目前市場上可供選擇的語音芯片，模塊，大概可以根據(jù)時間長短和功能來選擇，下面是一些深圳唯創(chuàng)知音電子有限公司提供給大家的經(jīng)驗，公司從1999年從事語音ic行業(yè)到目前，已經(jīng)有十幾年，根據(jù)一個自身經(jīng)驗，特此總結(jié)如下，希望對初次選用使用語音芯片、錄放音芯片的用戶能有所幫助。
l?從時間長度上考慮：
一般情況下，語音芯片（默認OTP：一次性的）的時間長度在10~340秒。基本上集中在短秒數(shù)的。它聲音清晰，時間短，價錢低，制作容易，訂貨數(shù)量不限，所以是產(chǎn)品試驗階段較好的選擇方案。市面上20秒的芯片價格大概在2~3元左右；40秒大概在4~5元；170秒大概在9~10元。一般情況下，是由廠家制作樣品，用戶服務(wù)訂貨時，由廠家將內(nèi)容燒寫好，然后交給用戶。這樣用戶就可以省掉一些功夫。如果用戶的聲音需要經(jīng)常修改，則可以自己購買一套編程（也叫燒寫器，下載器），自己學(xué)會是如何制作的，則可以由自己來制作。語音芯片的用途集中在安防門禁、家用電器、醫(yī)療設(shè)備等場合。
? 語音模塊，它的結(jié)構(gòu)大概是：MCU+外掛存儲器，所以它的存儲容量會比芯片大得多，從10~30分鐘都有，但是，價錢一般從20~80元不等起，是芯片的好幾倍。體積也比芯片大，功耗也稍微要大一點。
l?從功能上考慮：
語音芯片是一次性的，它訂貨數(shù)量不限，出貨速度快，但也有缺點：不可以重復(fù)多次燒寫。深圳唯創(chuàng)知音電子有限公司出了一些是可以重復(fù)擦寫的模塊，比如：WT588D系列語音模塊， WT2003S系列語音模塊等，一些是可以通過專用的燒寫器來更換內(nèi)容，一些是可以直接通過USB口來更換語音內(nèi)容，甚至還可以在現(xiàn)場下載內(nèi)容，進行語音的更新，這些強大的功能，有效的豐富了語音模塊的內(nèi)涵，增加了它的應(yīng)用領(lǐng)域，開拓了新的天地 。
隨著科技的發(fā)展和產(chǎn)品的集成化，語音芯片已經(jīng)逐漸替代了多種語音設(shè)備應(yīng)用在各場合。語音芯片主要特性是功耗低，抗干擾能力強，外圍器件少，控制簡單，語音保存時間久（某些語音芯片可以保存內(nèi)容100年），掉電不丟失語音，部分芯片還可以重復(fù)擦寫語音內(nèi)容。如汽車倒車雷達，電子鎖，跑步機、電飯煲、防盜系統(tǒng)等設(shè)備都裝備了語音芯片。由于芯片種類眾多，功能各異，工程師在選用語音芯片會有些彷徨無策，因此給初涉語音行業(yè)的工程師提供一些語音芯片的選型參考。
1、錄音芯片及放音芯片的選擇
語音芯片從使用功能上，基本可以劃分為錄音芯片和放音語音芯片。設(shè)計一個使用語音芯片的產(chǎn)品，首先要考慮是否使用錄制現(xiàn)場語音，如需要錄制語音則選用帶有錄音功能的語音芯片，否則就選用只有放音功能的語音芯片。通常帶有錄音功能的語音芯片都具有回放語音的功能，但是在播放語音時，音質(zhì)都沒有專門的放音語音芯片好，所以在選擇語音芯片時要權(quán)衡功能及音質(zhì)方面等因素。
安防系統(tǒng)、會議記錄系統(tǒng)、錄音玩具等產(chǎn)品都要求具備錄音功能，這類型產(chǎn)品的開發(fā)都會用到錄音語音芯片，市場上有錄音功能的芯片主要有ISD1110、ISD1400、ISD1700、ISD1800、ISD2500、ISD3300、ISD4000、WTR030、WTR050、WTV040、WT2000等。利用錄音芯片開發(fā)的錄音模塊，擁有更為簡潔的外圍電路和更佳的效果。如WTR030M01、WT2000B02錄音模塊，這些模塊利用外部的FLASH 作為存儲中心，因而能夠錄制更長時間的語音。
