一、數(shù)字音頻技術(shù)

1.聲音數(shù)字化概念及過程

現(xiàn)實生活中的聲音是通過一定介質(zhì)傳播的連續(xù)的波，它可以由周期和振幅兩個重要指標(biāo)描述。正常人可以聽到的聲音頻率范圍為 20Hz~20KHz?，F(xiàn)實存在的聲音是模擬量，這對聲音保存和長距離傳輸造成很大的困難，一般的做法是把模擬量轉(zhuǎn)成對應(yīng)的數(shù)字量保存，在需要還原聲音的地方再把數(shù)字量的轉(zhuǎn)成模擬量輸出如下圖所示：

模擬量轉(zhuǎn)成數(shù)字量一般可以分為三個過程，分別為采樣、量化、編碼，如下圖所示。用一個比源聲音頻率高的采樣信號去量化源聲音，記錄每個采樣點的值，最后如果把所有采樣點數(shù)值連接起來與源聲音曲線是互相吻合的，只是它不是連續(xù)的。在圖中，兩條藍(lán)色虛線距離就是采樣信號的周期，即對應(yīng)一個采樣頻率(FS)，可以想象得到采樣頻率越高最后得到的結(jié)果就與源聲音越吻合，但此時采樣數(shù)據(jù)量越越大，一般使用 44.1KHz 采樣頻率即可得到高保真的聲音。每條藍(lán)色虛線長度決定著該時刻源聲音的量化值，該量化值有另外一個概念與之掛鉤，就是量化位數(shù)。量化位數(shù)表示每個采樣點用多少位表示數(shù)據(jù)范圍，常用有 16bit、 24bit 或 32bit，位數(shù)越高最后還原得到的音質(zhì)越好，數(shù)據(jù)量也會越大。

2.聲音數(shù)字化三要素

采樣頻率：每秒鐘抽取聲波幅度樣本的次數(shù)。采樣頻率越高，聲音質(zhì)量越好，數(shù)據(jù)量也越大。常用的采樣頻率有11.025KHz，22.05KHz，44.1KHz，48KHz，96KHz等。

量化位數(shù)：每個采樣點用多少二進(jìn)制位表示數(shù)據(jù)范圍。量化位數(shù)也叫采樣位數(shù)。量化位數(shù)越多，音質(zhì)越好，數(shù)據(jù)量也越大。常用的采樣位數(shù)有8位，16位，24位，32位等。

聲道數(shù)：使用聲道的個數(shù)。立體聲比單聲道的表現(xiàn)力豐富，但是數(shù)據(jù)量翻倍。常用的聲道數(shù)有單聲道，立體聲（左聲道和右聲道）。

3.聲音數(shù)字化的數(shù)據(jù)量

聲音數(shù)字化后的數(shù)據(jù)量計算公式為：

音頻數(shù)據(jù)量 = 采樣頻率(Hz) * 量化位數(shù) * 聲道數(shù) / 8，單位：字節(jié)/秒。

這里舉個例子：對一個聲音信號進(jìn)行數(shù)字化處理，采樣頻率為44.1KHz，量化位數(shù)為16位，那么：

單聲道的音頻數(shù)據(jù)量為：44100 * 16 * 1 / 8 = 88200 字節(jié)/秒；

立體聲的音頻數(shù)據(jù)量為：44100 * 16 * 2 / 8 = 176400 字節(jié)/秒。

4.聲卡

聲卡是負(fù)責(zé)錄音、播音和聲音合成的一種多媒體板卡。其功能包括：

(1).錄制、編輯和回放數(shù)字音頻文件；

(2).控制和混合各聲源的音量；

(3).記錄和回放時進(jìn)行壓縮和解壓縮；

(4).語音合成技術(shù)(朗讀文本)；

(5).具有MIDI接口(樂器數(shù)字接口)。

聲卡的芯片類型：

(1).CODEC芯片(依賴CPU，價格便宜)；

(2).數(shù)字信號處理器DSP(不依賴CPU)。

二、I2S總線協(xié)議

1.I2S總線概述

音響數(shù)據(jù)的采集、處理和傳輸是多媒體技術(shù)的重要組成部分。眾多的數(shù)字音頻系統(tǒng)已經(jīng)進(jìn)入消費市場，例如數(shù)字音頻錄音帶、數(shù)字聲音處理器。對于設(shè)備和生產(chǎn)廠家來說，標(biāo)準(zhǔn)化的信息傳輸結(jié)構(gòu)可以提高系統(tǒng)的適應(yīng)性。

I2S(Inter-IC Sound)總線, 又稱集成電路內(nèi)置音頻總線，是飛利浦半導(dǎo)體公司(現(xiàn)為恩智浦半導(dǎo)體公司)針對數(shù)字音頻設(shè)備之間的音頻數(shù)據(jù)傳輸而制定的一種總線標(biāo)準(zhǔn)。該總線專門用于音頻設(shè)備之間的數(shù)據(jù)傳輸，廣泛應(yīng)用于各種多媒體系統(tǒng)。它采用了沿獨立的導(dǎo)線傳輸時鐘與數(shù)據(jù)信號的設(shè)計，通過將數(shù)據(jù)和時鐘信號分離，避免了因時差誘發(fā)的失真，為用戶節(jié)省了購買抵抗音頻抖動的專業(yè)設(shè)備的費用。

