当前位置：文档之家 › 基于DSP的语音识别的设计与实现

基于DSP的语音识别的设计与实现

  • 格式：pdf
  • 大小：235.13 KB
  • 文档页数：2

ComputerKnowledgeandTechnology电脑知识与技术第5卷第23期(2009年8月)

本栏目责任编辑：唐一东人工智能及识别技术基于DSP的语音识别的设计与实现

张文婷

（宁波大红鹰学院，浙江宁波315175）

摘要：该系统选用了TI公司的TMS320VC5402作为处理器芯片，选择对小词汇量语音识别系统进行研究。实现小词汇量的语音识

别主要包括以下三个方面的工作：端点检测、特征提取和模式匹配。在端点检测中，通过对过零率和短时能量参数的检测来判断起

始点和结束点，去掉噪声，从而提取出语音信号数据。在特征提取中，首先对语音信号进行分帧、然后计算每帧语音信号的特征参

数，该文采用线性预测倒谱参数作为特征参数，这些特征参数组成特征矢量，从而构成语音模板。在模式匹配中，采用了动态时间归

整方法，将测试模板与参考模板进行匹配，比较两者之间的失真，得出识别判决的依据。

关键词：DSP；语音识别；DTW；LPCC；端点检测

中图分类号:TN912.34文献标识码：A文章编号：1009-3044(2009)23-6512-02

TheApplicationoftheSpeechRecognitionSystemBasedonDSP

ZHANGWen-ting

(NingboDaHong-yinginstitution,Ningbo315175,China)

Abstract:Forthis,thesystemselectedTI'sTMS320VC5402DSPtorealizethespeechrecognitionsystemofsmall-vocabulary.The

small-vocabularyphoneticrecognitionincludesthreefollowingrespects:starting&endingpointmeasuring,eigenvalueextractingandmode

matching.Starting&endingpointcanbedetectedthroughzerorateandenergyparameter.Bydetectingstartingandendingpointof

speechwaveform,wecanremovethenoisefromtheprocessofextractingthepronunciationsignaldata.Ineigenvalueextracting,thepro-

nunciationsignalisdivideintosomeframedsignals,then,calculateeveryframecharacteristicparameter,thesecharacteristicsmadeupthe

characteristicvectorandformedthepronunciationtemplate.Inmodematching,adoptingDTW（DynamicTimeWarping）method,made

testingtemplatematcheswithreferencetemplateinaperticularmode,andthen,bycampareddistortionbetweenthemtoobtainadjudge-

mentresult.

