隨著數(shù)字信號處理技術(shù)的日益推進， IT領(lǐng)域的科技成果越來越普遍的應(yīng)用于視音頻領(lǐng)域并大大的推動了視音頻科技的進步，其中DSP（Digital Signal Processor即數(shù)字信號處理器）在音頻領(lǐng)域內(nèi)的應(yīng)用就是一個很好的例子。
    傳統(tǒng)的模擬視音頻產(chǎn)品如今逐漸退出，采用數(shù)字化技術(shù)極其相應(yīng)產(chǎn)品已呈不可抵擋的趨勢。數(shù)字化的視音頻產(chǎn)品必將涉及將類比信號轉(zhuǎn)換成數(shù)字信號后加以傳輸?shù)膯栴}。而在這種轉(zhuǎn)換的過程中需要做大量的數(shù)學(xué)運算，因此必須選擇運算快速的微處理器才能完成實時(real-time)的數(shù)位信號處理。而市面上的微處理有成百上千種，各有其特色及對應(yīng)的應(yīng)用場合，DSP以其特有的優(yōu)勢更加適合于完成上述任務(wù)。以下就從微處理器的硬件基本架構(gòu)，來說明DSP與傳統(tǒng)微處理器間的差異及其本身的優(yōu)勢。

DSP的優(yōu)勢

    要了解DSP的優(yōu)勢，就必須明白DSP與傳統(tǒng)微處理器在硬件基本架構(gòu)上的不同。

Von Neumann與Harvard基本架構(gòu)

    所有的微處理器都是由幾個基本的模塊所組成：運算器以完成數(shù)學(xué)運算、存儲器和解碼器以完成類比信號與數(shù)位信號間的轉(zhuǎn)換。在程序中，在每一周期必須告知微處理器要做些什么。因此微處理器必須從儲存程序的存儲體取得控制指令與一些數(shù)據(jù)而加以運算。但是對于所有的微處理器并不是使用相同的方法，一般來說可分成Von Neumann與Harvard二種基本架構(gòu)，同時又有取其二者優(yōu)點而衍生出多種的混合改良架構(gòu)，在增加存儲器與周邊裝置后，就成為能作為數(shù)字信號處理應(yīng)用的微處理控制器。
    Von Neumann結(jié)構(gòu)成為電腦發(fā)展上的標準已超過40年，基本結(jié)構(gòu)是非常簡潔，程序與數(shù)據(jù)二者能夠存儲在同一存儲映射空間（memory-mapped space），這種結(jié)構(gòu)的形成是基于大多數(shù)一般用途的程序要求，如x86系列。而其缺點是僅有一條總線來共享數(shù)據(jù)和程序地址，因此同一時間僅有一數(shù)據(jù)存儲單元或是程序存儲單元能被進行存取操作。
    能在讀取執(zhí)行程序的同時訪問數(shù)據(jù)存儲空間是有效加快數(shù)據(jù)處理的重要方法，Harvard結(jié)構(gòu)具有分離程序和數(shù)據(jù)的存儲空間，兩根總線分別處理不同的地址單元，以確保數(shù)據(jù)和程序能同時并行的存取，以增加處理速度。這種分離的總線架構(gòu)可將程序執(zhí)行分成尋址、解碼、讀取、執(zhí)行四個工作階段，每一指令必須4個指令周期才能完成，并且同一時間可以有4個指令進入微處理器內(nèi)處理，當(dāng)在第4個指令周期后，每一指令周期就有一個指令執(zhí)行，此時程式是以最高的效率的執(zhí)行。但需要指出的是，當(dāng)執(zhí)行選擇指令如跳躍或比較指令時，由于必須等到指令執(zhí)行產(chǎn)生的結(jié)果后，才知道要跳躍的位置與下一個指令，在此之前所輸入的指令會變的無效，而必須重新輸入新的指令，因此會產(chǎn)生所謂的選擇延時或選擇等待等現(xiàn)象，使得程式執(zhí)行效率大幅降低至與Von Neumann結(jié)構(gòu)差不多，所以一般當(dāng)程序需要大量的比較或跳躍語句的場合，如人機交互的介面（這是絕大多數(shù)PC機用戶的主要操作方式）等，Harvard架構(gòu)并不會比Von Neumann結(jié)構(gòu)有更好的性能。
    毫無疑問，程序執(zhí)行速度的增加的同時硬件的成本也相應(yīng)的增加，分離的數(shù)據(jù)存儲空間和程序存儲空間就需要兩個不同的數(shù)據(jù)尋址和與程序?qū)ぶ返挠布�接口。因此能發(fā)現(xiàn)在價格與性能間取得折衷的方法，才算是一個較佳的解決方案， 于是產(chǎn)生了Modified Harvard架構(gòu)，這種架構(gòu)僅有一個外部總線（以減少接口數(shù)），同時有程序與數(shù)據(jù)兩個內(nèi)部總線，可以減少成本并維持顧客對運算速度的要求。
    由此可見，在個人電腦這樣需要大量的選擇跳躍語句進行人機交互的處理器還是選擇Von Neumann架構(gòu)（即傳統(tǒng)的CPU 如x86、Pentium等）更加的合理，而在數(shù)字視音頻領(lǐng)域進行數(shù)字信號的傳輸處理，并不需要大量的選擇語句時， Harvard架構(gòu)及Modified Harvard架構(gòu)就顯得更加的適合。

