硅音频电路的发展与应用
摘要:简要介绍硅音频系统所采用的压缩格式、记录媒体和版权保护技术。
1 前言
硅音频系统是指以半导体存储器作为记录媒体的录音/重放系统。目前，以MP3播放机为代表的硅音频播放机（有时亦被称作“存储器播放机”更新很快，不断面市的新产品令人目不暇接。不过，就硅音频播放机而言，它们所采用的压缩格式、记录媒体和版权保护系统各不相同，本文将对此做概要介绍。
2 压缩格式
现今，硅音频所采用的压缩格式基本上有MP3、TwinVQ、ATRAC3、AAC和WMA等5种，它们的共同特点就是充分利用了人耳的听觉特性，将那些人耳察觉不到的声音予以消除。
2.1 MP3
MP3是MPEG-1AudioLayer3的缩写。MPEG作为动画和声音的数字化处理格式，目前已完成标准化的有MPEG-1（1993年）、MPEG-2（1994年）和MPEG-4（1999年），正在策划制定的还有MPEG-7和MPEG-21。
动画格式为MPEGVideo，声音格式为MPEGAudio。其中MPEGAudio根据比特率的不同分为三层，第一层的比特率为32Kbps～448Kbps（用于MD）；第二层的比特率为32Kbps～384Kbps（用于卫星广播和VCD）；第三层的比特率为32Kbps～320Kbps（用于卫星通信和因特网）。32Kbps、64Kbps、96Kbps和128Kbps能够分别提供“优于AM无线电广播的音质”、“优于FM无线电广播的音质”、“接近CD的音质”和“与CD不相上下的音质”。
MPEGAudio利用“绝对可听阈值”和“掩蔽效应”这两种人耳听觉特性对声音进行压缩。绝对可听阈值是指在无声状态下人耳能够辨别的声压大小（单位为dB），它因频率的不同而不同。声压低于绝对可听阈值的声音即便被消除了人耳也不会察觉，因此，MPEG标准中将这种声音忽略掉。掩蔽效应是指在声压较高的频率附近声压较低的频率不易被察觉的现象。将其他频率的声音予以消除的声音被称为“掩蔽音”，被消除的声音称为“被掩蔽音”。另外，受掩蔽音影响的频带被称为“临界频带”，掩蔽音的声压即便进一步提高也不会影响临界频带以外的声音。
第三层还利用了一种所谓“瞬态掩蔽效应”（TemporalMaskingEffect）的感知特性，即位于声压较高的声音前后的声压较低的声音是不容易被感知的，通过消除这些声音能够提高压缩率。
由于MPEG标准得到了非常广泛的应用，从而推动了MP3格式的普及。Windows中作为标准添加的图像·声音再生用应用程序WindowsMediaPlayer以及Apple公司的图像·声音再生技术QuickTime均支持MP3。在PC界，MP3已经成为一种默认标准。
因为普及较早的缘故，MP3播放机没有版权保护功能。而且，即便现在开发出能够在MP3上实现的版权保护功能，也不大可能把它安装到已在使用的众多MP3播放机上。因此，用户能够不经著作权人的许可随意将CD上的数据变换成MP3格式并上载到Web站点上进行发布。于是，一段时间以来有关MP3的侵权争论异常激烈，各种官司也层出不穷。
2.2 TwinVQ
TwinVQ（TransformdomainWeightedInterleaveVectorQuantization）是由原日本NTT人机接口研究所（现NTT电脑空间研究所）开发的，压缩率比MP3更高（MP3编码后的文件大小是原先的1/11左右，而TwinVQ则为1/18左右）。TwinVQ不是直接对原始音乐数据进行压缩，而是对多个数据进行图形化处理，并与事先准备的图形进行比较，选择最接近的图形并将标准图形的编号作为压缩代码。但这样做的缺点是编码处理的复杂化，使得处理时间比MP3长。在使用PentiumⅡ266MHzCPU时，22.05kHz取样频率（双声道场合的数值，单声道场合的数值为44.1kHz）是实时处理的极限；若是解码，则在使用Pentium90MHzCPU时，能够实时处理取样频率为22.05kHz（立体声场合的数值，单声道场合时为44.1kHz）的数据。另外，由于它没有采用有可能使抗误码性能下降的技术（如自适应比特分配、可变长编码、可变比特帧等），因此比较适合于容易发生误码的无线传输。