Keywords:DSP;Phoneticrecognition;DTW;LPCC;theextremepointmeasuring

1DSP语音信号处理板的硬件设计

本文选择了小词汇量、非特定人、孤立词识别方案，采用TMS320C5402DSP芯片及外围接口与存储芯片，设计了一个语音识别

系统。本系统主要由语音采集与输出模块、语音处理DSP模块、程序存储器FLASH模块、数据存储器SRAM模块、系统时序逻辑控

制CPLD模块、DSPJTAG接口模块、CPLDJTAG接口模块以及电源模块组成。

语音采集与输出模块主要由TLV320AIC23B来完成。其电路连接如图1所示，其中MIC和SPEAK分别用来接话筒和音箱，芯

片中集成了放大增益电路，工作时钟MCLK由DSP的来提供，AIC与DSP的连接部分如图

1、图2。该芯片通过与DSP的McBsp0来进行语音信号的传输。DSP的McBsp1的部分信号

（BCLKX1、BDX1、BFSX1）用来实现对AIC的初始化，这些引脚被配制成通用IO引脚，用来

对AIC进行初始化并提供所需的时钟脉冲信号。DSP的晶振选用18.432MHz的晶振，DSP

通过两个多通道带缓冲串口McBSP来对AIC进行控制。DSP的PS、DS、IS、R/W、MSTRB、

IOSTRB控制引脚用来实现程序存储器、数据存储器和IO空间的扩展。

程序存储器FLASH模块选用了SST39VF400B，工作电压为2.7V~3.6V,存储容量

256KM。FLASH和DSP连接时，只需将对应的地址线A0~A17相连、对应的数据线D0~D15

相连,控制线只有三条，即片选控制引脚CE、输出控制引脚、写入控制引脚。这些控制信号

是由CPLD对DSP的存储器控制信号进行译码来控制的。

数据存储器SRAM选SRAM。由于5402DSP片内ram仅有16K,需要扩展。SRAM的扩

展时，将数据线和地址线分别与DSP连接，三条控制信号由CDLD来统一控制。

这里采用CPLD来实现DSP对FLASH与SRAM进行正常读写的逻辑时序控制。CPLD

的供电电压为3.3V。CPLD的与DSP的连接图以及CPLD的JTAG电路如图3和图4。

DSP的一些控制信号经过CPLD后输出了RAM和FLASH的片选、读信号和写信号。

电源部分设计如图5所示，芯片输入电压为+5V，输出两路电压是3.3V和1.8V。

2DSP语音信号处理板的软件设计

信号采集应选用优质电容MIC作为输入音源，以避免信号失真。声音通过麦克风输入

到语音信号处理板，通过TLV320AIC23B的AD转换后变成数字信号，经过DSP处理后通

过DA转换输出声音，其后对每次输出的声音进行监测，并对采集的波形进行反复对比、分

收稿日期：2009-04-20

作者简介：张文婷（1981-），女（回族），助教，硕士学位，主要研究方向为计算机网络技术。图1AIC连接图

图2DSP连接图ISSN1009-3044ComputerKnowledgeandTechnology电脑知识与技术Vol.5,No.23,August2009,pp.6512-6513E-mail:*************.cn

http://www.dnzs.net.cn

Tel:+86-551-56909635690964

6512人工智能及识别技术第5卷第23期(2009年8月)

