1、录音芯片及放音芯片的选择

语音芯片从使用功能上，基本可以划分为录音语音芯片和放音语音芯片。设计一个使用语音芯片的产品，首先要考虑是否使用录制现场语音，如需要录制语音则选用带有录音功能的语音芯片，否则就选用只有放音功能的语音芯片。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。仅用到放音功能的设备很多，像治疗仪、倒车雷达、报站器、报警器等。这类型的产品不需要录制现场的语音，将已经处理过的语音利用工具下载到语音芯片播放就可以。放音芯片根据存储方式可分为OTP ROM、FLASH ROM、EEPROM及MASK四种。

2、OTP ROM、FLASH ROM和EEPROM的选择

OTP是指一次性可编程语音芯片，语音只能烧写一次，适合应用在不需要修改语音、语音长度短的场合，从放音的长度上可以分为10秒、20秒、40秒、80秒、170秒、340秒。OTP语音芯片的特点是单芯片方案、价格便宜，适合中小型批量生产，即便是小数量生产也可以及时拿货。主要应用在中低端玩具、电子琴、电动车等产品上。

FLASH ROM和EEPROM的共性是可重复擦写、存储空间大，可随意更换控制方式和语音内容，能存储更大的语音文件。EEPROM通常都会集成在芯片中，此类型语音芯片价格比较昂贵，如ISD1700、ISD2500等。一般可以外挂的FLASH ROM有1Mbit～32Mbit，因需要用“语音芯片+FLASH”才能工作，价格比OTP的稍高，但整体售价比EEPROM的低，适合制样或者中小型批量投产。

3、MASK掩膜投产

MASK投产使得整个语音芯片方案在保持性能、功能不变的情况下成本降低将近一半，且多数语音芯片在MASK投产不需要更改外围电路。但MASK投产需要订单数量超过2～7万，否则厂家会收取高额的光罩费，MASK生产时间大概要用1个月左右。

4、可以存储更多语音的SD卡方案

SD卡已经成为当前市场上一大主流存储载体，其价格便宜，存储空间大，可移植性强等优点得到大部分厂家青睐。语音芯片也同样向外置SD卡的方向发展，厂家根据主控芯片的特性设计出可以播放各种音频格式的SD卡播放器，如WAV、MP3、WMA、AD4等主流音频格式。USBSD模块 在外挂SD卡的时候可以播放WAV、MP3音频格式，这类型模块的播放时间均能达到数十小时。

5、从语音音质、语音长度方面选择

语音存放的长度由音频采样率及芯片内部(或外挂)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。