在版权保护功能方面，TwinVQ通过采用InfoBind排除了网络发送数据被非法复制的可能性。
2.3 ATRAC3
ATRAC3(AdaptiveTransformAcousticCoding3)由日本索尼公司开发，是MD所采用的ATRAC的升级版，其压缩率（约为ATRAC的2倍）和音质均与MP3相当。压缩原理包括同时掩蔽、时效掩蔽和等响度曲线等，与MP3大致相同。ATRAC3的版权保护功能采用的是OpenMG。
目前，对应ATRAC3的便携式播放机主要是索尼公司自己的产品。不过，该公司已于2000年2月与富士通、日立、NEC、Rohm、三洋和TI等半导体制造商签署了制造并销售ATRAC3用LSI的专利许可协议。
2.4 AAC
AAC的全称是MPEG-2AdvanceAudioCoding,它通过舍弃MPEG-2的返回兼容性（即再生MPEG-1数据）获得了约2倍于MPEG-2的压缩率。日本的BS数字电视广播就将采用这一格式。
目前，对应AAC的便携式播放机有三洋的SSP-PD7和松下的SV-SD70等，相应的应用软件有LiquidPlayer。
2.5 WMA
WMA(WindowsMediaAudio)采用美国微软公司推出的用于对多媒体内容进行流式分配（StreamingDistribution）的数据压缩技术WMT（WindowsMediaTechnology），被视为标准的音乐数据压缩格式，其压缩率约为MP3的2倍，压缩算法等尚未公开。目前，对应WMA的便携式播放机较小，相应的应用软件也只有WindowsMediaPlayer。
3 记录媒体
可进行记录媒体交换的硅音频播放机大都采用SmartMedia、多媒体卡（MMC）、记忆棒（MemoryStick）或SD（SecureDigital）卡。这些记录媒体均内藏快闪存储器。为了实现版权保护功能，采用了给每个记录媒体附加不同的识别码（ID）或内藏加密功能的方法。虽然不同的压缩格式对可以使用的记录媒体做了限制，但这并不是技术问题，而是由各制造商所支持的压缩格式和记录媒体所决定的。
上述记录媒体并非只用于便携式播放机，也可应用于数码相机、摄录机和便携式信息终端。目前它们都在力争成为通用标准，其中尤以索尼的记忆棒和松下的SD存储卡之间的竞争最为激烈，其情形与当初的β格式和VHS格式之争非常相似。
3.1 SmartMedia
由东芝公司开发，原名为SSFDC（SolidStateFloppyDiskCard），和CF（CompactFlash）一样，都是1995年面市的。
SmartMedia由于采用了NAND型快闪存储器，故无需内藏控制器且读/写速度快，构造比较简单，价格也相对便宜一些。而且，存储卡位于存储器外壳的内部，有利于提高抗震、耐热和耐湿性能。另外，驱动程序的大小为16KB左右，包括缓冲程序在内也只需要40KB左右的存储容量。
SmartMedia虽然不具备版权保护功能，但如果使用SmartMedia以外的固有格式是不可能通过SmartMedia获得音乐数据的。作为功能扩展，每个SmartMedia还可以附加不可改写的个体ID。
借助专用的阅读程序、软盘适配器和PC卡适配器，亦可通过个人电脑对SmartMedia进行读写操作。
目前市售的SmartMedia主要有2MB、4MB、8MB、16MB、32MB和64MB等。
3.2 多媒体卡（MMC）
MMC是SanDisk公司和西门子公司为实现消费类设备之间以及消费类设备与移动电话之间的信息交换和保存而开发的记录媒体，它采用7针连接器和串行接口，工作电压为2.7V～3.6V，在使用时最多可同时连接30张MMC，目前市场上最大容量的MMC是64MB产品。
MMC对应的数据包括文本、静画、动画、声音、音频和视频等，而且还可以把不同类型的数据保存在一张MMC卡上。目前，除了硅音频播放机之外，MMC还用于数字摄录机的静画记录。
MMC由存储器内核和控制器构成，它有两种使用方法：（1）与主CPU串接进行直接存取；（2）将控制器置于主CPU和MMC之间，主CPU和控制器之间并行连接，控制器与MMC间串行连接。至于选择哪种方法，需要兼顾主机侧的成本。
