1. 音频系统概述

本章是嵌入式音频开发的基石。理解数字音频的物理含义、数据组织方式以及硬件传输协议，是后续编写 ALSA 驱动和调试 Codec 的前提。我们将从三个核心维度展开：数字音频的量化参数、PCM 数据流的存储与搬运、以及三种主流数字音频总线（I2S、TDM、PDM）的协议细节。

1.1 数字音频基础三要素

模拟声音信号经过采样、量化、编码后变为离散的数字序列。决定这个序列质量与数据量的三个关键参数是：采样率（Sample Rate）、位深（Bit Depth） 和 声道数（Channels）。

1.2 PCM 数据流

PCM（Pulse Code Modulation，脉冲编码调制） 是最原始、最通用的数字音频表示形式。在嵌入式系统中，PCM 数据通常以 帧（Frame） 为单位在内存和音频外设之间搬运。

• 采样点（Sample）：一个声道在一个采样时刻的量化值。对于 16-bit 位深，一个采样点占 2 字节；24-bit 占 3 字节；32-bit 占 4 字节。
• 帧（Frame）：所有声道在同一时刻的采样点集合。例如立体声 16-bit 数据，一帧 = 左声道 2 字节 + 右声道 2 字节 = 4 字节。
• 周期（Period）：硬件中断或 DMA 传输的粒度。ALSA 驱动中，一个 period 包含若干帧，通常对应一次硬件 FIFO 半满中断。
• 缓冲区（Buffer）：由多个 period 组成的循环缓冲区，用于平滑数据流，防止 underrun/overrun。

内存地址递增方向 →
[L0][R0][L1][R1][L2][R2] ... [Ln][Rn]
  ↑ 帧0  ↑ 帧1  ↑ 帧2        ↑ 帧n

缓冲区A: [L0][L1][L2] ... [Ln]
缓冲区B: [R0][R1][R2] ... [Rn]

1.3 I2S 总线协议

I2S（Inter-IC Sound，集成电路内置音频总线） 由飞利浦（现 NXP）制定，是嵌入式音频设备间传输 PCM 数据的事实标准。它使用三根主要信号线：

• BCLK（Bit Clock，位时钟）：对应每一位数据的传输。频率 = 采样率 × 位深 × 声道数。
• LRCK（Left/Right Clock，左右声道时钟）：也称帧同步时钟（FSYNC）。频率 = 采样率。高电平通常表示左声道，低电平表示右声道（或相反，取决于 Codec 配置）。
• SD（Serial Data，串行数据）：传输 PCM 数据，可以是输入（SDI）或输出（SDO）。

1.4 TDM 总线协议

TDM（Time Division Multiplexing，时分复用） 是 I2S 的扩展，用于在单根数据线上传输多个声道。它通过在一个帧同步周期内划分多个 时隙（Slot） 来实现多声道复用。

• 帧同步（FSYNC）：频率等于采样率，宽度通常为一个 slot 或一个 BCLK 周期。
• 时隙（Slot）：每个声道独占一个固定长度的时隙。例如 8 声道 TDM，每帧包含 8 个 slot。
• Slot 宽度：通常等于位深（如 16-bit、24-bit、32-bit），但也可以大于位深（高位补零）。
• 数据对齐：数据在 slot 内可以是左对齐、右对齐或 I2S 对齐，由 Codec 和 CPU 的 DAI 控制器配置决定。

/* 配置 CPU DAI 为 TDM 模式 */
snd_soc_dai_set_tdm_slot(cpu_dai,
    tx_mask,   /* 发送时隙掩码，如 0xFF 表示使用全部 8 个 slot */
    rx_mask,   /* 接收时隙掩码 */
    slots,     /* 总时隙数，如 8 */
    slot_width /* 每个时隙的位宽，如 32 */);

/* 配置 Codec DAI 的 TDM 参数 */
snd_soc_dai_set_tdm_slot(codec_dai,
    0xFF,      /* Codec 在哪些 slot 上发送 */
    0xFF,      /* Codec 在哪些 slot 上接收 */
    8,         /* 8 个时隙 */
    32);       /* 每个时隙 32 位 */

1.5 PDM 总线协议

PDM（Pulse Density Modulation，脉冲密度调制） 是一种 1-bit 过采样调制技术，广泛用于数字麦克风（如 MEMS 麦克风）。与 PCM 不同，PDM 不是直接传输量化后的多比特数值，而是传输一个高速的 1-bit 流，其脉冲密度代表模拟信号的幅度。

• 工作原理：模拟信号被以极高频率（通常 1 MHz ~ 4 MHz）采样，输出一串 0/1 序列。信号幅度高时，1 的密度大；幅度低时，0 的密度大。
• 信号线：通常只需要 CLK（时钟） 和 DATA（数据） 两根线。时钟由 SoC 或 Codec 提供，麦克风在时钟的上升沿或下降沿输出数据。
• 解码需求：SoC 或 Codec 内部必须包含 PDM 转 PCM 的抽取滤波器（Decimation Filter），将高速 1-bit 流转换为标准 PCM 数据（如 48 kHz / 16-bit）。
• 立体声 PDM：两个麦克风可以共用一根 DATA 线，分别在时钟的上升沿和下降沿输出数据（双沿采样），从而节省引脚。

1.6 本章小结