2. 音频基础
各位同学，欢迎来到第二章。这一章我们聊点基础，但基础往往最容易被忽视。我见过不少工程师，算法调得飞起，结果板子一跑全是噪声，最后发现是数字音频接口的时序没配对。嗯，这种坑，踩过一次就记住了。
数字音频，说白了就是把连续的声波变成离散的0和1。怎么变？变完之后怎么传？这就是我们今天要讲的核心。
2.1 采样率：时间轴上的“快照”
模拟信号是连续的，但数字系统只能处理离散的点。采样，就是每隔固定时间给信号拍一张“快照”。
采样率（Sample Rate），就是每秒拍多少张。单位是Hz（赫兹），或者更常见的kHz（千赫兹）。
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。
公式：f_s > 2 × f_max
人耳能听到的频率范围大约是20Hz～20kHz。所以理论上，40kHz以上的采样率就够了。但实际工程中，我们留了余量。
常见的采样率有这些：
| 采样率 | 典型应用 | 我的备注 |
|---|---|---|
| 8 kHz | 电话语音 | 够用，但声音像“罐头” |
| 16 kHz | VoIP、语音识别 | 语音质量明显提升 |
| 44.1 kHz | CD音质 | 经典，音乐行业的基石 |
| 48 kHz | 电影、DVD、专业音频 | 我项目里最常用的采样率 |
| 96 kHz / 192 kHz | 高解析度音频 | 对超声波处理有用，但数据量翻倍 |
我的经验：做Codec驱动时，我习惯先确认主时钟（MCLK）和采样率的关系。很多Codec要求MCLK是采样率的整数倍（比如256倍或512倍）。配错了，I2S时钟分频就不对，出来的声音要么变调，要么全是噪声。
2.2 位深：动态范围的“刻度尺”
采样率决定了时间上的精度，那位深（Bit Depth）决定的就是幅度上的精度。
每个采样点，我们用多少比特来表示它的幅度？
- 16-bit：CD标准，动态范围约96dB。够用，但录音和混音时余量不大。
- 24-bit：专业音频标准，动态范围约144dB。我现在做Codec项目，基本都用24-bit。
- 32-bit：有些高端Codec支持，但实际有效位数（ENOB）通常到不了32。
位深每增加1 bit，信噪比提升约6 dB。这个公式要记住：
动态范围（dB）≈ 6.02 × N + 1.76，其中N是位深。
注意：位深不是越高越好。位深高了，数据量也大了。在嵌入式系统里，DMA带宽和内存都是有限的。我曾经在一个项目里为了追求“理论上的高音质”用了32-bit，结果DMA带宽不够，导致音频断流。后来老老实实改回24-bit，问题解决。
2.3 声道数：单声道、立体声与多通道
声道数，就是同时传输的独立音频信号的数量。
- 单声道（Mono）：1个声道。语音、对讲机常用。
- 立体声（Stereo）：2个声道。左+右，音乐、电影标配。
- 多声道：5.1、7.1、甚至更多。家庭影院、车载音响。
在Codec里，声道数直接影响数据线的数量。I2S只能传立体声，TDM可以传多通道。后面会细讲。
2.4 PCM编码格式：最朴素的音频“原片”
PCM（Pulse Code Modulation，脉冲编码调制），是数字音频最基础的编码格式。它不做任何压缩，直接保存采样后的数值。
PCM数据在内存里怎么排列？这涉及到字节序（Endian）和数据格式。
常见的PCM格式：
- 有符号整型（Signed Integer）：最常用。16-bit PCM通常是signed 16-bit little-endian。
- 无符号整型（Unsigned Integer）：8-bit PCM常用，但动态范围小。
- 浮点型（Float）：32-bit float，DSP内部处理常用，但Codec一般不直接支持。
举个例子，一个16-bit立体声PCM帧，在内存里长这样：
| Left Sample (16-bit) | Right Sample (16-bit) |
