基于安卓手機(jī)平臺(tái)的口吃矯正軟件

雒駝 蒙順政 李偉

摘要：聽覺延遲反饋技術(shù)（DAF），被用于矯正口吃近30余年，具有良好的療效，但DAF設(shè)備的便攜性與經(jīng)濟(jì)性卻難以兩全。而基于手機(jī)平臺(tái)實(shí)現(xiàn)的DAF功能，具有與手機(jī)共享設(shè)備、便攜性好、成本低的優(yōu)勢(shì)。本文介紹了手機(jī)DAF軟件實(shí)現(xiàn)的程序設(shè)計(jì)方法與技術(shù)要點(diǎn)，并通過在手機(jī)上實(shí)際運(yùn)行DAF軟件進(jìn)行試驗(yàn)驗(yàn)證，證明在手機(jī)平臺(tái)上實(shí)現(xiàn)DAF功能是有效，可行的。

關(guān)鍵詞：聽覺延遲反饋; 安卓系統(tǒng); 手機(jī); 軟件; 編程

1、DAF口吃矯正器械介紹

聽覺延遲反饋（DAF）技術(shù)被用于口吃矯正療法已經(jīng)獲得了國際及國內(nèi)研究者的認(rèn)可[1]，美國某公司以此原理制造了思比易口吃矯正器，國內(nèi)一些公司也推出了基于同樣原理的盒式矯正設(shè)備。DAF技術(shù)通過延遲語音信號(hào)從發(fā)音器官到達(dá)聽覺器官的時(shí)間，來促進(jìn)言語流利程度。DAF器械一般的工作原理是通過麥克風(fēng)采集使用者的語音，通過模/數(shù)轉(zhuǎn)換器轉(zhuǎn)為數(shù)字信號(hào)，再送到數(shù)字信號(hào)處理芯片。 數(shù)字信號(hào)處理器在特制的算法控制下完成延時(shí)、自動(dòng)增益控制等處理，再經(jīng)過數(shù)/模轉(zhuǎn)換成語音信號(hào)，最終用揚(yáng)聲器輸出到使用者耳內(nèi)，達(dá)到聽覺延遲反饋的效果。

2、基于安卓系統(tǒng)實(shí)現(xiàn)DAF的優(yōu)勢(shì)

思比易有矯正口吃的效果，但是卻價(jià)格昂貴（近5000美元）。盒式矯正儀也有攜帶不便的問題。所幸以現(xiàn)在的技術(shù)手段和目前智能手機(jī)成熟的硬件配置，要開發(fā)一套基于安卓智能手機(jī)的該軟件并不困難。與手機(jī)共享操作平臺(tái)不僅使該設(shè)備的便攜性得到保證，更能節(jié)省設(shè)備的硬件成本，易于推廣和使用，為更多患者提供矯正口吃的機(jī)會(huì)。

3、DAF功能在安卓系統(tǒng)中的實(shí)現(xiàn)

本項(xiàng)目在eclipse平臺(tái)下編程，依托于安卓2.2系統(tǒng)自帶API庫進(jìn)行開發(fā)。音頻處理部分用到了安卓2.2系統(tǒng)的android.media.Audio下的若干API功能，這個(gè)庫中的API主要使用底層函數(shù)，雖然對(duì)音頻文件直接操作的功能較差，功能相對(duì)原始，卻能在精確控制后，實(shí)現(xiàn)穩(wěn)定的流媒體處理及音頻的基本輸入輸出。圖1為本程序的流程簡(jiǎn)圖。

3.1 連續(xù)輸入功能的實(shí)現(xiàn)

為了能實(shí)現(xiàn)實(shí)時(shí)延時(shí)功能，需要對(duì)音頻數(shù)據(jù)進(jìn)行實(shí)時(shí)采集和控制，本項(xiàng)目采用帶緩沖區(qū)的流媒體錄音機(jī)制對(duì)語音進(jìn)行采集。采集音頻信號(hào)并用緩沖區(qū)保存語音信息時(shí)，需注意輸入數(shù)據(jù)的連續(xù)性，防止重復(fù)寫入和丟失緩沖區(qū)段。這就需要預(yù)先定義緩沖區(qū)的大小和位置，以防造成緩沖區(qū)數(shù)據(jù)存儲(chǔ)不正常

本項(xiàng)目采用Audiorecord采集音頻，可以將音頻信號(hào)按預(yù)先指定的大小分段打包，并保存在預(yù)先指定的緩沖區(qū)中。當(dāng)按下啟動(dòng)鍵時(shí)，錄音線程即時(shí)啟動(dòng)，不停的將通過話筒采集到的音頻信號(hào)順次寫入緩沖區(qū)段，待運(yùn)行到輸出線程時(shí)，進(jìn)行讀取。

