn nhiễu khác nhau.
Điều đó đưa ra yêu cầu thiết thực là cần phải nâng cao chất lượng của việc
thu phát tiếng nói.
Nâng cao chất lượng của tiếng nói khi thu âm sẽ cải thiện chất lượng
của bản thu, tăng hiệu suất mã hóa / nén. Mục tiêu của nâng cao thay đổi

14


tùy theo ứng dụng cụ thể, chẳng hạn như để giảm sự khó chịu cho người
nghe, nâng cao hiệu suất của các thiết bị thông tin liên lạc bằng giọng nói.
Vì thế nâng cao chất lượng tiếng nói là cần thiết, giúp khắc phục những hạn
chế của hệ thống thính giác của con người.
Trong nhiều năm gần đây, các nhà khoa học đã nghiên cứu và phát
triển nhiều phương pháp để nâng cao chất lượng của các bản thu từ các bản
thu có chất lượng thấp. Tuy nhiên, do tính chất phức tạp của tín hiệu tiếng
nói, nên việc khôi phục lại tín hiệu tiếng nói như mong muốn từ hỗn hợp
nhiều nguồn nhiễu khác nhau vẫn là một thách thức to lớn trong nâng cao
chất lượng tiếng nói phục vụ thông tin liên lạc.
2.2. Các đặc điểm cơ bản của tiếng nói
Tiếng nói được tạo ra từ tư duy của con người dưới sự chỉ đạo của
trung khu thần kinh, yêu cầu phát sinh tiếng nói được hệ thần kinh phát ra
và hệ thống phát âm thực hiện yêu cầu đó.
Tiếng nói mà con người vẫn giao tiếp hàng ngày có bản chất là sóng
âm thanh lan truyền trong không khí. Sóng này là sóng dọc sinh ra do sự
dãn nở của không khí.
Tín hiệu âm thanh nói chung là tín hiệu biến thiên liên tục về thời
gian và biên độ, có dải tần số rất rộng. Tuy nhiên tai người chỉ có thể nhận
biết được các sóng âm có tần số trong khoảng 20 - 20000 (Hz). Những
sóng âm có tần số lớn hơn 20000 Hz gọi là sóng siêu âm. Những sóng có
tần số nhỏ hơn 20 Hz gọi là sóng hạ âm. Thực tế người ta có thể hạn chế
dải tần số của tín hiệu tiếng nói trong khoảng từ 300 đến 3400 Hz. Do đó,
quá trình phân tích cũng như tổng hợp tiếng nói chỉ cần dùng một số các
tham số nhất định cũng đủ để biểu diễn tín hiệu tiếng nói mà não người xử
lý.[7]

15


Sóng âm thanh được phân biệt hai loại đặc tính là đặc tính vật lý và
đặc tính âm học. Trong phạm vi của luận văn này, ta chỉ đi xét đến đặc tính
vật lý của âm thanh.
Bản chất âm thanh tiếng nói là sóng cơ học nên có các tính chất cơ
bản của sóng cơ học. Tín hiệu âm thanh tiếng nói là một tín hiệu ngẫu
nhiên không dừng, tuy nhiên những đặc tính của nó tương đối ổn định
trong những khoảng thời gian ngắn (vài chục mili giây). Trong khoảng thời
gian nhỏ đó tín hiệu gần tuần hoàn, có thể coi như tuần hoàn. [7]
Độ cao
Độ cao hay còn gọi là độ trầm bổng của âm thanh chính là tần số của
sóng cơ học. Âm thanh nào phát ra cũng ở một độ cao nhất định. Độ trầm
bổng của âm thanh phụ thuộc vào sự chấn động nhanh hay chậm của các
phần tử trong không khí trong một đơn vị thời gian nhất định. Nói cách
khác, độ cao của âm phụ thuộc vào tần số dao động. Đối với tiếng nói, tần
số dao động của dây thanh quy định độ cao giọng nói của con người và mỗi
người có một độ cao giọng nói khác nhau. [7]
Độ cao của nữ giới thường cao hơn so với nam giới và độ cao tiếng
nói của trẻ em cao hơn so với nữ giới, điều này cũng tương tự đối với tần
số của dây thanh. [7]
Cƣờng độ
Cường độ chính là độ to nhỏ của âm thanh, cường độ càng lớn thi âm
thanh có thể truyền đi càng xa trong môi trường có nhiễu. Nếu xét trên góc
độ sóng cơ học thì cường độ chính là biên độ của dao động sóng âm, nó
quyết định cho năng lượng của sóng âm. [7]
Trong tiếng nói, cường độ của nguyên âm phát ra thường lớn hơn
phụ âm. Do vậy chúng ta thường dễ phát hiện ra nguyên âm hơn so với phụ

