不过从基本的架构上来看，对于数码音讯资料处理而言，现在所内建的各种功能都并不是绝对备需要的，因为这些作业都可以利用一个或多个数码界面，

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。

音乐OTP

藉由外部强大的处理器来进行，但是因为成本与轻薄应用的考量之下，有些业者采取的策略便是把处理器内建于音效语音编解码芯片之中。

非特定人语音识别是不用针对指定的人的识别技术，不分年龄、性别，只要说相同语言就可以，应用模式是在产品定型前按照确定的十几个语音交互词条，

语音存放的长度由音频采样率及芯片内部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。

音乐OTP

采集200人左右的声音样本，经过PC算法处理得到交互词条的语音模型和特征数据库，然后烧录到芯片上。

就是现在最优秀的KT404A芯片，他是支持MP3解码，

嗓音的频带宽度为20～20K HZ左右，普通的声音大概在3KHZ以下。所以，一般CD取的音质为44.1K和16bit，如果碰到某些特别的声音，如乐器，音质也有用48K和24bit的情况，但不是主流。一般在我们处理针对普通语音IC的时候，采样率最高达到16K就够了、说话声一般取8K、6K左右。

音乐OTP

比前面的两种在技术上是一个跨越，将MP3这种优秀的技术应用于语音芯片上，同时他强大的USB直接虚拟FLASH成为U盘，这样更新语音非常方便，直接像拷贝U盘一样拷贝语音进去就可以了。