低成本使用MCU播放提示音方式

1、音频产生原理

物体的振动产生声音，下图是一段音频波形，可以从这张图片中了解一下声音的关键参数

• 采样率：一秒钟有多少个采样点，常见的有8K，16K、32K、44.1K等，可以说采样率越高，音质越高
• 采样位深：一个采样点的音频深度，常见的有8bit或者16bit，震动引起声音，同样是3.3V的电平变化，8bit位深的变化范围是0~255，16bit位深的变化范围是0~65535，位深越高，能表达的音频变化越细腻
• 单双声道：一段音频包含几个声道，常见的有单声道、双声道，在某些对音频要求更高的场景下可以达到5.1甚至7.1声道，简单来讲，几个声道就是有几个发声单元，单声道无法体现出声源的位置信息，但是多声道就可以模拟出声源的位置信息

• 幅值：通常标识了音频的音量等级，幅值越大，信号强度越高，声音越大

  如果使用一个玻璃棒与鼓面垂直硬连接，并且按照以采样率的频率、每个样点的幅值来纵向移动玻璃棒，就可以在鼓面上还原出声音

2、常见的MCU播音方式

• 模拟输出 + 定时器
  这是一种成本较低的音频实现方式，外部只用连接一个音频放大器和喇叭就可以实现音频播放
• 数字音频接口
  成本较高，处理器需要带有IIS接口，并且外部需要一个音频处理芯片(codec)，并且仍然需要音频放大器与喇叭

3、使用DAC+TIM播放声音

• 音频处理流程

  • 音频预处理，按照需求修改音频的采样率、单双声道、位深等信息，推荐使用GoldWave软件批处理

• 音频固件存储

  • 将音频统一打包，生成bin文件
  • 将音频烧录到外部flash中
  • 制定一个目录表，告诉CPU要播放的音频在flash的哪个位置存放着

• 双缓冲播放流程

  • 因为读取flash需要时间，因此需要创建两个音频缓冲区，在音频播放过程中，永远是一个缓冲区处于播放状态，另一个缓冲区处于数据填充状态或者就绪态

• 状态管理

  • 在播放音频前先使用音频数据填充缓冲区，打开音频PA，并且使能TIM与DAC，在开始播放一个缓冲区的数据时，发送填充另一个缓冲区的请求。在定时器中断中给DAC赋值，在主线程中给缓冲区填写数据。可能需要考虑音频停止，音频拼接，音频抢占等状态。

4、其他优化点

• 降低pop音
  如果没有音频处理经验，在音频播放过程中很容易引起pop音，所有的pop音都是信号变化过大引起的，降低pop音的策略有以下两种：

  • 因为头尾进行平滑处理（淡入淡出）
  • 合理控制开关PA的时间，不要在幅值过大的时候开关PA

• 降低内存占用

  • 音频在flash中存储，考虑到音频的空间问题，为了降低音频占用空间的大小，可以将音频压缩编码后放在flash内部，然后在放入缓冲区前进行解码，常见的低性能编码器有SBC、ADPCM等