语音IC选型参考

RNGxiaohu

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，公交车报站器，银行排队机、语音玩具、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语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、WTR010、WTV040、APR6000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WTR-S4、WTV-NAND录音模块，这些模块利用外部的FLASH ROM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。主要应用在中低端玩具、电子琴、电动车等产品上。

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、WTV040（需烧写特殊程序）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，是大批量投产的最佳选择。

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。WTM-SD模块、USBSD模块 在外挂SD卡的时候可以播放WAV、MP3音频格式，WTV020-SD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。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WTV020-SD模块、WTM-SD模块、USBSD模块；对音质要求不高、语音时间在340秒以内可选用WTB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WTR-S4录音模块；录音长度达到数小时，则要用WTV-NAND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。大部分芯片都是可以用MCU或者按键来控制的，如WTV、WTB、WT588D、ISD1700、ISD2500等。

7、语音芯片/模块综合素质对比一览表

序号	芯片/模块型号	特性	稳定性	控制方式	工作电压	音质	价格
1	ISD1110	10秒录放音，EEPROM，可重复擦写	稍差	并口/按键	4.5～5.5V	一般	便宜
2	ISD1420	20秒录放音，EEPROM，可重复擦写	稍差	并口/按键	4.5～6.5V	一般	稍贵
3	ISD1810	8～16秒单段录放音，EEPROM，可重复擦写	好	按键	2.7～4.5V	一般	便宜
4	ISD2532/64	32～64秒录放音，EEPROM，可重复擦写	掉语音	并口/按键	4.5～5.5V	一般	稍贵
5	ISD2560/120	60～120秒录放音，EEPROM，可重复擦写	掉语音	并口/按键	4.5～5.5V	一般	贵
6	ISD3300	2～4分钟录放音，EEPROM，可重复擦写	掉语音	SPI串口	2.7～3.3V	好	贵
7	ISD1700	20～480秒录放音，EEPROM，可重复擦写	好	SPI串口/按键	2.4～5.5V	好	稍贵
8	ISD4002	2～4分钟录放音，EEPROM，可重复擦写	掉语音	SPI串口	2.7～3.3V	好	贵
9	ISD4003	4～8分钟录放音，EEPROM，可重复擦写	掉语音	SPI串口	2.7～3.3V	好	稍贵
10	ISD4004	8～16分钟录放音，EEPROM，可重复擦写	掉语音	SPI串口	2.7～3.3V	好	较贵
11	WTV010/020	10～20秒放音，OTP，可编程	好	串口/并口/按键	2.5～3.6V	一般	便宜
12	WTV040/080	40～80秒放音，OTP，可编程	好	串口/并口/按键	2.5～3.6V	一般	便宜
13	WTV170/340	170～340秒放音，OTP，可编程	好	串口/并口/按键	2.5～3.6V	一般	稍贵
14	WTB015/031	15～31秒放音，OTP，可MASK，可编程	工业级	串口/并口/按键	2.2～5.5V	一般	便宜
15	WTB084/170	84～170秒放音，OTP，可MASK，可编程	工业级	串口/并口/按键	2.2～5.5V	一般	便宜
16	WT588D	33～1057秒放音，可重复擦写，可编程	工业级	串口/并口/按键	2.8～5.5V	好	便宜
17	WTW500-16P	33～1057秒放音，可重复擦写，可编程	工业级	串口/并口/按键	3.3V/5V	好	便宜
18	WT588D-U	33～1057秒放音，USB下载，可编程	工业级	串口/并口/按键	3.3V/5V	好	便宜
19	WTV-S	40～670秒放音，可重复擦写，可编程	好	串口/并口/按键	3.3V	一般	便宜
20	WTV-S1	40～670秒放音，USB下载，可编程	好	串口/并口/按键	3.3V	一般	便宜
21	WTR-S4	64～2730秒录放音，FLASH ROM，可重复擦写	好	串口/按键	2.7～3.6V	一般	便宜
22	WTV-NAND	1～16小时录放音，可跟电脑相互通信	好	串口/按键	3.3V/5V	一般	稍贵
23	WTV020-SD	最长90小时放音，可制定多种控制方式	好	串口/按键	2.5～3.6V	好	便宜
24	WTM-SD	可播放MP3音频，语音来源丰富	好	串口/按键	5V	好	贵
25	USBSD	可播放MP3音频，语音来源丰富	好	串口/按键	5V	好	稍贵
26	APR9301	16～32秒录音，EEPROM，可重复擦写	好	按键	5.5～6.5V	稍差	便宜
27	APR6008	8分钟录放音，EEPROM，可重复擦写	好	串口	2.7～3.3V	一般	贵
28	APR6016	4～8分钟录放音，EEPROM，可重复擦写	好	串口	2.9～3.3V	一般	贵
29	API8108A	10秒语音播放，OTP	稍差	并口/按键	3.0～6.0V	差	稍贵
30	API840N	40秒语音播放，OTP	稍差	并口/按键	3.0～6.0V	差	便宜
31	AP8910/21	10～21秒语音播放，OTP	好	并口/按键	2.6～5.0V	差	便宜
32	AP89021/042	21～42秒语音播放，OTP	好	并口/按键	2.2～3.6V	差	便宜
33	AP89085/170	85～170秒语音播放，OTP	好	并口/按键	2.2～3.6V	差	稍贵
34	AP89341	341秒语音播放，OTP	好	并口/按键	2.2～3.6V	差	贵
35	MSM6295	60秒语音播放，4通道	好	SPI串口/按键	4.5～5.5V	好	贵
36	MSM6585	4通道语音播放	好	SPI串口/按键	4.5～5.5V	好	贵

' ?; X% K1 S$ ]) H7 M! ]' W
8 b, N( u* c+ a3 G  |' y) m; j

sdsdwwwe22

语音芯片从使用功能上，基本可以划分为录音语音芯片和放音语音芯片

kiygb

FLASH ROM和EEPROM的共性是可重复擦写、存储空间大

道法自然

部分语音芯片是只支持串口通讯协议的