各行业语音芯片选型经验集锦

目前市场上可供选择的语音芯片，模块，大概可以根据时间长短和功能来选择，下面是一些深圳唯创知音电子有限公司提供给大家的经验，公司从1999年从事语音ic行业到目前，已经有十几年，根据一个自身经验，特此总结如下，希望对初次选用使用语音芯片、录放音芯片的用户能有所帮助。

从时间长度上考虑：

一般情况下，语音芯片（默认OTP：一次性的）的时间长度在10~340秒。基本上集中在短秒数的。它声音清晰，时间短，价钱低，制作容易，订货数量不限，所以是产品试验阶段更佳方案。市面上20秒的芯片价格大概在2~3元左右；40秒大概在4~5元；170秒大概在9~10元。一般情况下，是由厂家制作样品，用户服务订货时，由厂家将内容烧写好，然后交给用户。这样用户就可以省掉一些功夫。如果用户的声音需要经常修改，则可以自己购买一套编程（也叫烧写器，下载器），自己学会是如何制作的，则可以由自己来制作。语音芯片的用途集中在安防门禁、家用电器、医疗设备等场合。

语音模块，它的结构大概是：MCU+外挂存储器，所以它的存储容量会比芯片大得多，从10~30分钟都有，但是，价钱一般从20~80元不等起，是芯片的好几倍。体积也比芯片大，功耗也稍微要大一点。

从功能上考虑：

语音芯片是一次性的，它订货数量不限，出货速度快，但也有缺点：不可以重复多次烧写。深圳唯创知音电子有限公司出了一些是可以重复擦写的模块，比如：WT588D系列语音模块， WT2003S系列语音模块等，一些是可以通过专用的烧写器来更换内容，一些是可以直接通过USB口来更换语音内容，甚至还可以在现场下载内容，进行语音的更新，这些强大的功能，更好的丰富了语音模块的内涵，增加了它的应用领域，开拓了新的天地 。

随着科技的发展和产品的集成化，语音芯片已经逐渐替代了多种语音设备应用在各场合。语音芯片主要特性是功耗低，抗干扰能力强，外围器件少，控制简单，语音保存时间久（某些语音芯片可以保存内容100年），掉电不丢失语音，部分芯片还可以重复擦写语音内容。如汽车倒车雷达，电子锁，跑步机、电饭煲、防盗系统等设备都装备了语音芯片。由于芯片种类众多，功能各异，工程师在选用语音芯片会有些彷徨无策，因此给初涉语音行业的工程师提供一些语音芯片的选型参考。

1、录音芯片及放音芯片的选择

语音芯片从使用功能上，基本可以划分为录音芯片和放音语音芯片。设计一个使用语音芯片的产品，首先要考虑是否使用录制现场语音，如需要录制语音则选用带有录音功能的语音芯片，否则就选用只有放音功能的语音芯片。通常带有录音功能的语音芯片都具有回放语音的功能，但是在播放语音时，音质都没有专门的放音语音芯片好，所以在选择语音芯片时要权衡功能及音质方面等因素。

安防系统、会议记录系统、录音玩具等产品都要求具备录音功能，这类型产品的开发都会用到录音语音芯片，市场上有录音功能的芯片主要有ISD1110、ISD1400、ISD1700、ISD1800、ISD2500、ISD3300、ISD4000、WTR030、WTR050、WTV040、WT2000等。利用录音芯片开发的录音模块，拥有更为简洁的外围电路和更佳的效果。如WTR030M01、WT2000B02录音模块，这些模块利用外部的FLASH 作为存储中心，因而能够录制更长时间的语音。

仅用到放音功能的设备很多，像治疗仪、倒车雷达、报站器、报警器等。这类型的产品不需要录制现场的语音，将已经处理过的语音利用工具下载到语音芯片播放就可以。放音芯片根据存储方式可分为OTP ROM、FLASH ROM、EEPROM及MASK四种。

2、OTP ROM、FLASH ROM和EEPROM的选择

OTP（One Time Programable）是指一次性可编程语音芯片，语音只能烧写一次，适合应用在不需要修改语音、语音长度短的场合，从放音的长度上可以分为10秒、20秒、40秒、80秒、170秒、340秒。OTP语音芯片的特点是单芯片方案、价格便宜，适合中小型批量生产，即便是小数量生产也可以及时拿货。主要应用在门禁安防、家用电器、汽车电子等行业上。FLASH ROM和EEPROM的共性是可重复擦写、存储空间大，可随意更换控制方式和语音内容，能存储更大的语音文件。EEPROM通常都会集成在芯片中，此类型语音芯片价格比较昂贵，如ISD1700、ISD2500等。一般可以外挂的FLASH ROM有1Mbit～32Mbit，因需要用“语音芯片+FLASH”才能工作，价格比OTP的稍高，但整体售价比EEPROM的低，适合制样或者中小型批量投产。使用FLASH ROM的语音芯片有WT588D、WT2003S等。

3、为什么要用MASK掩膜投产

MASK投产使得整个语音芯片方案在保持性能、功能不变的情况下成本降低将近一半，且多数语音芯片在MASK投产不需要更改外围电路。但MASK投产需要订单数量超过2～7万，否则厂家会收取高额的光罩费，MASK生产时间大概要用1个月左右。目前MASK掩膜投产的芯片有WTB及WT588D（≤4Mbit FLASH ROM），其语音时间在5秒～340秒，是大批量投产的更佳选择。

4、可以存储更多语音的SD卡方案

SD卡已经成为当前市场上一大主流存储载体，其价格便宜，存储空间大，可移植性强等优点得到大部分厂家青睐。语音芯片也同样向外置SD卡的方向发展，厂家根据主控芯片的特性设计出可以播放各种音频格式的SD卡播放器，如WAV、MP3、WMA、AD4等主流音频格式。WT20003S模块、WT2000模块在外挂SD卡的时候可以播放WAV、MP3音频格式，WTV020M01模块可以播放AD4、WAV音频格式等。这类型模块的播放时间均能达到数十小时。

5、从语音音质、语音长度方面选择

语音存放的长度由音频采样率及芯片内部（或外挂）ROM空间所决定，音频采样率的大小直接影响音频输出的音质，同一型号芯片的音频采样率越高，音质越好，但是需要占用更多的ROM空间。语音芯片的成本也因存储空间的增大而有不同幅度的上涨。如果对音质要求较高、语音时间在5分钟内，可以考虑选用ISD语音芯片、WTV语音芯片、WT588D语音芯片、ISD语音芯片；要求音质高、语音时间长可以选用WT2003B01模块、WT2000B03模块；对音质要求不高、语音时间在340秒以内可选用WT588C语音芯片。从录音长度方面考虑，要求录音长度在340秒以内，可选用ISD1700、ISD2500语音芯片；要求录音长度在30分钟内，可选用WTR030M01录音模块；录音长度达到数小时，则要用WT2000B02录音模块。

6、是否选用MCU控制

部分语音芯片是只支持串口通讯协议的，因此必须由MCU进行控制，而不能利用脉冲或者电平来控制，此部分芯片中包括ISD3300、ISD4000等，在选择此类芯片的时候要考虑到控制端是否具备MCU。大部分语音芯片都是可以用MCU或者按键来控制的，如WTN、WTV、WTH、WT588D、ISD1700、ISD2500等。