3.2 連續(xù)輸出功能的實(shí)現(xiàn)

音頻的連續(xù)輸出是保證反饋語音流暢自然的重要步驟，這部分也同樣采用讀取緩沖區(qū)數(shù)據(jù)進(jìn)行流媒體播放的方式。由于流媒體播放具有實(shí)時(shí)性，若緩沖區(qū)數(shù)據(jù)出現(xiàn)間斷，播放的語音信號(hào)也會(huì)出現(xiàn)間斷或是不連貫，因此制定緩沖區(qū)的大小和位置，也對(duì)語音播放的質(zhì)量有直接的影響。

本項(xiàng)目采用AudioTrack將儲(chǔ)存在緩沖區(qū)段中的數(shù)據(jù)搬運(yùn)到揚(yáng)聲器進(jìn)行播放。該線程可以讀取指定大小和位置的緩沖區(qū)數(shù)據(jù)，并將這些數(shù)據(jù)包重新組合成音頻信息，輸入揚(yáng)聲器。

3.3 延時(shí)功能的實(shí)現(xiàn)

從音頻信號(hào)采集到輸出，為保證音頻信號(hào)的連貫，不可避免的要采用多線程操作，這時(shí)如何控制線程占用CPU的時(shí)間，是控制延遲時(shí)間的重要步驟。本項(xiàng)目采用Timer（）監(jiān)測(cè)每個(gè)錄音循環(huán)的延遲，通過對(duì)緩沖區(qū)大小進(jìn)行動(dòng)態(tài)調(diào)節(jié)的方法，來實(shí)現(xiàn)動(dòng)態(tài)延時(shí)的控制。動(dòng)態(tài)延時(shí)控制主要依靠流媒體緩沖區(qū)的傳輸特性。因?yàn)橐纛l采集模塊和輸出模塊不能同時(shí)對(duì)一個(gè)緩沖區(qū)段進(jìn)行調(diào)用，音頻采集模塊只有在完成一個(gè)緩沖區(qū)段的寫入時(shí)，音頻輸出模塊才可以對(duì)這個(gè)緩沖區(qū)段進(jìn)行調(diào)用。而音頻信號(hào)從話筒到音頻采集模塊以及從音頻輸出模塊到揚(yáng)聲器所用的處理時(shí)間相對(duì)音頻信息寫入緩沖區(qū)段的時(shí)間極短，所以從緩沖區(qū)段寫入開始到寫入完成的時(shí)間，就基本決定了從音頻輸入到輸出的延遲，這個(gè)延遲主要取決于緩沖區(qū)段的大小。

4、軟件運(yùn)行實(shí)驗(yàn)與結(jié)論

軟件運(yùn)行的平臺(tái)為安卓2.2操作系統(tǒng)的野火G8手機(jī)，該手機(jī)屬于安卓手機(jī)中硬件性能較差的手機(jī)，因此能在G8上穩(wěn)定流暢運(yùn)行的程序，在現(xiàn)有的其他安卓2.2系統(tǒng)手機(jī)上也能完美運(yùn)行。通過植入的Log.d("test2", "Done")在Eclipse平臺(tái)上所給出的LogCat運(yùn)行報(bào)告測(cè)試（圖2），當(dāng)選擇語音延遲50ms時(shí)，語音延遲基本穩(wěn)定在40-60ms的區(qū)間內(nèi)，達(dá)到了DAF設(shè)備的最小延遲要求。這說明，基于安卓手機(jī)平臺(tái)搭建的DAF軟件/設(shè)備是有效可行的?！?/p>

參考文獻(xiàn)

[1]楊利,蔣濤等. 思比易(SpeechEasy)口吃矯正器矯治口吃臨床觀察. 中國聽力語言康復(fù)科學(xué)雜志2006,3: 27~28

[2]郭宏志，安卓應(yīng)用開發(fā)詳解. 電子工業(yè)出版社 2010.6

[3]楊玲. 數(shù)字音頻實(shí)時(shí)延時(shí)處理器的設(shè)計(jì)與實(shí)現(xiàn). 電子科技大學(xué)碩士學(xué)位論文. 2001.3

[4]孫衛(wèi)琴. Java面向?qū)ο缶幊? 電子工業(yè)出版社2006

作者簡(jiǎn)介：

雒駝，男，1985年出生。北京工業(yè)大學(xué)機(jī)電學(xué)院碩士研究生。蒙順政、李偉，北京工業(yè)大學(xué)機(jī)電學(xué)院碩士研究生。

本文為：北京工業(yè)大學(xué)第9屆研究生科技基金項(xiàng)目