âm. Tuy nhiên đối với tai người giá trị tuyệt đối của cường độ âm I không

16


quan trọng bằng giá trị tỉ đối của I so với một giá trị I0 nào đó chọn làm
chuẩn. [7]
Người ta định nghĩa mức cường độ âm L là logarit thập phân của tỉ
số I/ I0: (đơn vị mức cường độ là Ben - kí hiệu B)
L(B) = lg
Trƣờng độ
Trường độ hay độ dài của âm phụ thuộc vào sự chấn động lâu hay
nhanh của các phần tử không khí. Cùng một âm nhưng trong các từ khác
nhau thì độ dài khác nhau. [7]
Âm sắc
Âm sắc là bản sắc, sắc thái riêng của một âm, cùng một nội dung,
cùng một độ cao nhưng khi nói mỗi người đều có âm sắc khác nhau.
2.3. Các nguồn nhiễu
Đối với hệ thống thông tin liên lạc, có hai yếu tố chính của nhiễu ảnh
hưởng đến chất lượng của tín hiệu giọng nói đó là bản chất của nhiễu và
mức độ thường xuyên của các nhiễu (Signal to noise ratio-SNR). Với tín
hiệu có SNR từ trung bình đến cao, để giảm mức độ tiếng ồn ta có thể tác
động một cách chủ quan tới tín hiệu tại bộ nhận hoặc có thể cải thiện chất
lượng đường truyền. Đối với tín hiệu có SNR thấp, có thể giảm mức độ
tiếng ồn bằng cách giảm bớt những tín hiệu không mong muốn, những tín
hiệu gây mệt mỏi cho người nghe (ví dụ như tiếng ồn động cơ, tiếng ồn
đường phố, tiếng nói chuyện của đám đông..). Đồng thời, cải thiện việc thu
và giữ lại các tín hiệu có ích. [7]
Hình 2.1 Cho thấy các yếu tố ảnh hưởng đến tín hiệu tiếng nói trong
quá trình truyền tại các giai đoạn khác nhau bởi các nguồn tiếng ồn khác

nhau. Những nguồn làm giảm cấp chất lượng tín hiệu giọng nói là sự ồn ào
của môi trường trong quá trình thu, tiếng ồn nền, hiệu ứng đa loa, nhiễu

17


trong quá trình truyền…Các tín hiệu nhiễu, tiếng ồn xung quanh cũng được
thêm vào với tín hiệu mong muốn trong đường truyền.

Hình 2.1: Các nguồn tiếng ồn thường gặp[7].
Bản chất của tiếng ồn là một yếu tố quan trọng trong việc quyết định
phương pháp nâng cao chất lượng của tín hiệu tiếng nói. Do đó, cần có một
mô hình, một mẫu của tiếng ồn để dựa vào đó tăng hiệu suất của hệ thống.
Khi có mô hình của nhiễu thì điều quan trọng là phân tích như thế nào.
Tiếng ồn khác nhau có thể phân loại dựa trên đặc tính thống kê, quang phổ
hoặc không gian. Căn cứ tính chất của các nguồn tiếng ồn, tiếng ồn có thể
được phân loại như là tiếng ồn phụ xung quanh, tiếng ồn gây bởi loa, tiếng
ồn xung, tiếng ồn do đa loa, và tiếng ồn nhân lên theo loa. Nói chung, việc
xử lý với các tiếng ồn động là tương đối khó khăn, do ta không chưa nhận
dạng được đặc điểm của tiếng ồn và thời gian nó diễn ra. Các phương pháp
thông thường để ước lượng tiếng ồn từ khoảng thời điểm bắt đầu phải giả
sử không có tín hiệu tiếng nói. Ngoài ra tín hiệu nhiễu là tín hiệu tương tự
với những đặc tính thời gian, không gian, tần số khác nhau, đó cũng là
điểm khó khăn trong việc loại bỏ, giảm bớt tác động của nhiễu. [7]
2.4. Phân loại các phƣơng pháp nâng cao chất lƣợng tín hiệu giọng nói
Có nhiều cách để phân loại các phương pháp nâng cao tín hiệu giọng
nói. Rất khó để đưa ra một thuật toán ưu việt, điển hình để có thể thực hiện