DSP的Modified Harvard架構(gòu)

    DSP是屬于Modified Harvard架構(gòu)，即它具有兩條內(nèi)部總線，一個是數(shù)據(jù)總線，一個是程序總線；而傳統(tǒng)的微處理器內(nèi)部只有一條總線供數(shù)據(jù)傳輸與程序執(zhí)行使用； 從上面我們已經(jīng)看到Modified Harvard架構(gòu)在大量數(shù)學(xué)運算方面有著強大的優(yōu)勢，在DSP內(nèi)部具有硬件乘法器，大量的寄存器，目前最快的可在一個指令周期內(nèi)完成32bit乘32bit的指令，而傳統(tǒng)的微處理器運算系以微代碼來執(zhí)行，遇到乘法運算指令時就得消耗掉好幾個指令周期，加上傳統(tǒng)的微處理器中的寄存器較少，不得不經(jīng)常從外部儲存器傳輸數(shù)據(jù)來進行運算，而DSP指令具備重新執(zhí)行功能，因此在數(shù)學(xué)運算速度超越一般傳統(tǒng)的微處理器。
    例如當(dāng)執(zhí)行循環(huán)控制語句時，傳統(tǒng)的CPU會以某一暫存器當(dāng)初始循環(huán)數(shù)index，然后以比較跳躍的方式來達到循環(huán)控制的目的，此時程序會重復(fù)做比較運算直至index為0；而DSP內(nèi)建硬體repeat count指令來直接對硬件決定下一個循環(huán)指令的執(zhí)行次數(shù)，如此可大量減少程式的執(zhí)行時間。
    又如在做數(shù)字信號處理時最常出現(xiàn)乘加的運算（如ax+y），DSP針對此項需求而特別設(shè)計了一個硬件的MAC unit，使得在一個指令周期內(nèi)即可完成乘加的運算，若再配合repeat指令，便可以將乘加運算的速度大大提高。同時因為DSP有分離的程序與數(shù)據(jù)的總線，所以一條指令能同時定址訪問程序和數(shù)據(jù)的存儲單元，完成兩個變量的運算。必須注意a為一維常量放在程序存儲單元，而X為一維變量放在數(shù)據(jù)存儲單元；若系數(shù)a會隨程序運算而變動時，DSP內(nèi)建一小塊Dual-Access RAM (DARAM)的存儲區(qū)域，可由程序?qū)⒋藚^(qū)域設(shè)定為程序存儲區(qū)域或數(shù)據(jù)存儲區(qū)域，利用此存儲區(qū)域可完成可變系數(shù)的計算。
    歸納起來DSP具備有以下的特點：(1)內(nèi)建乘法累加器；(2)指令管線化；(3)多總線與存儲空間；(4)循環(huán)尋址與位重新尋址；(5)零負荷循環(huán)運算；(6)晶片內(nèi)含存儲體與存儲體介面。

