1. 音频系统概述：声音的物理特性、数字音频基础与信号链全景图

各位同学，欢迎来到《音频DSP算法与Codec协同开发实战》的第一章。

做音频系统开发这么多年，我见过太多工程师一上来就撸代码，结果板子一跑全是噪声。说白了，音频开发最怕的就是「知其然不知其所以然」。你连声音是怎么变成0101的都不清楚，怎么去调Codec的寄存器？怎么去写DSP算法？

所以这一章，咱们先把地基打牢。我会从声音的物理特性讲起，然后带你理解数字音频的三个核心参数，最后给你一张完整的音频信号链全景图。嗯，这张图你以后做项目时随时可以翻出来看。

声音的本质是什么？说白了就是机械振动在介质中的传播。空气分子被振源推来推去，形成疏密波，传到我们耳朵里，鼓膜跟着振动，大脑就「听」到了声音。

描述一个声音，我们通常关注两个物理量：

频率（Frequency）：单位Hz，决定音调高低。人耳能听到的范围大约是20Hz～20kHz。低于20Hz叫次声波，高于20kHz叫超声波。我在项目中遇到过客户非要让喇叭播放15Hz的「超重低音」，结果喇叭振膜直接拍到底，烧了。嗯，物理规律不能硬来。
振幅（Amplitude）：决定响度大小。通常用声压级（SPL，单位dB）来衡量。0dB SPL是人耳刚好能听到的阈值，120dB SPL就开始痛了。

一个重要的概念：人耳对频率的感知不是线性的。低频和高频的灵敏度都比中频差。这就是为什么音响系统里经常要加等响度控制（Loudness Contour）。你想想看，小音量听歌时觉得低频不够，不是喇叭不行，是人耳生理特性决定的。

模拟信号要进数字系统，必须经过采样和量化。这里三个参数决定了数字音频的质量和带宽。

采样率就是每秒钟对模拟信号采多少个点。根据奈奎斯特采样定理，采样率必须大于信号最高频率的两倍，才能无失真地重建原始信号。

我个人习惯，做语音产品用16kHz就够了，做音乐播放器至少48kHz起步。别盲目追求高采样率，数据量翻倍，MCU的DMA带宽和存储压力都会上来。

位深决定了每个采样点的精度，也就是动态范围。每增加1位，动态范围增加约6dB。

避坑指南：我曾经在一个项目里用了24-bit的ADC，但DSP只支持16-bit处理。结果高位截断后，底噪直接抬高了48dB。你想想看，硬件花了大价钱买高精度ADC，软件一剪刀下去全白费。所以Codec的位深和DSP的处理位宽必须对齐。

通道数就是同时传输或处理的独立音频信号数量。

通道数直接影响数据量。计算公式很简单：

数据率 (bps) = 采样率 (Hz) × 位深 (bits) × 通道数

举个例子，CD音质的立体声：

44100 × 16 × 2 = 1,411,200 bps ≈ 1.41 Mbps

这个数字你记着，后面设计音频链路时，I2S总线的时钟频率、DMA的带宽都要按这个算。

好了，理论讲完了，咱们来看一张全景图。这张图我画了很多遍，每次带新人时都会拿出来讲。它把整个音频系统从模拟输入到模拟输出串起来了。

核心思路：音频信号链 = 模拟前端 → 数字处理 → 模拟后端。中间的数字部分，就是DSP算法和Codec协同工作的主战场。

这张图里，我特别想强调中间那个紫色的大框——数字处理核心。这是咱们这门课的主战场。DSP算法跑在MCU或者专用的DSP核上，Codec负责把数字信号转成模拟信号（DAC）或者反过来（ADC）。两者之间通过I2S总线传音频数据，通过I2C或SPI总线传控制命令。

我的经验：刚开始做音频系统时，我总以为算法写好了就万事大吉。后来发现，Codec的寄存器配置稍微差一点，比如PGA增益设错了、采样率分频系数算偏了，整个系统的性能就崩了。所以，DSP算法和Codec的协同，不是「各管各的」，而是「你中有我，我中有你」。

这一章我们干了三件事：

这些东西看起来基础，但我在实际项目中见过太多人栽跟头。比如采样率不匹配导致声音变调，位深不对齐导致底噪飙升，信号链上某个环节的增益没算好导致削波失真。嗯，这些坑后面咱们都会一个一个填。