| LSB | MSB | LSB | MSB | // Little-endian 排列避坑指南：我曾经在调试一个蓝牙音频项目时，发现声音全是“嘶嘶”声。查了两天，最后发现是PCM数据的字节序搞反了。Codec期待的是little-endian，我送的是big-endian。嗯，从那以后，我每次初始化Codec都会先确认数据格式。
2.5 I2S/TDM总线协议：音频数据的“高速公路”
PCM数据在Codec和SoC之间怎么传？靠的就是数字音频总线。最主流的是I2S和TDM。
2.5.1 I2S总线
I2S（Inter-IC Sound）是飞利浦公司定义的串行总线协议，专门用于传输音频数据。它只需要3根线：
- BCLK（位时钟）：每个数据位对应一个脉冲。频率 = 采样率 × 位深 × 声道数。
- LRCK（左右声道时钟/帧时钟）：切换左右声道。频率 = 采样率。
- SDATA（串行数据）：音频数据线。
I2S的时序有个特点：LRCK变化后，SDATA在BCLK的第二个上升沿开始传输数据。而且数据是MSB先行。
举个例子，48kHz采样率、24-bit立体声：
- BCLK频率 = 48k × 24 × 2 = 2.304 MHz
- LRCK频率 = 48 kHz
我建议：调试I2S时，用示波器看BCLK和LRCK的波形。如果BCLK频率算出来不对，先查MCLK分频配置。如果LRCK有毛刺，检查一下GPIO的驱动能力。这些细节，手册上不会写，但实际项目中经常遇到。
2.5.2 TDM总线
I2S只能传2个声道。那如果Codec有8个输入、8个输出呢？用TDM（Time Division Multiplexing，时分复用）。
TDM本质上和I2S很像，但帧时钟（Frame Sync）不再区分左右，而是标记一帧的开始。每个时隙（Slot）对应一个声道的数据。
TDM的配置参数：
| 参数 | 说明 | 举例 |
|---|---|---|
| Slot数 | 一帧里有多少个时隙 | 8个Slot |
| Slot宽度 | 每个时隙占多少bit | 24-bit或32-bit |
| 帧同步方式 | 短帧同步（一个BCLK宽）或长帧同步 | 短帧同步更常见 |
比如，一个8通道TDM，48kHz采样率，32-bit slot：
- BCLK频率 = 48k × 32 × 8 = 12.288 MHz
这个频率已经比较高了，PCB布线要注意信号完整性。
注意：TDM的Slot宽度和实际位深可以不同。比如Codec支持24-bit数据，但Slot宽度配成32-bit。多出来的bit怎么办？有些Codec会补0，有些会忽略。我遇到过Codec因为Slot宽度不匹配，导致数据错位，声音完全乱掉。所以，一定要看Codec的datasheet，确认它期望的Slot宽度。
2.6 知识体系总览
下面这张图，把本章的核心概念串起来了。从模拟信号到数字PCM数据，再通过I2S/TDM总线送到Codec，每一步都有对应的参数要配。
这张图我画了好几次才满意。你看，从模拟信号到Codec，每一步都有参数要配。采样率、位深、声道数决定了PCM数据流的“体量”；I2S/TDM决定了数据怎么“跑”到Codec里。任何一个环节配错，声音都出不来。
2.7 本章小结
这一章我们聊了数字音频的几个核心概念：
- 采样率决定了时间分辨率，要满足奈奎斯特定理。
- 位深决定了动态范围，24-bit是当前Codec的主流。
- 声道数决定了数据通道数量，I2S最多2通道，TDM可以更多。
- PCM是最基础的音频编码，注意字节序和数据格式。
- I2S/TDM是数字音频的传输总线，BCLK频率要算对，时序要配准。
这些基础概念，后面每一章都会用到。尤其是做Codec驱动开发和音频算法移植时，采样率和位深直接决定了你的算法能不能跑得动，I2S/TDM的配置决定了数据能不能正确收发。嗯，打好基础，后面才能走得更远。