18

đồng nhất cho tất cả các loại tiếng ồn. Do đó, một hệ thống nâng cao chất
lượng giọng nói dựa trên một số giả thiết nhất định để bỏ qua một số những
trở ngại phụ thuộc vào môi trường. Nói chung việc thực hiện một hệ thống
nâng cao chất lượng giọng nói được giới hạn bởi các yếu tố sau:
+ Hạn chế về số nguồn nhiễu có sẵn.
+ Sử dụng các thông tin ban đầu khác nhau của các tín hiệu quan tâm
và các tín hiệu không mong muốn.
+ Sử dụng thuật toán để hạn chế những tiếng ồn không tương quan.
Thông thường, việc nâng cao chất lượng giọng nói được chia ra các
chiến lược xử lý khác nhau theo kỹ thuật đơn kênh hoặc đa kênh tăng
cường. [7]
a. Hệ thống xử lý đơn kênh.
Trong hầu hết các ứng dụng thời gian thực như loa và nhận dạng lời
nói, thông tin liên lạc, thiết bị điện thoại di động, thường chỉ sử dụng một
kênh tín hiệu âm thanh đầu vào. Các hệ thống này nhỏ gọn và tiết kiệm hơn
so với các hệ thống nhiều đầu vào. Tuy nhiên, ta gặp khó khăn trong việc
nâng cao chất lượng tín hiệu do không có tín hiệu tham chiếu với tiếng ồn
có sẵn, cũng như không có những “bản thu sạch” không có nhiễu để so
sánh. [7]
Hiện nay có nhiều nghiên cứu về hệ thống xử lý đơn kênh trên thế
giới đã và đang được phát triển. Trong số đó có một số nghiên cứu nổi bật
phải kể đến như:
+ Nghiên cứu nâng cao chất lượng giọng nói sử dụng phương pháp
lọc “wavelet” của đại học Polandelphia, Mỹ. [7]
+ Nghiên cứu của đại học Griffith, Ấn Độ về nâng cao chất lượng
giọng nói dựa trên bộ lọc Kalman hội tụ nhanh. [7]
+ Nhóm phân tích khoa học Bangalore, New Delhi đang làm việc về
tăng cường chất lượng tiếng nói sử dụng mô hình hỗn hợp Gaussian. [7]

19


b. Hệ thống xử lý đa kênh
Những hệ thống này tận dụng lợi thế có nhiều tín hiệu đầu vào cho
hệ thống, và sử dụng các tín hiệu này làm các tín hiệu tham chiếu, từ đó
loại bỏ những thành phần tiếng ồn không mong muốn. Hệ thống xử lý đa
kênh tác động vào các thuộc tính không gian của tín hiệu và nguồn tiếng
ồn, hạn chế nhược điểm của hệ thống kênh, đặc biệt là có thể giải quyết tốt
hơn tính không dừng của tiếng ồn. Những hệ thống này có xu hướng phức
tạp hơn. [7]

20


Chƣơng 3: XÂY DỰNG ỨNG DỤNG NÂNG CAO
CHẤT LƢỢNG GIỌNG NÓI

Trong chương này chúng ta sẽ sử dụng FPGA để xây dựng úng dụng
nâng cao chất lượng giọng nói. Đầu tiên ta sẽ đưa ra thiết kế tổng quan cho
ứng dụng, từ đó đưa ra thiết kế cho những thành phần, module cấu thành
lên toàn bộ hệ thống. Nội dung của luận văn tập trung về nghiên cứu và
triển khai các công việc để xây dựng ứng dụng xử lý âm thanh trên FPGA
và cụ thể là Kit DE2 của hãng Altera. Sau đó, cũng trên nền thiết kế này ta
thêm vào bộ lọc FIR thông dải để kiểm chứng hoạt động của hệ thống với
chức năng nâng cao chất lượng giọng nói.
3.1. Thiết kế tổng quát
3.1.1. Tổng quan thiết kế và nguyên lý hoạt động của hệ thống
Hệ thống được thiết kế với sơ đồ khối như sau:

