3、麦克风阵列HAL：PDM与I2S麦克风接口、波束成形算法对接、AEC回声消除接口设计

好，咱们进入第三章。这一章我打算聊聊智能音箱里最核心的硬件模块——麦克风阵列。说实话，这部分是我个人觉得整个HAL层设计中最有挑战性的地方。为什么？因为麦克风阵列直接决定了语音唤醒率和识别率，而这两项指标，说白了就是用户体验的命门。

我记得有一次做项目，硬件选型阶段选了某款PDM麦克风，结果到了算法联调阶段，发现底噪始终压不下去。后来排查了整整一周，才发现是HAL层时钟配置出了问题。嗯，这种坑踩过一次，你就再也不敢轻视接口层的设计了。

3.1 PDM与I2S麦克风接口

先说说麦克风的数字接口。目前主流的有两种：PDM和I2S。很多刚入行的朋友会问，到底选哪个？我的建议是——看你的主控资源。

3.1.1 PDM接口设计

PDM（脉冲密度调制）接口，说白了就是一根数据线加一根时钟线。它的特点是：

• 引脚少：一个麦克风只需要2根线
• 带宽高：时钟频率通常在1MHz-3MHz之间
• 需要滤波：PDM输出的是1bit流，必须经过抽取滤波器才能得到PCM数据

我在HAL层设计PDM接口时，通常会这样封装：

// pdm_hal.h
typedef struct {
    uint32_t sample_rate;      // 目标采样率，如16000Hz
    uint32_t clk_freq;         // PDM时钟频率，如2048000Hz
    uint8_t  mic_count;        // 麦克风数量
    uint8_t  decimation_ratio; // 抽取比，通常为64或128
    void (*data_callback)(int16_t **data, uint32_t frame_len);
} pdm_config_t;

int pdm_hal_init(pdm_config_t *config);
int pdm_hal_start(void);
int pdm_hal_stop(void);
int pdm_hal_deinit(void);

这里有个关键点——抽取比的选择。我曾经在一个项目里把抽取比设成了32，结果发现CPU负载飙升到80%以上。后来改成128，负载降到了15%，而且音质几乎没有损失。你想想看，这就是HAL层设计的重要性。

3.1.2 I2S接口设计

I2S接口就相对成熟一些。它通常有4根线：BCLK（位时钟）、LRCLK（左右声道时钟）、DIN（数据输入）、DOUT（数据输出）。

I2S的好处是：

• 数据直接是PCM格式，不需要额外的滤波处理
• 支持多声道，一条总线可以挂多个麦克风
• 时序标准，几乎所有MCU都原生支持

但I2S也有坑。我记得有一次调试，发现左右声道数据颠倒了。查了半天，原来是HAL层里LRCLK的极性配置反了。嗯，这种低级错误，犯过一次就记住了。

// i2s_hal.h
typedef struct {
    uint32_t sample_rate;      // 采样率
    uint8_t  bits_per_sample;  // 位深，16或24
    uint8_t  channel_num;      // 声道数
    uint8_t  lrclk_polarity;   // LRCLK极性：0-低电平左声道，1-高电平左声道
    void (*data_callback)(int32_t **data, uint32_t frame_len);
} i2s_config_t;

int i2s_hal_init(i2s_config_t *config);
int i2s_hal_start(void);
int i2s_hal_stop(void);
int i2s_hal_deinit(void);

3.2 波束成形算法对接

波束成形，说白了就是让麦克风阵列"听"某个方向的声音。这个技术在智能音箱里太重要了——你想想，用户站在音箱左边说话，如果算法不做波束成形，那右边麦克风采集到的信号就弱很多，识别率自然就下来了。

HAL层对接波束成形算法时，我通常会设计一个抽象接口：

// beamforming_hal.h
typedef struct {
    uint8_t  mic_array_type;   // 麦克风阵列类型：0-线性，1-环形，2-矩形
    uint8_t  mic_count;        // 麦克风数量
    float    *mic_positions;   // 麦克风坐标，单位米
    float    *delays;          // 时延补偿参数
    float    *weights;         // 加权系数
} beamforming_config_t;

typedef struct {
    int16_t  **input_data;     // 输入数据，[mic_count][frame_len]
    int16_t  *output_data;     // 输出数据，[frame_len]
    uint32_t frame_len;        // 帧长
    float    direction_angle;  // 目标方向角度，单位度
} beamforming_frame_t;

int beamforming_hal_init(beamforming_config_t *config);
int beamforming_hal_process(beamforming_frame_t *frame);
int beamforming_hal_set_direction(float angle);
int beamforming_hal_deinit(void);

这里有个设计思路我想分享一下。波束成形算法通常跑在DSP或者NPU上，但HAL层需要做的是数据搬运和格式转换。我习惯在HAL层里做一个环形缓冲区，这样算法模块可以按自己的节奏取数据，不会因为音频中断而丢帧。

3.3 AEC回声消除接口设计

AEC（回声消除）是智能音箱的另一个硬骨头。你想想，音箱在播放音乐的同时还要听用户说话，如果不做回声消除，麦克风采集到的全是喇叭的声音，那还怎么唤醒？

AEC的HAL层设计，核心在于参考信号的获取。这个参考信号就是音箱正在播放的音频数据。我见过不少方案，参考信号直接从音频播放的DMA缓冲区里取，这样做的好处是延迟低，但坏处是——如果播放路径上有EQ或DRC处理，那参考信号和实际喇叭发出的声音就不一致了。

我的做法是：

// aec_hal.h
typedef struct {
    uint32_t sample_rate;      // 采样率
    uint8_t  bits_per_sample;  // 位深
    uint32_t filter_length;    // 自适应滤波器长度，通常为512或1024
    float    convergence_rate; // 收敛速度
    uint8_t  ref_source;       // 参考信号来源：0-DMA直取，1-播放路径后
} aec_config_t;

typedef struct {
    int16_t  *mic_data;        // 麦克风输入数据
    int16_t  *ref_data;        // 参考信号数据
    int16_t  *output_data;     // 回声消除后的数据
    uint32_t frame_len;        // 帧长
} aec_frame_t;

int aec_hal_init(aec_config_t *config);
int aec_hal_process(aec_frame_t *frame);
int aec_hal_reset(void);
int aec_hal_deinit(void);

这里有一个我踩过的坑——参考信号的延迟匹配。麦克风采集到的回声信号，和参考信号之间有一个固定的延迟（包括声学延迟和电子延迟）。如果HAL层不做延迟对齐，AEC算法根本收敛不了。我曾经在一个项目里，因为PCB走线导致麦克风和喇叭之间的延迟多了3个采样点，结果AEC效果一塌糊涂。后来在HAL层加了一个可配置的延迟补偿参数，问题才解决。

3.4 小结

好了，这一章的内容就这些。总结一下：

• PDM接口：引脚少但需要滤波，时钟配置要算清楚
• I2S接口：成熟稳定，注意声道映射和极性配置
• 波束成形：HAL层做好数据缓冲和格式转换，让算法层无感
• AEC回声消除：参考信号获取和延迟匹配是关键，采样率对齐不能省

下一章我会讲音频编解码器的HAL设计，包括MP3、AAC、OPUS等格式的硬件加速和软件解码的接口封装。到时候见。