本栏目责任编辑：唐一东析，以提取最佳的波形样本。程序设计部分系统初始化流程如图6所示。

系统初始化程序主要是对堆栈和状态寄存器进行设定，然后通过配置CLKMD来设定PLL，使

DSP工作在较高的系统时钟上。通过设置等待状态寄存器SWWSR和分区转换控制寄存器BSCR，使

得在对外部总线进行控制时自动插入设定好的等待周期。通过设置处理器工作模式状态寄存器

PMST来设定DSP的工作模式，最后设定中断屏蔽寄存器来屏蔽所有中断。在AIC的初始化中，通过

对串行接口接收控制寄存器SPCR1、SPCR2和引脚控制器PCR进行设置，来设定TLV320AIC23B工

作时的电源状态、AD转换的采样速率、输入输出信号增益、输出声音的高低等。然后要对串口

McBsp0进行初始化，通过配置SPCR1、SPCR2、PCR、RCR1、RCR2、XCR1、XCR2寄存器的值来设定

串口接收数据的字长、串口运行的模式、以及帧同步信号的电平高低设置等。当允许串口中断后，

AIC就可以进入了正常的工作状态。为了保证信号采集的实时性，对语音信号的采集采取了中断的

方式。

中断服务程序如图7所示，中断程序的主要功能是对经过A/D采样后的信号进行存储，然后经

过D/A转换后输出。

3语音技术信号的端点检测

输入到硬件平台的语音信号前后经常含有大量静音或噪声。出于节省硬件资源的考虑，需要引

人端点检测算法。

这里系统的端点检测采用短时平均幅度和短时过零率相结合的办法，但起始点和终止点判决方

法不同。在判断语音的起始点时，只要有短时过零率或短时平均幅度有一个超出判决门限时，便开始

保存信号，然后确定随后的几帧数据是否仍满足判决门限，这时才可以确定刚采集进来的数据的确

是有效的，否则认为是噪声引起的，将重新进行起点的判定。当确定了语音的起始点后，一边保存数

据，一边对语音信号结束点进行判定。

语音信号的结束点采取过零率和幅度相结合的办法，当连续三帧的语音信号短时平均幅度小于

等于7倍的平均噪声幅度、且短时平均过零率小于等于19时，就认为语音信号结束。此时语音信号

的结束点要把最后用于判决的三帧信号去掉。

以上方法对孤立词的起止点判定达到了很好的效果，经多次反复试验，其准确率在98%以上。如

果要对中间有停顿的词语进行判定时，需要考虑词语中间可能出现的较长时间静音状态，通过判定

一个较长的静音时间后是否仍然有语音信号，就可确定语音信号中间是否有静音，若仍然有语音信

号，则继续对语音信号采集；若没有，则只需保留静音之前的语音信号即可，这样就可实现对较复杂

的带有停顿的单词的端点检测。

4语音参数的选择和计算

本文采用线性预测倒谱系数（LPCC）作为语音的特征参数。线性预测倒谱参数（LPCC）是线性预

测系数（LPC）在倒谱域中的表示。本文确定采用自相关法来计算线性预测系数LPC，根据线性预测

系数求出LPCC。

图8中AD转换后的语音信号是指经过端点检测后所保存下来的有效的数字语音信号序列。由于语音信号的高频部分的能量

比较小，其幅度较小，容易受到干扰的影响。所以需要对高频部分进行加强。这里采用软件来实现，其预加重数字滤波器的传递函数

为H(Z)＝1－0.94Z－1。由于语音信号的频率主要集中在4k以下，所以这里采用了截止频率为4khz的数字滤波器，选用汉明窗滤波器

进行滤波。之后对每帧语音信号进行自相关的计算，LPC的阶数确定为12，最后确定LPCC参数。每帧语音信号都要计算出其LPCC

参数，这些LPCC参数就构成了一个模板。

5语音识别算法的实现

本设计采用了DTW算法。将语音信号的每一帧信号的特征参数提取出来，就转化成了一组特征向量。语音识别就是要将这个

特征向量同模式库中已存的语音特征向量（参考模式）进行模式匹配，寻找距离最短的模式。由于读入的语音信号和参考模式语音

长短不同，因此需要动态地计算两个长度不同的模之间的相似程度，或者叫做失真距离。通过计算测试模板和参考模板之间的欧氏

距离空间的大小，找出距离最小的参考模板，这样就找到了与测试语音相对应的模型，从而达到语音识别的目的。然后根据实际情

况，给出相应的响应。

参考文献：

[1]潘松,黄继业.EDA技术实用教程[M].科学出版社，2002:160－192.

[2]易克初.语音信号处理[M].北京：国防工业出版社，2000:133－135.

[3]胡航.语音参数分析和提取的研究[R].华为科技基金项目研究报告，哈尔滨工业大学，2000.3.

合集下载

基于DSP和ZigBee无线智能语音控制系统设计_边红昌

基于DSP和ZigBee无线智能语音控制系统设计_边红昌

基于DSP和ZigBee无线智能语音控制系统设计_边红昌

Proceedings of the 26th Chinese Control Conference

July 26-31, 2007, Zhangjiajie, Hunan, China

基于DSP和ZigBee无线智能语音控制系统设计

边红昌，程德福，祁玉林，张坤

吉林大学-TI DSP联合实验室, 长春130026

E-mail:***********************.cn摘要：介绍了以DSP为语音控制模块与以PIC单片机和无线传输芯片CC2420为核心构成的ZigBee无线传输模块建立的无线智能语音控制系统。给出了系统硬件总体结构及各模块的具体设计方案，语音识别算法和系统软件的实现方法。针对DSP对语音识别算法进行优化，且对ZigBee协议栈进行优化精简，最终实现了独立运行、识别率高及操作方便的家庭智能语音控制系统。

关键词：语音识别, DSP, ZigBee, 智能控制

Design of Wireless Intelligent Speech Control System

Based on DSP and ZigBee

Bian Hongchang, Cheng Defu, Qi Yulin, Zhang Kun

Jilin University-TI DSP Laboratory, Changchun 130026, P. R.

