🎧 数字音频-基础

本文件涵盖音频信号采集、播放、处理、PCM格式、FFT关系等嵌入式音频开发入门知识。

1. 声音是如何采集的

声音采集流程：

[模拟声音波形] ↓ 麦克风（模拟信号） ↓ ADC（模数转换） ↓ 数字采样数据（PCM） ↓ MCU/DSP读取，保存为数组

• 麦克风：将声音转为电压信号（模拟）
• ADC：模数转换，将电压变为数字（一般为 int16）
• 采样率：如 16kHz 表示每秒采样 16000 次
• 数组存储：每个采样点保存在 int16_t 类型数组中（通常在DMA）

示例：

int16_t audio_buffer[16000];  // 采集1秒音频（采样率16kHz）

---

2. 音频播放与解码

音频播放不仅仅是“输出数组”，通常涉及格式解码。

播放流程：

[音频文件（MP3/AAC/WAV）]
      ↓ 解码器（如 libmad, minimp3）
      ↓ PCM 音频样本（数组）
      ↓ DSP处理（可选：EQ/混响）
      ↓ DAC（数模转换）
      ↓ 扬声器

• MP3、AAC 是压缩格式，无法直接播放
• 解码器 将其解码成 PCM 格式
• 解码后才可进行播放或 DSP 加工

---

3. PCM 是什么

PCM（Pulse Code Modulation）脉冲编码调制：

• 是最原始的数字音频格式
• 每个采样点是一个离散数值，代表当前声音波形的幅度
• 常见位深：8-bit、16-bit、24-bit、32-bit（float）

PCM 是音频领域的通用语言：

• 所有音频格式解码后都变成 PCM
• 所有音频播放、音效处理、语音识别等都依赖 PCM

---

4. PCM 与数组的关系

单声道 PCM 16-bit 示例：

int16_t pcm_buffer[1024];  // 每个样本是一个采样点

双声道 PCM 16-bit 示例（交错存储）：

int16_t pcm_buffer[2048];  // L R L R L R ...

也有可能使用 float 存储（-1.0 ~ +1.0）：

float pcm_buffer[1024];

PCM 数据一般存储方式：

方式	说明
静态数组	最基础的形式，适合初学和静态音频
DMA Buffer	嵌入式系统常用，用于持续采样或播放
环形缓冲区	支持连续流式处理
帧封装结构	每帧封装 N 个采样点，提高可读性

---

5. 声音加工的流程

加工一般发生在 PCM 上（采集后 or 播放前）：

场景	加工方向	常见操作
录音后处理	采集端	降噪、回声消除、FFT分析、EQ等
播放前处理	输出端	混响、均衡器、压限器等
离线文件处理	文件处理	解码、分析、特效、保存等

处理模块统一基于 PCM 数组做运算，典型的就是：

void apply_filter(int16_t *pcm, size_t len);
void do_fft(float *pcm_float, size_t len);

---

6. 采集与播放的完整通路

📥 录音链路：

麦克风（模拟） → ADC（模数转换） → 数组（PCM） → DSP处理

📤 播放链路：

音频文件（压缩） → 解码（MP3→PCM） → DSP处理 → DAC → 扬声器

无论输入或输出，所有的音频处理都是在 PCM 阶段进行。

---

7. 附：常见 DSP 应用模块

模块	功能概述
FFT频谱分析	频域能量分布分析（频谱图、语音识别前处理）
均衡器 EQ	调整不同频段的增益（低音、高音）
回声消除 AEC	去除通话中扬声器回传的延迟信号
噪声抑制 NS	降低背景噪声干扰，提高语音清晰度
啸叫抑制	防止麦克风+扬声器造成的反馈尖叫声
语音激活检测 VAD	判断音频中是否有语音出现

---

📌 结论：

• PCM 是所有音频解码后的统一格式，核心是一个数组
• 声音处理（采集、播放、降噪等）全部基于 PCM 实现
• 你理解 PCM、采样、解码和数组的关系后，就掌握了音频处理的基本盘