2、音频传输基础：数字音频基础概念与协议简介
各位工程师朋友，咱们今天聊聊数字音频的基础。这部分内容，说白了就是理解音频在数字世界里的“语言”。你想想看，模拟声音要变成能在DP线里跑的数字信号，得先过采样、量化、编码这几关。我刚开始接触音频时，也对这些概念一头雾水，后来调了几个项目，才真正摸透了门道。
2.1 数字音频三要素：采样率、位深、声道
这三个参数，决定了数字音频的质量和“体积”。咱们一个一个说。
2.1.1 采样率（Sample Rate）
采样率，就是每秒钟对模拟信号“拍照片”的次数。单位是Hz（赫兹）或kHz（千赫兹）。
- 为什么需要采样？ 模拟信号是连续的，数字系统只能处理离散的数值。采样就是把连续信号变成一串离散的点。
- 奈奎斯特定理： 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。人耳能听到的频率范围大约是20Hz-20kHz，所以CD标准的44.1kHz就是这么来的（44.1kHz > 2 * 20kHz）。
- 常见采样率：
| 采样率 | 典型应用 |
|---|---|
| 8 kHz | 电话语音 |
| 44.1 kHz | CD、MP3 |
| 48 kHz | DVD、专业音频、HDMI/DP常用 |
| 96 kHz | 高清音频、蓝光 |
| 192 kHz | 超高保真录音、母带处理 |
我的经验： 在DP接口设计中，48kHz和96kHz是最常见的。我遇到过一些显示器，只支持48kHz的音频回传，如果你硬要送96kHz的流，它要么静音，要么爆音。所以，兼容性测试时，一定要把48kHz作为基准。
2.1.2 位深（Bit Depth）
位深，决定了每个采样点能记录多少“音量”的细节。说白了，就是动态范围。
- 量化： 采样得到的是时间点，但每个点的幅度还是连续的。量化就是把幅度也变成离散的数值。位深就是用来表示这个数值的二进制位数。
- 动态范围： 每增加1位，动态范围增加约6dB。16位提供96dB的动态范围，24位提供144dB。
- 常见位深：
| 位深 | 动态范围 | 典型应用 |
|---|---|---|
| 16-bit | 96 dB | CD、普通音频 |
| 20-bit | 120 dB | 早期DVD-Audio |
| 24-bit | 144 dB | 高清音频、专业录音、DP音频 |
注意： 位深不是越高越好。24-bit的音频文件比16-bit大50%。在DP传输中，如果带宽有限，你可能需要权衡。我曾经在一个项目中，为了节省带宽，把24-bit的音频降到了16-bit，结果客户反馈说“声音发干”。嗯，这就是位深降低带来的量化噪声问题。
2.1.3 声道（Channel）
声道，就是独立的音频信号路径。一个声道对应一个扬声器。
- 单声道（Mono）： 1个声道。所有扬声器发出相同的声音。
- 立体声（Stereo）： 2个声道（左、右）。最常见的配置。
- 多声道： 5.1（左、右、中、左环绕、右环绕 + 低音炮）、7.1等。用于家庭影院和游戏。
在DP接口中，最多可以支持8个声道（即7.1配置）。每个声道的数据是独立传输的，但会打包在同一个音频流里。
2.2 I2S与SPDIF协议简介
这两个协议，是数字音频传输的“老前辈”。DP音频的底层，其实也借鉴了它们的思路。
2.2.1 I2S（Inter-IC Sound）
I2S是飞利浦公司发明的，用于芯片之间传输数字音频。它是个同步串行协议，说白了，就是靠时钟来对齐数据。
- 信号线： 通常只需要3根线：
- SCK（串行时钟）： 位时钟，每个脉冲对应一个数据位。
- WS（字选择）： 声道选择，高电平表示左声道，低电平表示右声道（或反过来，取决于配置）。
- SD（串行数据）： 音频数据，按位传输。
- 数据格式： 数据是二进制补码形式。MSB（最高有效位）先传输。
- 典型应用： 音频DAC（数模转换器）与SoC（系统级芯片）之间的连接。
// I2S时序示例（伪代码）
// 假设采样率=48kHz, 位深=16-bit, 立体声
// SCK频率 = 采样率 * 位深 * 声道数 = 48000 * 16 * 2 = 1.536 MHz
// 每个WS周期（左+右声道）包含32个SCK周期（16+16）
// 数据在SCK的上升沿被采样
// 左声道数据（16-bit）: 0x1234
// 右声道数据（16-bit）: 0x5678
// 传输顺序：
// WS=高（左声道）: SD线依次输出 0x1234的MSB到LSB
// WS=低（右声道）: SD线依次输出 0x5678的MSB到LSB
核心要点： I2S是并行传输（数据、时钟、声道选择分开），适合短距离、高质量的内部连接。DP音频的“音频打包”阶段，其实就是在做类似I2S的“打包”工作，只不过DP用的是TMDS或FRL通道来传输。
2.2.2 SPDIF（Sony/Philips Digital Interface）
SPDIF是消费电子领域最常见的数字音频接口。它把时钟和数据编码在一起，只用一根同轴电缆或光纤就能传输。
- 编码方式： 使用双相标记码（Biphase Mark Code, BMC）。每个数据位用两个电平跳变来表示。逻辑“0”在时钟周期开始时跳变一次，逻辑“1”在时钟周期开始时和中间各跳变一次。
- 优点： 时钟和数据在一条线上，不需要额外的时钟线。抗干扰能力强（尤其是光纤版本）。
- 缺点： 带宽有限（最高支持到192kHz/24-bit立体声）。不支持多声道（除非压缩成Dolby Digital或DTS格式）。
- 典型应用： 电视、机顶盒、游戏机到音响的连接。
避坑指南： 我曾经在一个DP转HDMI的适配器项目中，发现SPDIF输出的音频有“咔咔”的杂音。查了半天，发现是BMC编码器的时钟抖动（Jitter）太大。SPDIF对时钟抖动非常敏感，尤其是光纤传输时，光电转换也会引入额外的抖动。所以，如果你在设计SPDIF输出，一定要用低抖动的时钟源。
2.3 知识体系总览
为了让你更直观地理解这些概念之间的关系，我画了一张图。
这张图把整个流程串起来了。从模拟信号开始，经过采样、量化（三要素决定质量），然后通过I2S或SPDIF协议进行编码传输，最后封装成DP音频数据包，通过主链路发送出去。你想想看，每一步都环环相扣。
总结一下：
- 采样率、位深、声道是数字音频的“身份证”，决定了音频的质量和带宽需求。
- I2S是芯片内部的“高速公路”，并行传输，稳定可靠。
- SPDIF是设备间的“单车道”，串行传输，简单但带宽有限。
- DP音频的底层，其实就是在做类似I2S的“打包”工作，但利用了DP的高速串行通道。
嗯，基础概念就讲到这里。这些知识，是后面理解DP音频传输机制的地基。我个人建议，你可以在实际项目中，用示波器抓一下I2S或SPDIF的波形，看看时钟和数据是怎么对齐的。相信我，亲眼看到比光看书本要深刻得多。