China

E-mail:***********************.cnAbstract: Introduce a Wireless Intelligent Speech Control

System based on DSP as Speech Control Model and PIC Micro-controller & wireless transmit chip CC2420 as the ZigBee Wireless

基于DSP的数字语音信号处理系统的设计

基于DSP的数字语音信号处理系统的设计

・８８・　科技论坛　基于ＤＳＰ的数字语音信号处理系统的设计　袁孟新　（大连民族学院，辽宁大连１１６６００）　摘要：本文以ＴＭＳ３２０ＶＣ５４１０芯片为核心，设计了一种基于ＤＳＰ的数字语音信号处理系统。系统主要包括ＤＳＰ及其外围电路、模　拟数字转换电路和ＵＳＢ模板电路。利用该系统可实现模拟语音数字化，并对１６阶ＦＩＲ滤波和语音信号的端点检测仿真。仿真结果表明数　字语音信号处理系统性能达到了设计要求。　关键词：ＴＭＳ３２０ＶＣ５４１０；＇ＦＩＲ滤波；端点检测　１概述　语音信号作为一个重要的研究领域，２０世纪６０年代中期形成的　系列数字信号处理方法和技术，如数字滤波器、快速傅里叶变换等成　。在方法上，随着电子计算机的　发展，以往的以硬件为中心的研究逐渐转化为以软件为主的处理研究。　之后逐步发展起来的动态时间规整技术、线性预测技术、矢量量化技术　和隐马尔科夫模型等相继被应用于语音信号处理，并经过不断改进与　完善，使得语音信号处理技术产生了突破陛的进展。目前，语音信号处　理发展日趋成熟，并被细化为语音识别、语音编码、语音合成、语音增强　等不同学科深入研究。设计一款基于ＤＳＰ的数字语音信号处理系统对　语音信号处理有重要意义。　２系统硬件设计方案　ＤＳＰ语音处理系统主要由ＤＳＰ芯片及其｜夕　围电路、ＡＤ转换电路和　ＵＳＢ模板电路三部分组成。首先系统利甩语：　输入设备（麦克）将采集的　模拟语音信号送人Ａ／Ｄ（ＴＬＣ３２０ＡＤ５０Ｃ）转换电路，将其转换成便于　ＤＳＰ处理的数字信号，并将转换所得数字信号送入ＤＳＰ等待处理；其　次，编制程序完成滤波和端点检测等语音信号处理的算法，并通过ＰＣ　机或语音输出设备展示处理后的语音信号。系统结构框图如图１所示。　图１数字语音信号处理系统硬件组成　３　ＦＩＲ数字滤波器算法的ＤＳＰ实现　本设计中采用窗函数法设计ＦＩＲ滤波器。ＴＭＳ３２０ｖｃ５４１０在指令　集和硬件结构上，对滤波器算法的实现，有专门的考虑。首先是在指令　中设置了ＭＡＣＤ指令，它的功能是将数据区的两个数相乘以后，再与累　加器中的值累加，运算结果仍保留于累加器中，而为下一次操作准备；　其次在硬件上，设计了间接寻址时的循环寻址功能，即将滤波器系数保　存于—个可循环寻址的数据缓冲区，寻址指针由低地址自动增长，当达　到缓冲区顶部时，自动返回低地址重新寻址，这样，配合单指令重复指　令ＲＰＴ，就可以快速实现卷积操作。程序设计流程图如图２所示。　图２滤波器程序设计流程图　４　ＦＩＲ滤波语音信号端点检测　语音信号一般可分为无声段、清音段和浊音段。