2、音频基础概念：采样率、位深、声道数、PCM数据格式、I2S协议简介

各位同学，欢迎来到第二讲。

说实话，很多初学者一上来就急着写驱动、调寄存器，结果连音频数据长什么样都没搞明白。我见过太多人拿着I2S的波形图发呆，或者把PCM数据解析得乱七八糟。今天这一讲，咱们就把这些最基础的概念彻底捋清楚。

2.1 采样率（Sample Rate）

先问大家一个问题：声音是连续的，但数字系统只能处理离散的0和1，怎么办？

答案就是采样。说白了，就是每隔一小段时间，把声音的瞬时电压值记下来。这个「每隔一小段时间」的频率，就是采样率。

常见的采样率：

• 8 kHz：电话语音，够用就行。我以前做对讲机项目就用这个，省带宽。
• 44.1 kHz：CD音质标准。为什么是44.1？不是44？也不是45？嗯，这里有个历史原因——为了兼容PAL和NTSC电视制式，这个数字是算出来的。你记住它就行。
• 48 kHz：DVD、电影、专业音频设备常用。我个人习惯做嵌入式音频项目时优先选48 kHz，因为很多SoC的时钟分频更容易对齐。
• 96 kHz / 192 kHz：高解析度音频，Hi-Fi玩家最爱。但说实话，在嵌入式设备里，除非你跑的是高端音响，否则没必要。我曾经在一个低功耗蓝牙音箱上试过96 kHz，结果CPU直接飙到80%，电池撑不过两小时。

2.2 位深（Bit Depth）

采样率决定了「多快」记录一次，位深决定了「多精细」记录每个点。

位深就是每个采样点用多少比特来表示。常见的位深有：

位深	动态范围	典型应用
8 bit	48 dB	早期游戏机、语音提示
16 bit	96 dB	CD、MP3、绝大多数嵌入式音频
24 bit	144 dB	专业录音、高端音响
32 bit	192 dB	音频工作站内部处理

我在项目中遇到过一个问题：用16 bit录了一段钢琴，结果弱音部分全是底噪。后来换成24 bit，动态范围大了，弱音细节就出来了。但代价是数据量大了50%。

2.3 声道数（Channels）

声道数就是同时录/放几路声音。

• 单声道（Mono）：1路。对讲机、语音助手够用。
• 双声道（Stereo）：2路。左+右，听音乐必备。
• 多声道（5.1 / 7.1）：家庭影院、车载音响。嵌入式里少见，但高端音响项目会碰到。

你想想看，如果驱动写错了，左声道的数据跑到右声道去了，听起来就像声音在脑袋里转圈——我调试时遇到过，排查了半天才发现是DMA配置里声道交错顺序搞反了。

2.4 PCM数据格式

PCM，全称Pulse Code Modulation，脉冲编码调制。说白了，就是上面说的采样+量化后的原始数据。

PCM数据在内存里怎么排列？最常见的是两种：

交错模式（Interleaved）：

// 双声道16 bit交错排列
// 内存顺序：L0, R0, L1, R1, L2, R2, ...
// 每个采样点2字节，小端序
uint8_t pcm_buffer[] = {
    0x34, 0x12,  // 左声道第1个采样 (0x1234)
    0x56, 0x34,  // 右声道第1个采样 (0x3456)
    0x78, 0x56,  // 左声道第2个采样 (0x5678)
    0x9A, 0x78   // 右声道第2个采样 (0x789A)
};

非交错模式（Non-interleaved / Planar）：

// 双声道16 bit非交错排列
// 内存顺序：L0, L1, L2, ..., R0, R1, R2, ...
uint8_t left_channel[] = { 0x34, 0x12, 0x78, 0x56, ... };
uint8_t right_channel[] = { 0x56, 0x34, 0x9A, 0x78, ... };

2.5 I2S协议简介

I2S（Inter-IC Sound）是飞利浦公司发明的，专门用来在芯片之间传输音频数据。它只有三条线：

• BCLK（位时钟）：每个脉冲对应一个数据位。频率 = 采样率 × 位深 × 声道数。
• LRCK（左右声道时钟）：也叫帧时钟。高电平表示左声道，低电平表示右声道（或者反过来，看配置）。频率 = 采样率。
• SD（串行数据）：数据线，按位传输。

举个例子：48 kHz采样率、16 bit、双声道，BCLK频率 = 48000 × 16 × 2 = 1.536 MHz。

I2S有几种标准模式：

模式	数据对齐	说明
I2S 标准	数据在LRCK变化后的第二个BCLK上升沿开始	最常用，飞利浦原版
左对齐	数据在LRCK变化后的第一个BCLK上升沿开始	有些DAC用这个
右对齐	数据对齐到LRCK变化前的最后一个BCLK	少见，但老芯片里还有
DSP模式	数据连续传输，LRCK只标记帧起始	多声道场景常用

2.6 小结

这一讲的内容其实就四个字：采样、量化、排列、传输。

• 采样率决定频率上限
• 位深决定动态范围
• 声道数决定空间感
• PCM是原始数据格式
• I2S是传输协议

下一讲，我们会真正开始动手，配置一个I2S外设，让喇叭发出声音。到时候你会发现，今天这些概念会反复用到。嗯，打好基础，后面就快了。