DSP在音頻領(lǐng)域的應(yīng)用

    由于不存在線形放大電路非理想傳輸函數(shù)所造成的失真缺點，運算速度又比傳統(tǒng)微處理器快，DSP已普遍應(yīng)用于視音頻領(lǐng)域的合成、辨識與編碼；由于對硬盤存儲容量的要求日益提高，使得對VCM(VOICE COIL MOTOR)的定位精度的要求也越來越嚴謹，DSP IC已成為高容量硬盤機的核心元件；DSP還廣泛應(yīng)用在DAT、DLT等磁帶機上，用以控制轉(zhuǎn)速與磁頭讀寫位置；應(yīng)用于全球定位系統(tǒng)(GPS)的接收機之相關(guān)器(CORRELATOR)上，提供計算衛(wèi)星所發(fā)射的射頻信號至接收器距離的功能。圖象處理的離散余弦變換(DCT)應(yīng)用；電視信號的抗多經(jīng)干擾(Ghost Cancellation) 。至于對模糊失真控制（Fuzzy Control）的大量浮點運算，能達到即時要求，更是得心應(yīng)手。
    下面將著重介紹一下DSP在音頻信號上的各種應(yīng)用
    在音頻訊號處理方面的應(yīng)用，包括如下重點：

• 主動噪聲控制（Active Noise Cancellation）
• 語音訊號處理（Speech Signal Processing）
• 音樂訊號處理（Audio Processing）

主動噪聲控制

    傳統(tǒng)的被動式隔音方法，單純以隔音材料阻隔噪聲，對中、低頻噪音源產(chǎn)生的噪聲幾乎無阻隔能力，因此必須以厚重的隔音材料方能產(chǎn)生效果。主動噪聲控制是以電子閉回路控制的方法，產(chǎn)生和原始噪聲反相的聲音，以抵消原噪聲（如圖－1）。其優(yōu)點在于它對于抑制低頻噪聲極為有效。其應(yīng)用上的限制在于它無法控制中高頻段的噪聲（1.5K赫茲以上）

    在通訊的各個環(huán)節(jié)，都可能產(chǎn)生惱人的噪聲，其綜合的影響，便是降低通訊效率、成功率。主動噪聲控制技術(shù)能在很多層面提高信噪比，且和傳統(tǒng)簡單的濾波器相比，它能動態(tài)地適應(yīng)各種狀況，過去濾波器所無法處理的不確定噪聲也可相當(dāng)程度地克服。

語音訊號處理

    雖然目前許多資料已由數(shù)位編碼后，經(jīng)原有的語音通訊通道收發(fā)。但語音仍然穩(wěn)占所有通訊含量的第一位。對語音訊號的處理的需求，近年來呈現(xiàn)指數(shù)增長。語音技術(shù)可分為如下四項：語音增強（Speech Enhancement），語音辨識（Speech Recognition） ，語音編解碼（Speech Coding/Decoding），回聲抑制（Echo Suppression）。語音增強
    在語音信號的獲取手段上，各種拾音器（麥克風(fēng)）皆有其不同的頻響、方向性、穩(wěn)定性、拾取機制，多個不同特性的麥克風(fēng)組合陣列更可滿足使用者在各種頻段對訊號的多種不同要求（如圖－2），在滿足噪聲控制的任務(wù)下所取得的對電聲系統(tǒng)的有效把握，使我們能滿足各種用戶系統(tǒng)對信號拾取的要求。

圖－2

    在信號處理上，針對應(yīng)用場合、背景噪聲特性、語音清晰度對可允許的語音失真的相對要求等 ，我們可制定不同的方案，以滿足任務(wù)需求。例如，語音識別軟體對語音信號的要求，就有別于人耳對語音信號的要求，因此，在完成通訊時，和在完成語音識別任務(wù)時，需使用不同的程序。針對不同任務(wù)研發(fā)機構(gòu)若不能對語音特性具備全面的了解與把握，是無法在這上面取得真正優(yōu)化的結(jié)果。
    此外，DSP技術(shù)在高速執(zhí)行單通道信號的檢波，多通道信號的對比，其速度可以做到讓使用者無法感到時間有延遲，在感覺上完全是實時工作的效果。

語音辨識

    語音識別系統(tǒng)的核心，應(yīng)具有硬件要求少，自含時間矯正，和能量矯正的特點。目前已實際應(yīng)用的為小辭匯量（200字）系統(tǒng)的獨立語音識別，中辭匯量（1800字）的核心亦完成。在自動語音識別的發(fā)展方向上，將集中於發(fā)展語音控制技術(shù)，而非語音輸入技術(shù)。重點在于首次識別的準確率，而非混合語意的輔助識別。