无声段是背景噪声　段，平均能量最低；浊音段为声带振动发出对应的语音信号段，平均能　量最高；清音段是空气在口腔中的摩擦、冲击或爆破而发出的语音信号　段，平均能量居于前两者之间。清音段和无声段的波形特点有明显的不　同，无声段信号变化较为缓慢，而清音段信号在幅度上变化剧烈，穿越　零电平次数也多。经验表明，通常清音段过零率最大。端点检测就是首　先判断“有声”还是“无声”，如果有声，则还要判断是“清音”还是“浊音”。　为正确地实现端点检测，一般综合利用短时能量和过零率两个特征，采　用“双门限检测法”。　检测，采用了双门限检测法。图３　为孤立词“民院”的语音信号处理结果。　毛Ｌ一　一　：　一～　１０ｏ　２０Ｏ　４ＯＯ　ＳＯ０　６ｏ０　７ＯＯ　图３端点检测语音信号结果　５结论　文中设计了一种基于ＤＳＰ的数字语音信号处理系统，该系统可以　对语音信号进行分析处理，实验结果较理想，因此该系统的设计具有重　要的应用价值。　参考文献　【１］肖瑛，李振兴，董玉华，等．基于压缩传递函数的神经网络盲均衡算法　弹箭与制导学报，２００９，２９（１）：２５１—２５３．　［２］肖瑛，李振兴，董玉华，等．动态目标函数下的神经网络盲均衡算法研　究叽系统仿真学报，２００９，２１（１４）：４３３ｌ＿４３３４．　［３］肖瑛，董玉华．一种级联混合小波神经网络盲均衡算法　信息与控制，　２００９，３８（４）：４７９—４８３．　［４】肖瑛，冯长建．组合窗函数的短时傅里叶变换时频表示方法　探测与　控制学报，２０１０，３２（３）：４３－４８．　【５】肖瑛，李振兴．差异进化算法初始化的小波神经网络盲均衡ｍ电路与　系统学报，２０１０，１５（４）：２２—２６．　嘲肖瑛．并联滤波的常数模与判决引导融合盲均衡算法　声学学报，　２０１２，３７（５）：４９５—５００．　董玉华，张俊星．修正的解相关前馈神经网络盲均衡算法研究　大连　民族学院学报，２０１２，１４（５）：４６０—４６２．　［８］董玉华，肖瑛．基于￥３Ｃ２４４０的温度采集系统的实现Ⅱｌ数字通信，　２０１２，３９（３）：５５—５７．　许爽，索继东，赵继印，等．融合双向主成分分析的二维线性判别方法　大连海事大学学报，２０１　１，３７（３）￣３－７６．　【ｌＯｆｔＳ爽，索继东，赵继印，等．自动找点的掌纹图像定位分割方法叨．计算　机工程与设计，２０１１，９（３２）：３１０２—３１０５．　［１１　爽，孙炎辉，丁纪峰，等．基于ＡＲＭ的少数民族文字手写输入系统　设计　大连民族学院学报，２０１２，１４（５）：４５６－－４５９．　［１　２］姜明新，王洪玉，等．基于多相机的多目标跟踪算法【【ｌ自动化学报，　２０１２，３８（４）：４９７—５０６．　［１３倭明新，王洪玉，蔡兴洋，等．基于码本模型和多特征的早期烟雾检测　中国图象图形学报，２０１２，１７（９）：１　１０２—１　１０８．　【１　４］姜明新，王洪玉，沐方顺，等．基于视颇监控的违章停车检测算法　计　算机工程，２０１２，３８（１９）：１５１—１５３．　［１　５］李婷，邱天爽，唐洪，等．基于循环平稳特性的心音信号噪声评价指标　口ｌ计算机工程与应用，２０１２，４８（２４）：１０—１５．　ｏ　帕　∞　ｏ