Hình 3.1: Sơ đồ khối của hệ thống

21


Trong thiết kế trên, ta thấy công việc cần làm là tạo ra các khối chức
năng:
+ Core Controller
+ Audio Controller
+ Display Controller
+ Communicate Controller
+ Fir Filter
Trong đó, các khối chính là khối xử lý trung tâm (Core Controller),
khối điều khiển âm thanh(Audio Controller), khối bộ lọc (Fir Filter). Ngoài
ra khối hiện thị (Display Controller) có thể thêm vào để tăng tính trực quan
của hệ thống, khối giao tiếp (Communicate Controller) để có thể truyền
thông các kết quả tính toán qua các hệ thống xử lý khác, hoặc tiện cho công
việc lưu trữ.
Trong thiết kế này chúng ta sử dụng board DE2 để thu tín hiệu từ
Micophone sau đó xử lý và phát lại qua đường Line-out (Loa). Tín hiệu âm
thanh được lưu trữ trong SDRAM hoặc có thể đưa ra ngoài thông qua thẻ
SD hoặc chuẩn UART…Ngoài ra, những thông số cơ bản trong quá trình
hoạt động của hệ thống được đưa ra hiển thị trên màn hình theo chuẩn
VGA, các LED bảy thanh để tăng tính trực quan.
Trên board DE2 đã được tích hợp sẵn những IC chức năng để hỗ trợ
thu phát âm thanh , truyền hình ảnh theo chuẩn VGA, cũng như RAM để
lưu trữ dữ liệu. Công việc của chúng ta là thiết kế những module điều khiển
hoạt động hoạt động của những thành phần này thông qua việc sử dụng các
switch có sẵn trên Board. Đồng thời tích hợp thêm bộ lọc để nâng cao chất
lượng giọng nói thu được. Bộ lọc chúng ta lựa chọn ở đây là bộ lọc FIR

thông dải.

22


3.1.2. Hoạt động của hệ thống
Sau khi thiết lập bằng ngôn ngữ mô tả phần cứng thì hệ thống sẽ
thực hiện các công việc sau:
+ Thiết lập cấu hình hoạt động cho IC xử lý âm thanh WM8731,
ADV7123.
+ Thu tín hiệu từ Microphone.
+ Lưu tín hiệu thu được vào SDRAM.
+ Nâng cao chất lượng giọng nói thu được bằng cách sử dụng bộ lọc
thông dải.
+ Phát tín hiệu thu được đã qua xử lý hoặc chưa qua xử lý (thông qua
lựa chọn bằng switch).
+ Hiển thị dạng tín hiệu qua màn hình VGA.
+ Cho phép chỉnh biên độ tín hiệu hiển thị, điều khiển thu, phát âm.
+ Hiển thị địa chỉ SDRAM qua led 7 thanh.
+ Cho phép truyền dữ liệu thu được.
3.2. Thiết kế module Audio_Controller
Đây là Module có chức năng giao tiếp trực tiếp với IC WM8731,
đồng thời nhận tín hiệu điều khiển từ module xử lý trung tâm “Core
Controller” để truyền nhận dữ liệu về module xử lý trung tâm này. Trước
tiên ta đi tìm hiểu về WM8731 này.
WM8731 là vi mạch tích hợp chuyên dụng để xử lý âm thanh của
hãng Wolfson Microelectronics, được đóng gói dưới hai chuẩn là chân cắm
(DIP) hoặc chân dán (SOP). WM8731 được tích hợp trên KIT DE2 để phục
vụ cho những ứng dụng xử lý âm thanh. Dưới đây tôi đưa ra một số đặc
điểm đáng chú ý, cần thiết khi giao tiếp với vi mạch này.

23