語音編、解碼

    由于在DSP具有語音處理上的強大功能，因此才有可能在語音編碼的設(shè)計、使用上，偏重使用壓縮比較高的“編碼激勵線性預(yù)測”（CELP）型算法。目前使用的開放標準為ITU的G.723.1，這種算法廣泛使用于IP的編解碼上，具有6.3Kbps和5.3Kbps兩種傳輸率，語音品質(zhì)高，抗噪聲能力和計算負荷適中。可提供用戶使用於各種平臺上。同時，專屬的2.4Kbps的語音編碼算法也在開發(fā)中，預(yù)計該算法將在語音品質(zhì)、抗噪聲能力、語音壓縮比、計算負荷、計算延時上取得更好的平衡。因以硬體性能不斷的提升，會適配較大的計算量的編碼方式，根據(jù)信息論的原理,若在不降低確定的信號指標的條件下，如果采用高的壓縮比方式則必然相對的應(yīng)用大運算量的編解碼方式，以在高壓縮比的情況下取得較好的音頻性能。

回聲抑制

    在長距離通訊及活動通訊中，經(jīng)常會被回聲所困擾。無論是線性回聲，或是音響回聲，當(dāng)延時超過0.5秒 ，都會在接收端清晰的收到。針對這兩種現(xiàn)象，各有適用的回聲抑制算法。基于DSP的算法穩(wěn)定、簡潔，不但抑制響應(yīng)速度快，而且對Double Talk、Near-End-Speech及靜音狀態(tài)，皆能保持降噪性能。同時因為線性回聲時間延遲可在1毫秒到900毫秒的大范圍內(nèi)變動，同樣有基于DSP專屬的算法來克服這種變異性對系統(tǒng)帶來的額外負荷（在傳統(tǒng)的回聲抑制系統(tǒng)中，300毫秒的延時意味者系統(tǒng)性能價格比的急劇劣化）。而這些算法的源代碼亦能應(yīng)用在各種通訊平臺上，解決長程通訊各環(huán)節(jié)所產(chǎn)生的問題。

音樂訊號處理

    自從數(shù)字化的音樂規(guī)范開始流行后，因數(shù)字信號處理所附帶的彈性因素，已在影音訊號的儲存 、傳送、播放上，產(chǎn)生了許多開放規(guī)范和專屬規(guī)范。對使用者而言，它們帶來的效果，除了更耐久更廉價的儲存媒介、更多元化的接收管道外，也包括更絢麗的視聽效果。但在終端獲得和原始影音信號源相當(dāng)?shù)挠耙粜Ч�，到目前為止都仍然是昂貴且不見得有效的。為了實現(xiàn)所謂的“環(huán)場音效”，目前已有諸如Dolby Surround、Dolby ProLogic、AC-3 、THX等各式開放規(guī)范，也有商品化的解碼晶片。但整個環(huán)節(jié)中最弱的一環(huán)，是在由揚聲系統(tǒng)到人耳的這一段。這一段的傳遞函數(shù)因不同的聽音者，不同的聽音環(huán)境而隨機的改變，甚至差異極大。原始錄音工程師的心血，在這一段經(jīng)常被糟蹋無遺。而且和傳統(tǒng)音響系統(tǒng)相同，這個性能最不容易把握的環(huán)節(jié)，往往也是投資昂貴的一個環(huán)節(jié)。
    針對這一環(huán)節(jié)，DSP提出的解決方案。是獨立于上述開放規(guī)范之外，來建立一個近似環(huán)場音效系統(tǒng)，在信號后期處理階段，則以更人性化的雙聲道，來模擬上述規(guī)范所要求的四加一或五加一聲道的要求，并

且以DSP動態(tài)的 補償聲場的變異，基本上可以做到使用一個低成本基于DSP技術(shù)的系統(tǒng)去替代昂貴的非DSP的高檔系統(tǒng)，完整還原原始錄音效果。（如圖－3）

總結(jié)

     DSP以其強大的運算能力及優(yōu)良的性能價格比已經(jīng)成為越來越多的數(shù)字化視音頻設(shè)備的核心構(gòu)件，隨著科技的進步，DSP技術(shù)的日益完善，相信DSP的未來就是數(shù)字化音頻領(lǐng)域的未來。