基于FPGA和DSP音频接口模块的设计与实现

基于FPGA和DSP音频接口模块的设计与实现

２ｏｏ８￣第２期　声学与电子工程　总第９０期　

基于ＦＰＧＡ和ＤＳＰ音频接口模块的设计与实现　

周小华　

（第七一五研究所，杭州，３１００１２）　

摘要介绍了一种基于ＦＰＧＡ和ＤＳＰ的新型音频接口模块设计方法　特别是如何具体实现ＤＳＰ、ＦＰＧＡ　

与ＴＬＶ３２０ＡＩＣ２３Ｂ之间的无缝连接，并给出了软硬件应用设计实例。　

关键词ＦＰＧＡ；ＤＳＰ；音频接口；ＴＬＶ３２０ＡＩＣ２３Ｂ　

随着现代计算机技术、电子技术和通信技术的　

飞速发展，音频处理技术的应用也越来越广泛，同　

时现代系统对音频技术的要求也越来越高，音频处　

理技术已被广泛的应用于很多领域，如声纳系统对　

目标信号的收听和语音识别、数字录音机、随身听　

（如ＣＤ播放器、ＭＰ３…．．・）等一些数字音频领域。　

目前各大芯片制造厂商都相继推出采用先进　

工艺生产的高性能和多功能的立体声音频专用芯　

片，为广大的硬件工程师提供了方便的选择。　

ＤＳＰ芯片，即数字信号处理器，是专门为快速　

实现各种信号处理算法而设计的、具有特殊结构的　微处理器，其处理速度比最快的ＣＰＵ还快１０￣５０　

倍。现在，ＦＰＧＡ已经能在一个很小的器件里进行　

百万门级的编程，并且可现场编程。本文介绍的就　

是一种基于ＤＳＰ和ＦＰＧＡ的一种新型音频接口模块　

合成系统的实现方法和应用。　

１　ＴＬＶ３２０ＡＩＣ２３的工作原理及特性　

ＴＩ　３２０ＡＩＣ２３Ｂ（以下简称ＡＩＣ２３Ｂ）是ＴＩ推　出的一款高性能的立体声音频Ｃｏｄｅｃ芯片，内置耳　

机输出放大器，支持麦克风（ＭＩＣ）和线性输入　

（ＬＩＮＥ　ＩＮ）两种输入方式（二选一），且对输入和　

输出都具有可编程增益调节。ＡＩＣ２３Ｂ的模数转换　（ＡＤＣｓ）和数模转换（ＤＡＣｓ）部件高度集成在芯　

片内部，采用了带有过采样数字插补滤波的多位　

Ｓｉｇｍａ－Ｄｅｌｔａ技术。数据传输字长为１６位、２０位、　

２４位、３２位，支持采样频率范围８　ｋＨｚ至９６　ｋＨｚ。　ＡＤＣ和ＤＡＣ的输出信噪比在４８ｋ的采样频率分别　

一种语音压缩处理通用DSP系统的设计与实现

一种语音压缩处理通用DSP系统的设计与实现

国乩技　２００６年第３期　研究与开发　ＲＥＳＥＡＲＣＨ＆ＤＥＶ匦ＩＬｏｌ　ｍＮＴ　

文章编号：１００１—８９３Ｘ（２００６）０３—０１２７—０４　

一种语音压缩处理通用ＤＳＰ系统的设计与实现　

胡仕兵　，杨绍国２　

（１．电子科技大学电子工程学院，成都６１００５４；２．成都理工大学信息工程学院，成都６１００５９）　

摘要：提出了一种基于ＴＭＳ３２０ＶＣ５４９定点ＤＳＰ微处理器芯片的语音信号压缩／解压缩处理系统。　

该系统采用ＴＬＣ３２０ＡＤ５０Ｃ模数、数模转换器，采样率为８　ｋＨｚ，处理能力为１００　ＭＩＰＳ。系统配置有　

大容量存储器，具备资源扩展能力，适用于语音信号压缩／解压缩和语音识别、语音合成等其他领域。　

实验结果表明．系统对语音信号的压缩解压缩处理具有稳定性、灵活性和通用性。　

关键词：语音压缩；ＤＳＰ系统；模数转换器、数模转换器；实时实现　

中图分类号：　ｒＮ９１２．３２　文献标识码：Ａ　

Ｄｅｓｉｇｎ　ａｎｄ　Ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｏｆ　ａ　Ｇｅｎｅｒａｌ　ＤＳＰ—．Ｂａｓｅｄ　

Ｓｙｓｔｅｍ　Ａｐｐｌｉｃａｂｌｅ　ｆｏｒ　Ｓｐｅｅｃｈ　Ｃｏｍｐｒｅｓｓｉｏｎ　

日Ｕ　Ｓｈｉ—ｂｉｎｇ　．　Ｊ７ｖＧ　Ｓｈａｏ—ｇｕｏ　

（１．ＣｏＵｅｇｅ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｅｌｅｃｔｒｏｎｉｃ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ　ｏｆ　Ｃｈｉｎａ，Ｃｈｅｎｇｄｕ　６１００５４，Ｃｈｉｎａ；２．Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｇｉｎｅｅｒｉｎｇ，　Ｃｈｅｎｇｄｕ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ，Ｃｈｅｎｇｄｕ　６１００５９，Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ａ　ｓｐｅｅｃｈ　ｃｏｍｐｒｅｓｓｉｏｎ　ａｎｄ　ｄｅｃｏｍｐｒｅｓｓｉｏｎ　ｐｒｏｃｅｓｓｉｎｇ　ｓｙｓｔｅｍ　ｂａｓｅｄ　ｏｎ　ＴＭＳ３２０ＶＣ５４９　１６　ｂｉｔ