MMC的特点是体积小且控制器内藏，从而确保了各代产品之间以及不同制造商的产品之间的兼容性。为了把版权保护功能作为系统来实现，在每张卡上都记录了固有的编号，而且还能够在不损害与现有系统的兼容性的情况下与今后的版权功能强化相对应。另外，日立、三洋和德国InfineonTechnologies公司还在共同制定能够在保持MMC的兼容性的同时与版权保护相对应的SecureMultimediaCard规范。
当用个人电脑来进行MMC的读写操作时，可通过在卡上安装MMC适配器并插入软盘驱动器的方法来完成。
3.3 记忆棒（MemoryStick）
索尼公司开发的这种存储卡能够在同一媒体上处理静画、动画、声音和音乐等多种数据，目前已大量应用于索尼的数码相机、摄录机、PC（VAIO系列）等，但其他公司很少采用这种存储卡。
记忆棒由快闪存储器和控制器构成。控制器承担多个快闪EEPROM的控制、快闪EEPROM特性差异的消除、纠错以及并行数据与串行数据的变换。通信协议采用独自的串行接口规范，有数据、时钟和总线状态3条控制线。时钟（最大20MHz）和总线状态信号由主机提供，对数据进行双向半双工处理，并附加以512字节为基本单位的差错检验码。工作电压为2.7V～3.6V，目前上市的品种包括4MB、8MB、16MB、32MB和64MB。
除了采用10个插针的连接器外，记忆棒的特点还包括：（1）存储器卡的接插连接器隐藏在插针槽内，可防止碰撞和污损，确保了连接的可靠性；（2）具有防抹开关，能够防止重要数据的误擦除；（3）内藏控制器且与设备的接口采用了特有的串行协议，这种接口规范能够满足将来的大容量化要求。
具有版权保护功能的MagicGate记忆棒也已面市，每个这样的记忆棒都附加了固有的ID。通过识别与其相连的设备是否采用了MagicGate的认证过程并利用只有采用MagicGate的设备才能解读记忆棒存储内容的密码，实现了版权保护。此外，在PC侧具有与此功能相对应的OpenMG技术。
2000年4月，比MMC更小的MemoryStickDuo问世，其尺寸为20mm×31mm×1.6mm，重量约为2g。除了用作记录媒体外，记忆棒的用途还被进
1 前言
硅音频系统是指以半导体存储器作为记录媒体的录音/重放系统。目前，以MP3播放机为代表的硅音频播放机（有时亦被称作“存储器播放机”更新很快，不断面市的新产品令人目不暇接。不过，就硅音频播放机而言，它们所采用的压缩格式、记录媒体和版权保护系统各不相同，本文将对此做概要介绍。
2 压缩格式
现今，硅音频所采用的压缩格式基本上有MP3、TwinVQ、ATRAC3、AAC和WMA等5种，它们的共同特点就是充分利用了人耳的听觉特性，将那些人耳察觉不到的声音予以消除。
2.1 MP3
MP3是MPEG-1AudioLayer3的缩写。MPEG作为动画和声音的数字化处理格式，目前已完成标准化的有MPEG-1（1993年）、MPEG-2（1994年）和MPEG-4（1999年），正在策划制定的还有MPEG-7和MPEG-21。
动画格式为MPEGVideo，声音格式为MPEGAudio。其中MPEGAudio根据比特率的不同分为三层，第一层的比特率为32Kbps～448Kbps（用于MD）；第二层的比特率为32Kbps～384Kbps（用于卫星广播和VCD）；第三层的比特率为32Kbps～320Kbps（用于卫星通信和因特网）。32Kbps、64Kbps、96Kbps和128Kbps能够分别提供“优于AM无线电广播的音质”、“优于FM无线电广播的音质”、“接近CD的音质”和“与CD不相上下的音质”。
MPEGAudio利用“绝对可听阈值”和“掩蔽效应”这两种人耳听觉特性对声音进行压缩。绝对可听阈值是指在无声状态下人耳能够辨别的声压大小（单位为dB），它因频率的不同而不同。声压低于绝对可听阈值的声音即便被消除了人耳也不会察觉，因此，MPEG标准中将这种声音忽略掉。掩蔽效应是指在声压较高的频率附近声压较低的频率不易被察觉的现象。将其他频率的声音予以消除的声音被称为“掩蔽音”，被消除的声音称为“被掩蔽音”。另外，受掩蔽音影响的频带被称为“临界频带”，掩蔽音的声压即便进一步提高也不会影响临界频带以外的声音。