僅用到放音功能的設(shè)備很多，像治療儀、倒車雷達、報站器、報警器等。這類型的產(chǎn)品不需要錄制現(xiàn)場的語音，將已經(jīng)處理過的語音利用工具下載到語音芯片播放就可以。放音芯片根據(jù)存儲方式可分為OTP ROM、FLASH ROM、EEPROM及MASK四種。
2、OTP ROM、FLASH ROM和EEPROM的選擇
OTP(One Time Programable)是指一次性可編程語音芯片，語音只能燒寫一次，適合應(yīng)用在不需要修改語音、語音長度短的場合，從放音的長度上可以分為10秒、20秒、40秒、80秒、170秒、340秒。OTP語音芯片的特點是單芯片方案、價格便宜，適合中小型批量生產(chǎn)，即便是小數(shù)量生產(chǎn)也可以及時拿貨。主要應(yīng)用在門禁安防、家用電器、汽車電子等行業(yè)上。FLASH ROM和EEPROM的共性是可重復(fù)擦寫、存儲空間大，可隨意更換控制方式和語音內(nèi)容，能存儲更大的語音文件。EEPROM通常都會集成在芯片中，此類型語音芯片價格比較昂貴，如ISD1700、ISD2500等。一般可以外掛的FLASH ROM有1Mbit～32Mbit，因需要用“語音芯片+FLASH”才能工作，價格比OTP的稍高，但整體售價比EEPROM的低，適合制樣或者中小型批量投產(chǎn)。使用FLASH ROM的語音芯片有WT588D、WT2003S等。
3、為什么要用MASK掩膜投產(chǎn)
MASK投產(chǎn)使得整個語音芯片方案在保持性能、功能不變的情況下成本降低將近一半，且多數(shù)語音芯片在MASK投產(chǎn)不需要更改外圍電路。但MASK投產(chǎn)需要訂單數(shù)量超過2～7萬，否則廠家會收取高額的光罩費，MASK生產(chǎn)時間大概要用1個月左右。目前MASK掩膜投產(chǎn)的芯片有WTB及WT588D（≤4Mbit FLASH ROM），其語音時間在5秒～340秒，是大批量投產(chǎn)的更佳選擇。
4、可以存儲更多語音的SD卡方案
SD卡已經(jīng)成為當(dāng)前市場上一大主流存儲載體，其價格便宜，存儲空間大，可移植性強等優(yōu)點得到大部分廠家青睞。語音芯片也同樣向外置SD卡的方向發(fā)展，廠家根據(jù)主控芯片的特性設(shè)計出可以播放各種音頻格式的SD卡播放器，如WAV、MP3、WMA、AD4等主流音頻格式。WT20003S模塊、WT2000模塊 在外掛SD卡的時候可以播放WAV、MP3音頻格式，WTV020M01模塊可以播放AD4、WAV音頻格式等。這類型模塊的播放時間均能達到數(shù)十小時。
5、從語音音質(zhì)、語音長度方面選擇
語音存放的長度由音頻采樣率及芯片內(nèi)部（或外掛）ROM空間所決定，音頻采樣率的大小直接影響音頻輸出的音質(zhì)，同一型號芯片的音頻采樣率越高，音質(zhì)越好，但是需要占用更多的ROM空間。語音芯片的成本也因存儲空間的增大而有不同幅度的上漲。如果對音質(zhì)要求較高、語音時間在5分鐘內(nèi)，可以考慮選用ISD語音芯片、WTV語音芯片、WT588D語音芯片、ISD語音芯片；要求音質(zhì)高、語音時間長可以選用WT2003B01模塊、WT2000B03模塊；對音質(zhì)要求不高、語音時間在340秒以內(nèi)可選用WT588C語音芯片。從錄音長度方面考慮，要求錄音長度在340秒以內(nèi)，可選用ISD1700、ISD2500語音芯片；要求錄音長度在30分鐘內(nèi)，可選用WTR030M01錄音模塊；錄音長度達到數(shù)小時，則要用WT2000B02錄音模塊。
6、是否選用MCU控制
部分語音芯片是只支持串口通訊協(xié)議的，因此須由MCU進行控制，而不能利用脈沖或者電平來控制，此部分芯片中包括ISD3300、ISD4000等，在選擇此類芯片的時候要考慮到控制端是否具備MCU。大部分語音芯片都是可以用MCU或者按鍵來控制的，如WTN、WTV、WTH、WT588D、ISD1700、ISD2500等。
?