LD3320开发手册

[e-mail]1LD3320开发手册ICRoute用声音去沟通VUI(VoiceUserInterface)Web:：021-68546025Mail:[e-mail]@icroute.com2目录一．简介...................................................................................3二．寄存器操作.......................................................................3三．寄存器介绍.......................................................................5四．驱动程序.........................................................................101.芯片复位...........................................................................102.语音识别...........................................................................113.声音播放...........................................................................22五．补充说明.........................................................................30附录A测试版电路原理图[e-mail]3一．简介LD3320芯片是一款“语音识别”专用芯片。该芯片集成了语音识别处理器和一些外部电路，包括AD、DA转换器、麦克风接口、声音输出接口等。本芯片不需要外接任何的辅助芯片如Flash、RAM等，直接集成在现有的产品中即可以实现语音识别/声控/人机对话功能。并且，识别的关键词语列表是可以任意动态编辑的。本文档介绍如何编写程序实现芯片的功能。为更好地理解本文档内容，建议用户先仔细阅读《LD3320数据手册》。二．寄存器操作本芯片的各种操作，都必须通过寄存器的操作来完成。比如设置标志位、读取状态、向FIFO写入数据等。寄存器读写操作有4种方式，即并行方式（软、硬）和串行SPI方式（软、硬）。可参考文档《LD3320并行串行读写辅助说明》。1.并行方式第46脚（MD）接低电平时按照此方式工作。写和读的时序图如下：P0~P7CSB*WRB*A0AddressData图1并行方式写时序[e-mail]4P0~P7CSB*WRB*A0AddressDataValidRD*图2并行方式读时序由时序图可以看到，A0负责通知芯片是数据段还是地址段。A0为高时是地址，而A0为低时是数据。发送地址时CSB*和WRB*必须有效，写数据时同样CSB*和WRB*必须有效，而读数据时CSB*和RDB*必须有效。2.串行SPI方式第46脚（MD）接高电平，且第42腿（SPIS*）接地时按照此方式工作。写和读的时序图如下：图3SPI方式写时序写的时候要先给SDI发送一个“写”指令（04H），然后给SDI发送8位寄存器地址，再给SDI发送8位数据。在这期间，SCS*必须保持在有效（低电平）。[e-mail]5图4SPI方式读时序写的时候要先给SDI发送一个“读”指令（05H），然后给SDI发送8位寄存器地址，再从SDO接受8位数据。在这期间，SCS*必须保持在有效（低电平）。三．寄存器介绍寄存器大部分都是有读和写的功能，有的是接受数据的，有的是设置开关和状态的。寄存器的地址空间为8位，可能的值为00H到FFH。但是除了在本文档里介绍的寄存器，其他大部分为测试或保留功能的寄存器，请用户参考本文档的用法。先介绍一些术语：ASR:自动语音识别技术（AutomaticSpeechRecognition）。FIFO:英文FirstInFirstOut的缩写，是一种先进先出的数据缓存器，它与普通存储器的区别是没有外部读写地址线，这样使用起来非常简单。(*)LD3320芯片内部有2个FIFO，分别是：FIFO_EXTFIFO_DATAFIFO_DATA主数据处理FIFO缓存器，ASR或者MP3的主数据区FIFO_EXT语音识别添加关键词用FIFO缓存器MCU：本文档中专指外部电路板的主控芯片，对LD3320芯片进行控制的微处理器。DSP：本文档中专指本芯片LD3320内部的专用DSP，实现语音识别和语音播放的算法。[e-mail]6寄存器的详细说明如下：编号(16进制)说明01FIFO_DATA数据口02FIFO中断允许第0位：允许FIFO_DATA中断；第2位：允许FIFO_EXT中断；05FIFO_EXT数据口06(只读)FIFO状态第6位：1表示忙，不能写所有FIFO。第3位：1表示FIFO_DATA已满，不能写。08清除FIFO内容（清除指定FIFO后再写入一次00H）第0位：写入1→清除FIFO_DATA第2位：写入1→清除FIFO_EXT11时钟频率设置117写35H对LD3320进行软复位（SoftReset）写48H可以激活DSP；写4CH可以使DSP休眠，比较省电。19时钟频率设置21B时钟频率设置31CADC开关控制写00HADC不可用写09HReserve保留命令字，具体使用按照给出的参考程序代码使用。