第三层还利用了一种所谓“瞬态掩蔽效应”（TemporalMaskingEffect）的感知特性，即位于声压较高的声音前后的声压较低的声音是不容易被感知的，通过消除这些声音能够提高压缩率。
由于MPEG标准得到了非常广泛的应用，从而推动了MP3格式的普及。Windows中作为标准添加的图像·声音再生用应用程序WindowsMediaPlayer以及Apple公司的图像·声音再生技术QuickTime均支持MP3。在PC界，MP3已经成为一种默认标准。
因为普及较早的缘故，MP3播放机没有版权保护功能。而且，即便现在开发出能够在MP3上实现的版权保护功能，也不大可能把它安装到已在使用的众多MP3播放机上。因此，用户能够不经著作权人的许可随意将CD上的数据变换成MP3格式并上载到Web站点上进行发布。于是，一段时间以来有关MP3的侵权争论异常激烈，各种官司也层出不穷。
2.2 TwinVQ
TwinVQ（TransformdomainWeightedInterleaveVectorQuantization）是由原日本NTT人机接口研究所（现NTT电脑空间研究所）开发的，压缩率比MP3更高（MP3编码后的文件大小是原先的1/11左右，而TwinVQ则为1/18左右）。TwinVQ不是直接对原始音乐数据进行压缩，而是对多个数据进行图形化处理，并与事先准备的图形进行比较，选择最接近的图形并将标准图形的编号作为压缩代码。但这样做的缺点是编码处理的复杂化，使得处理时间比MP3长。在使用PentiumⅡ266MHzCPU时，22.05kHz取样频率（双声道场合的数值，单声道场合的数值为44.1kHz）是实时处理的极限；若是解码，则在使用Pentium90MHzCPU时，能够实时处理取样频率为22.05kHz（立体声场合的数值，单声道场合时为44.1kHz）的数据。另外，由于它没有采用有可能使抗误码性能下降的技术（如自适应比特分配、可变长编码、可变比特帧等），因此比较适合于容易发生误码的无线传输。
在版权保护功能方面，TwinVQ通过采用InfoBind排除了网络发送数据被非法复制的可能性。
2.3 ATRAC3
ATRAC3(AdaptiveTransformAcousticCoding3)由日本索尼公司开发，是MD所采用的ATRAC的升级版，其压缩率（约为ATRAC的2倍）和音质均与MP3相当。压缩原理包括同时掩蔽、时效掩蔽和等响度曲线等，与MP3大致相同。ATRAC3的版权保护功能采用的是OpenMG。
目前，对应ATRAC3的便携式播放机主要是索尼公司自己的产品。不过，该公司已于2000年2月与富士通、日立、NEC、Rohm、三洋和TI等半导体制造商签署了制造并销售ATRAC3用LSI的专利许可协议。
2.4 AAC
AAC的全称是MPEG-2AdvanceAudioCoding,它通过舍弃MPEG-2的返回兼容性（即再生MPEG-1数据）获得了约2倍于MPEG-2的压缩率。日本的BS数字电视广播就将采用这一格式。
目前，对应AAC的便携式播放机有三洋的SSP-PD7和松下的SV-SD70等，相应的应用软件有LiquidPlayer。
2.5 WMA
WMA(WindowsMediaAudio)采用美国微软公司推出的用于对多媒体内容进行流式分配（StreamingDistribution）的数据压缩技术WMT（WindowsMediaTechnology），被视为标准的音乐数据压缩格式，其压缩率约为MP3的2倍，压缩算法等尚未公开。目前，对应WMA的便携式播放机较小，相应的应用软件也只有WindowsMediaPlayer。
3 记录媒体
可进行记录媒体交换的硅音频播放机大都采用SmartMedia、多媒体卡（MMC）、记忆棒（MemoryStick）或SD（SecureDigital）卡。这些记录媒体均内藏快闪存储器。为了实现版权保护功能，采用了给每个记录媒体附加不同的识别码（ID）或内藏加密功能的方法。虽然不同的压缩格式对可以使用的记录媒体做了限制，但这并不是技术问题，而是由各制造商所支持的压缩格式和记录媒体所决定的。
上述记录媒体并非只用于便携式播放机，也可应用于数码相机、摄录机和便携式信息终端。目前它们都在力争成为通用标准，其中尤以索尼的记忆棒和松下的SD存储卡之间的竞争最为激烈，其情形与当初的β格式和VHS格式之争非常相似。
