1. 音频系统概述：数字音频基础概念
数字音频是嵌入式Linux音频系统的基石。在深入I2S接口与PCM通信之前，必须理解数字音频的核心参数与数据流模型。本章将系统性地建立这些基础概念，为后续的硬件配置与驱动开发提供理论支撑。
1.1 数字音频的基本原理
模拟音频信号在时间与幅度上都是连续的。数字音频通过采样（Sampling）与量化（Quantization）两个步骤，将连续的模拟信号转换为离散的数字序列。这一过程由模数转换器（ADC）完成；回放时则由数模转换器（DAC）将数字序列还原为模拟波形。
关键认知：数字音频并非"近似"模拟音频，而是根据奈奎斯特采样定理，当采样率大于信号最高频率的两倍时，理论上可以从数字样本中无失真地重建原始模拟信号。
1.2 三大核心参数
数字音频的质量与数据量由三个参数共同决定：采样率（Sample Rate）、位深（Bit Depth）和声道数（Channels）。
| 参数 | 定义 | 常见值 | 对音质/数据量的影响 |
|---|---|---|---|
| 采样率 | 每秒对模拟信号采样的次数，单位Hz（或kHz） | 8kHz（电话）、44.1kHz（CD）、48kHz（DVD/专业音频）、96kHz/192kHz（高解析度） | 决定频率上限；采样率越高，高频还原越好，数据量线性增加 |
| 位深 | 每个采样点用多少比特表示幅度 | 8-bit（低质量）、16-bit（CD标准）、24-bit（专业录音）、32-bit（浮点处理） | 决定动态范围（约6dB/bit）；位深越大，信噪比越高，数据量线性增加 |
| 声道数 | 独立音频通道的数量 | 1（单声道）、2（立体声）、6（5.1环绕声）、8（7.1环绕声） | 决定空间感与沉浸度；声道数越多，数据量成倍增加 |
数据速率计算公式：
数据速率 (bps) = 采样率 (Hz) × 位深 (bit) × 声道数例如：CD音质（44.1kHz × 16-bit × 2声道）= 1,411,200 bps ≈ 1.41 Mbps
1.3 采样率与位深的工程选择
在嵌入式Linux音频系统中，采样率与位深的选择直接影响系统资源消耗与硬件成本：
- 语音应用（如智能音箱、对讲设备）：通常使用8kHz或16kHz采样率，16-bit位深，单声道。数据量小，节省带宽与存储。
- 音乐播放（如MP3播放器、车载娱乐）：使用44.1kHz或48kHz采样率，16-bit或24-bit位深，立体声。平衡音质与资源。
- 专业录音/处理（如音频接口、数字调音台）：使用96kHz或更高采样率，24-bit或32-bit位深，多声道。追求极致精度，但需要更高的总线带宽与处理能力。
常见误区：并非采样率越高越好。过高的采样率会显著增加CPU负载、内存占用与I2S总线时钟频率，在嵌入式系统中可能导致音频卡顿或功耗超标。应根据应用场景选择"够用"的参数，而非盲目追求高规格。
1.4 音频数据流模型
在嵌入式Linux系统中，音频数据从应用程序到物理音频设备（DAC/ADC）之间经过多层软件与硬件抽象。理解数据流模型是配置I2S接口与PCM通信的前提。
下图展示了典型的音频数据流从用户空间到硬件设备的完整路径：
1.5 PCM数据在内存中的组织方式
PCM（Pulse Code Modulation）是数字音频最原始的编码形式，即未经压缩的采样数据序列。在内存中，PCM数据的排列方式取决于声道数与位深：
| 声道配置 | 内存排列方式 | 示例（16-bit立体声） |
|---|---|---|
| 交错模式（Interleaved） | 各声道采样点交替排列：L0 R0 L1 R1 L2 R2 ... | 0x1234 0x5678 0x9ABC 0xDEF0 ... |
| 非交错模式（Non-interleaved） | 每个声道的数据块连续排列：L0 L1 L2 ... R0 R1 R2 ... | 0x1234 0x9ABC ... | 0x5678 0xDEF0 ... |
嵌入式场景偏好：大多数嵌入式音频硬件（包括I2S接口）原生支持交错模式，因为数据可以连续DMA传输，减少总线切换开销。非交错模式在多声道独立处理时更灵活，但需要额外的内存重排操作。
1.6 音频数据流的时序约束
数字音频是严格的实时数据流。播放或录音过程中，数据必须以恒定的速率在应用、内核与硬件之间流动。任何延迟或中断都会导致可闻的异常：
- Xrun（欠载/过载）：播放时DMA缓冲区未及时填充数据（欠载）导致静音或爆音；录音时缓冲区未及时读取（过载）导致数据丢失。
- 延迟：从应用发出数据到扬声器发出声音之间的时间差。嵌入式系统中，延迟受缓冲区大小、DMA传输速度、I2S时钟精度共同影响。
- 时钟抖动：I2S位时钟（BCLK）的周期不稳定，会导致采样点时间偏移，引入失真。
工程实践：在配置嵌入式Linux音频系统时，通常通过调整ALSA的
period_size和buffer_size来平衡延迟与稳定性。较小的缓冲区降低延迟但增加Xrun风险；较大的缓冲区提高稳定性但增加延迟。I2S接口的BCLK频率必须与采样率、位深、声道数严格匹配。