写0BH麦克风输入ADC通道可用（芯片管脚MIC_P,MIC_N,MBS，管脚9,10,12）写07H立体声Line-in输入ADC通道可用（芯片管脚LIN_L,LIN_R，管脚13,14）写23HMonoLine-in输入ADC通道可用（芯片管脚MONO，管脚11）1D时钟频率设置41EADC专用控制，应初始化为00H20FIFO_DATA上限低8位（UpperBoundaryL）21FIFO_DATA上限高8位（UpperBoundaryH）22FIFO_DATA下限低8位（LowerBoundaryL）23FIFO_DATA下限高8位（LowerBoundaryH）24FIFO_DATAMCU水线低8位（MCUwatermarkL）[e-mail]725FIFO_DATAMCU水线高8位（MCUwatermarkH）26FIFO_DATADSP水线低8位（DSPwatermarkL）27FIFO_DATADSP水线高8位（DSPwatermarkH）29中断允许（可读写）第2位：FIFO中断允许，1表示允许；0表示不允许。第4位：同步中断允许，1表示允许；0表示不允许。2B中断请求编号（可读写）第4位：读取值为1表示语音识别有结果产生；MCU可清零。第2位：读取值为1表示芯片内部FIFO中断发生。MP3播放时会产生中断标志请求外部MCU向FIFO_DATA中Reload数据。第3位：读取值为1表示芯片内部已经出现错误。值得注意的是：如果在中断响应时读到这位为1，需要对芯片进行重启Reset，才可以继续工作。33MP3播放用设置开始播放时写入01H,播放完写入00H。35ADC增益，或可以理解为麦克风（MIC）音量。测试版工作时使用的设置是43H。可以设置为00H-7FH。建议设置值为40H-55H：值越大代表MIC音量越大，识别启动越敏感，但可能带来更多误识别；值越小代表MIC音量越小，需要近距离说话才能启动识别功能，好处是对远处的干扰语音没有反应。37语音识别控制命令下发寄存器写04H：通知DSP要添加一项识别句。写06H：通知DSP开始识别语音。在下发命令前，需要检查B2寄存器的状态。38FIFO_EXT上限低8位（UpperBoundaryL）3AFIFO_EXT上限高8位（UpperBoundaryH）3CFIFO_EXT下限低8位（LowerBoundaryL）3EFIFO_EXT下限高8位（LowerBoundaryH）40FIFO_EXTMCU水线低8位（MCUwatermarkL）42FIFO_EXTMCU水线高8位（MCUwatermarkH）44FIFO_EXTDSP水线低8位（DSPwatermarkL）46FIFO_EXTDSP水线高8位（DSPwatermarkH）79时钟频率设置581耳机左音量Bit7,6,0:Reserved；Bit[5-1]:音量大小：数值越小，代表声音越大；数值越大，代表声音越小；本寄存器设置为00H为最大音量。调节本寄存器后，设置寄存器87H.Bit1=1，可以使调节音量有效。[e-mail]883耳机右音量Bit7,6,0:Reserved；Bit[5-1]:音量大小：数值越小，代表声音越大；数值越大，代表声音越小；本寄存器设置为00H为最大音量。调节本寄存器后，设置寄存器87H.Bit0=1，可以使调节音量有效。85内部反馈设置初始化时写入52H播放MP3时写入5AH(改变内部增益)其中Bit[1,0]为混音器反馈电阻设置00:60kohm01:45kohm10:30kohm11:15kohm目前程序中设为30Kohm87模拟电路控制MP3播放初始化时写FFHBit3：喇叭音量调节激发(见8E寄存器)Bit1：耳机左音量调节激发(见81寄存器)Bit0：耳机右音量调节激发(见83寄存器)89模拟电路控制初始化时写03HMP3播放时写FFH8D内部增益控制初始化时写入FFH8E喇叭输出音量Bit7,6,1,0:Reserved；Bit[5-2]:音量大小，共16等级：数值越小，代表声音越大；数值越大，代表声音越小；本寄存器设置为00H为最大音量。调节本寄存器后，设置寄存器87H.Bit3=1，可以使调节音量有效。8FLineOut选择初始化时写入00HB2ASR：DSP忙闲状态0x21表示闲，查询到为闲状态可以进行下一步ASR动作B3ASR:VadPara本函数为打开或关闭“语音端点检测”功能。如果将该功能关闭，也就是参数设置为’0’，则所有的语音数据都会被用来执行语音识别的搜索运算。而如果将该功能打开，也就是参数设置为大于’0’的数值，则所有的语音数据都会先经过是“语音段”还是“静噪音段”的检测，只有语音段被用来执行语音识别的搜索运算。Default:0x12H0–关闭语音段检测功能，[e-mail]9数值范围:1~80–打开语音段检测功能。数值越小越灵敏，但容易误判；数值越大越不灵敏，但误判的可能减少。建议数值的范围在10~40之间。原则是语音环境信噪比越大，可以采用越大一点的数值。调整本参数也会对识别距离产生影响，数值越小，越灵敏，距离越远。B4ASR:VadStart需要连续多长时间的语音才可以确认为是真正的语音开始。每1单位，10毫秒。Default：0x0FH，相当于150毫秒数值范围:8~80(相当于10~800毫秒)B5ASR:VadSilenceEnd在语音检测到语音数据段以后，又检测到了背景噪音段，连续检测到多长时间的背景噪音段才可以确认为是真正的语音结束。每1单位，10毫秒。Default：0x3CH，十进制的60，相当于600毫秒数值范围:20~200(相当于200~2000毫秒)B6ASR:VadVoicemaxlength在语音检测到语音数据段以后，最长允许多长时间的语音识别。每1单位，100毫秒。Default：0x3CH，十进制的60，相当于6000毫秒=6秒钟数值范围:5~200(相当于500毫秒~20秒钟)B7ASR：PassFr