 |
| 表1 各种记录媒体的简单比较 ＊1可通过功能扩展来对应＊2采用MagicGate的记忆棒可对应 |
3.1 SmartMedia
由东芝公司开发，原名为SSFDC（SolidStateFloppyDiskCard），和CF（CompactFlash）一样，都是1995年面市的。
SmartMedia由于采用了NAND型快闪存储器，故无需内藏控制器且读/写速度快，构造比较简单，价格也相对便宜一些。而且，存储卡位于存储器外壳的内部，有利于提高抗震、耐热和耐湿性能。另外，驱动程序的大小为16KB左右，包括缓冲程序在内也只需要40KB左右的存储容量。
SmartMedia虽然不具备版权保护功能，但如果使用SmartMedia以外的固有格式是不可能通过SmartMedia获得音乐数据的。作为功能扩展，每个SmartMedia还可以附加不可改写的个体ID。
借助专用的阅读程序、软盘适配器和PC卡适配器，亦可通过个人电脑对SmartMedia进行读写操作。
目前市售的SmartMedia主要有2MB、4MB、8MB、16MB、32MB和64MB等。
3.2 多媒体卡（MMC）
MMC是SanDisk公司和西门子公司为实现消费类设备之间以及消费类设备与移动电话之间的信息交换和保存而开发的记录媒体，它采用7针连接器和串行接口，工作电压为2.7V～3.6V，在使用时最多可同时连接30张MMC，目前市场上最大容量的MMC是64MB产品。
MMC对应的数据包括文本、静画、动画、声音、音频和视频等，而且还可以把不同类型的数据保存在一张MMC卡上。目前，除了硅音频播放机之外，MMC还用于数字摄录机的静画记录。
MMC由存储器内核和控制器构成，它有两种使用方法：（1）与主CPU串接进行直接存取；（2）将控制器置于主CPU和MMC之间，主CPU和控制器之间并行连接，控制器与MMC间串行连接。至于选择哪种方法，需要兼顾主机侧的成本。
MMC的特点是体积小且控制器内藏，从而确保了各代产品之间以及不同制造商的产品之间的兼容性。为了把版权保护功能作为系统来实现，在每张卡上都记录了固有的编号，而且还能够在不损害与现有系统的兼容性的情况下与今后的版权功能强化相对应。另外，日立、三洋和德国InfineonTechnologies公司还在共同制定能够在保持MMC的兼容性的同时与版权保护相对应的SecureMultimediaCard规范。
当用个人电脑来进行MMC的读写操作时，可通过在卡上安装MMC适配器并插入软盘驱动器的方法来完成。
3.3 记忆棒（MemoryStick）
索尼公司开发的这种存储卡能够在同一媒体上处理静画、动画、声音和音乐等多种数据，目前已大量应用于索尼的数码相机、摄录机、PC（VAIO系列）等，但其他公司很少采用这种存储卡。
记忆棒由快闪存储器和控制器构成。控制器承担多个快闪EEPROM的控制、快闪EEPROM特性差异的消除、纠错以及并行数据与串行数据的变换。通信协议采用独自的串行接口规范，有数据、时钟和总线状态3条控制线。时钟（最大20MHz）和总线状态信号由主机提供，对数据进行双向半双工处理，并附加以512字节为基本单位的差错检验码。工作电压为2.7V～3.6V，目前上市的品种包括4MB、8MB、16MB、32MB和64MB。
除了采用10个插针的连接器外，记忆棒的特点还包括：（1）存储器卡的接插连接器隐藏在插针槽内，可防止碰撞和污损，确保了连接的可靠性；（2）具有防抹开关，能够防止重要数据的误擦除；（3）内藏控制器且与设备的接口采用了特有的串行协议，这种接口规范能够满足将来的大容量化要求。
具有版权保护功能的MagicGate记忆棒也已面市，每个这样的记忆棒都附加了固有的ID。通过识别与其相连的设备是否采用了MagicGate的认证过程并利用只有采用MagicGate的设备才能解读记忆棒存储内容的密码，实现了版权保护。此外，在PC侧具有与此功能相对应的OpenMG技术。
2000年4月，比MMC更小的MemoryStickDuo问世，其尺寸为20mm×31mm×1.6mm，重量约为2g。除了用作记录媒体外，记忆棒的用途还被进