📚 课程目录第2章车载音频基础

2. 车载音频基础

车载音频系统的集成与调优，本质上是在一条从“空气振动”到“数字比特流”再到“扬声器振动”的链路上做工程取舍。理解这条链路上的核心概念，才能在遇到爆音、杂音、声道错位、采样率不匹配等问题时快速定位。本节从物理声音出发，逐层拆解采样率、位深、声道、PCM、I2S、TDM、PDM 等关键术语，并说明它们在车载场景中的典型位置与约束。

一、从声音到数字：采样率与位深

声音是介质（空气）的压强随时间连续变化的波。要让 Linux 音频子系统处理它，必须先离散化：采样率决定每秒取多少个点，位深决定每个点用多少比特表示幅度。二者共同决定音频的带宽与动态范围。

采样率：常见 44.1 kHz（音乐）、48 kHz（车载/通信主流）、96 kHz/192 kHz（高解析）。根据奈奎斯特准则，可还原的最高频率约为采样率的一半，因此 48 kHz 可覆盖 24 kHz 以内的信号，满足人耳与车载扬声器需求。
位深：16 bit 提供约 96 dB 理论动态范围，24 bit 约 144 dB。车载环境本底噪声较高，16 bit 通常够用，但麦克风采集与算法处理链路常保留 24 bit 或 32 bit 浮点，避免累积量化误差。
量化噪声：位深不足时，小信号会被“台阶化”，表现为低电平处的沙沙声。车载降噪、回声消除等算法对低位深尤其敏感。

采样率决定“能听到多高的频率”，位深决定“能听清多小的声音”。两者不匹配是车载音频链路中最常见的隐性故障源。

二、声道与 PCM：数据的组织方式

声道（Channel）描述音频的空间维度。车载常见配置包括：单声道（麦克风、提示音）、立体声 2.0（前排）、5.1/7.1（多座位环绕）。声道数决定了每帧样本的数量，也直接影响 I2S/TDM 的时隙分配。

PCM（Pulse Code Modulation，脉冲编码调制）是最基础的数字音频表示：按固定采样率、固定位深，把每个声道的幅度量化值依次排列。WAV 文件、ALSA 的 hw_params、DMA 缓冲区里流动的，绝大多数都是 PCM 样本。一个典型的交错（interleaved）立体声 PCM 帧结构如下：

帧 N:   [L16][R16]   帧 N+1: [L16][R16]   ...
        左声道 16bit  右声道 16bit
交错存储：LRLRLRLR...

在 Linux 中，PCM 设备通过 ALSA 的 snd_pcm_hw_params 配置格式、采样率、声道数和周期大小。任何一层参数不一致，都会触发重采样或直接报错。

三、I2S、TDM、PDM：芯片间的数字音频接口

PCM 是“数据内容”，而 I2S、TDM、PDM 是“传输这些内容的物理/逻辑接口”。车载 SoC 与 Codec、DSP、功放、麦克风之间，正是通过这些接口连接。

接口	信号线	典型声道数	车载典型用途
I2S	BCLK、LRCLK、SDATA、MCLK	2	SoC 到立体声 Codec、蓝牙音频
TDM	BCLK、FSYNC、SDATA（多时隙）	4/8/16	多麦克风阵列、多通道功放
PDM	CLK、DATA	1（每线）	数字 MEMS 麦克风、降噪拾音

I2S 使用 LRCLK 区分左右声道，结构简单，适合点对点立体声。TDM 把一条数据线划分为多个时隙，FSYNC 标记帧起点，可在同一总线上传 8 路甚至 16 路音频，是车载多声道功放和麦克风阵列的首选。PDM 用 1 bit 高采样率（通常 1–3 MHz）的密度表示幅度，经抽取滤波后转为 PCM，广泛用于数字麦克风，布线仅需时钟和数据两根线。

四、车载应用场景与参数匹配

不同场景对采样率、位深、声道和接口的要求差异明显，工程上必须逐段核对：

多媒体播放：音源 44.1 kHz/16 bit，SoC 输出 48 kHz/16 bit 立体声，经 I2S 到 Codec。若不做重采样，会出现变速变调，必须由 ALSA 或 DSP 完成 SRC。
语音通话/语音助手：麦克风 PDM 输出，抽取为 16 kHz/16 bit 单声道 PCM，经 TDM 汇聚多路后送入降噪与 AEC 算法。
多座位环绕：TDM 承载 8 声道 48 kHz/24 bit，FSYNC 周期必须与 SoC 的 I2S/TDM 控制器配置一致，否则出现声道错位或周期性咔嗒声。
提示音与报警：通常为 48 kHz/16 bit 单声道，混入主音频链路，需注意与媒体音量的独立增益控制。

车载音频调试时，先确认“采样率—位深—声道数—接口格式”四元组在每一段链路上是否一致，再排查时钟与 DMA 周期，能显著缩短定位时间。

五、常见误区与复盘

实际项目中，以下问题反复出现，值得作为检查清单：

把 I2S 当成 PCM 格式：I2S 是接口，PCM 是数据。配置 I2S 时仍需指定 PCM 的采样率、位深和声道数。
忽略 MCLK 与 BCLK 比例：Codec 需要主时钟，若 MCLK 缺失或频率错误，I2S 无输出或噪声极大。
TDM 时隙数与声道数不匹配：8 声道却只配 4 个时隙，会导致后 4 路静音或数据错位。
PDM 时钟频率与抽取比不匹配：抽取滤波输出采样率偏离预期，语音识别率下降。
重采样位置不当：在 SoC 与 DSP 之间重复 SRC，引入额外延迟和失真。

# 查看 PCM 设备支持的采样率/位深/声道
aplay -D hw:0,0 --dump-hw-params /dev/zero

# 典型输出片段
FORMAT:  S16_LE S24_LE S32_LE
RATE:    44100 48000 96000
CHANNELS: 2 4 8

掌握这些基础概念后，后续的 ALSA 配置、DTS 设备树、DSP 拓扑和调优手段才有共同的“度量衡”。车载音频的复杂性不在于单个概念难，而在于整条链路上每个环节都必须对齐。