2.I2S信號線

I2S總線主要有3個信號線：

(1).串行時鐘SCK

串行時鐘SCK，也叫位時鐘BCLK，對應(yīng)數(shù)字音頻的每一位數(shù)據(jù)，SCK都有1個脈沖。SCK的頻率 = 聲道數(shù) * 采樣頻率 * 采樣位數(shù)。

(2).字段選擇信號WS

字段選擇信號WS，也叫LRCLK，用于切換左右聲道的數(shù)據(jù)。WS的頻率 = 采樣頻率。

字段選擇信號WS表明了正在被傳輸?shù)穆暤?。I2S Philips標(biāo)準(zhǔn)WS信號的電平含義如下：

WS為0，表示正在傳輸?shù)氖亲舐暤赖臄?shù)據(jù)；
WS為1，表示正在傳輸?shù)氖怯衣暤赖臄?shù)據(jù)。

(3).串行數(shù)據(jù)SD

串行數(shù)據(jù)SD，就是用二進(jìn)制補碼表示的音頻數(shù)據(jù)。I2S串行數(shù)據(jù)在傳輸?shù)臅r候，由高位(MSB)到低位(LSB)依次進(jìn)行傳輸。

(4).主時鐘MCLK

一般還有MCLK，主時鐘。MCLK的頻率 = 128或者256或者512 * 采樣頻率。

對于系統(tǒng)而言，能夠產(chǎn)生SCK和WS的信號端就是主設(shè)備，用MASTER表示，簡單系統(tǒng)示意圖如下：

3.幾種常見的I2S數(shù)據(jù)格式

隨著技術(shù)的發(fā)展，在統(tǒng)一的I2S硬件接口下，出現(xiàn)了多種不同的I2S數(shù)據(jù)格式，可分為左對齊(MSB)標(biāo)準(zhǔn)、右對齊(LSB)標(biāo)準(zhǔn)、I2S Philips 標(biāo)準(zhǔn)。

對于所有數(shù)據(jù)格式和通信標(biāo)準(zhǔn)而言，始終會先發(fā)送最高有效位(MSB 優(yōu)先)。

發(fā)送端和接收端必須使用相同的數(shù)據(jù)格式，確保發(fā)送和接收的數(shù)據(jù)一致。

(1).I2S Philips 標(biāo)準(zhǔn)

使用LRCLK信號來指示當(dāng)前正在發(fā)送的數(shù)據(jù)所屬的聲道，為0時表示左聲道數(shù)據(jù)。LRCLK信號從當(dāng)前聲道數(shù)據(jù)的第一個位(MSB)之前的一個時鐘開始有效。LRCLK信號在BCLK的下降沿變化。發(fā)送方在時鐘信號BCLK的下降沿改變數(shù)據(jù)，接收方在時鐘信號BCLK的上升沿讀取數(shù)據(jù)。正如上文所說，LRCLK頻率等于采樣頻率Fs，一個LRCLK周期(1/Fs)包括發(fā)送左聲道和右聲道數(shù)據(jù)。

對于這種標(biāo)準(zhǔn)I2S格式的信號，無論有多少位有效數(shù)據(jù)，數(shù)據(jù)的最高位總是出現(xiàn)在LRCLK變化（也就是一幀開始）后的第2個BCLK脈沖處。這就使得接收端與發(fā)送端的有效位數(shù)可以不同。如果接收端能處理的有效位數(shù)少于發(fā)送端，可以放棄數(shù)據(jù)幀中多余的低位數(shù)據(jù)；如果接收端能處理的有效位數(shù)多于發(fā)送端，可以自行補足剩余的位。這種同步機制使得數(shù)字音頻設(shè)備的互連更加方便，而且不會造成數(shù)據(jù)錯位。

I2S Philips 標(biāo)準(zhǔn)時序圖如下所示：

(2).左對齊(MSB)標(biāo)準(zhǔn)

在LRCLK發(fā)生翻轉(zhuǎn)的同時開始傳輸數(shù)據(jù)。該標(biāo)準(zhǔn)較少使用。注意此時LRCLK為1時，傳輸?shù)氖亲舐暤罃?shù)據(jù)，這剛好與I2S Philips標(biāo)準(zhǔn)相反。左對齊(MSB)標(biāo)準(zhǔn)時序圖如下所示：

(3).右對齊(LSB)標(biāo)準(zhǔn)

聲音數(shù)據(jù)LSB傳輸完成的同時，LRCLK完成第二次翻轉(zhuǎn)（剛好是LSB和LRCLK是右對齊的，所以稱為右對齊標(biāo)準(zhǔn)）。注意此時LRCLK為1時，傳輸?shù)氖亲舐暤罃?shù)據(jù)，這剛好與I2S Philips標(biāo)準(zhǔn)相反。右對齊(LSB)標(biāo)準(zhǔn)時序圖如下所示：

審核編輯：湯梓紅