3、数字音频接口：I2S、PCM、TDM接口协议详解与对比

做嵌入式音频开发，打交道最多的就是数字音频接口。我刚开始接触这块时，也被I2S、PCM、TDM这几个名字搞得有点晕。说白了，它们都是用来传输数字音频数据的，但适用场景和细节差别不小。今天咱们就好好捋一捋。

3.1 I2S接口：最经典的立体声音频总线

I2S（Inter-IC Sound）是飞利浦公司在80年代提出的。到现在，它依然是立体声音频传输的标配。我个人习惯把它叫做「音频界的I2C」——简单、可靠、到处都在用。

3.1.1 信号线定义

I2S总线只需要三根核心信号线：

• SCK（串行时钟）：也叫位时钟（BCLK）。每个脉冲对应一个数据位。频率 = 采样率 × 位深 × 声道数。
• WS（字选择）：也叫帧时钟（LRCK）。用来区分左右声道。高电平通常是右声道，低电平是左声道（也有反的，看芯片手册）。
• SD（串行数据）：音频数据就靠这根线传。可以是输入（SDI）或输出（SDO）。

3.1.2 数据格式

I2S的数据格式有个特点：数据在WS翻转后的第二个时钟沿开始传输。为什么这样设计？我猜是为了给DAC留出准备时间。你想想看，如果WS一变就开始传数据，接收端可能还没反应过来。

标准的I2S数据格式如下：

// 以16位数据为例，左声道对齐
WS:   ____|‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾|________________|‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾
SCK: _|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_
SD:  X MSB ... LSB X X MSB ... LSB X
     ← 左声道数据 →   ← 右声道数据 →

这里要注意：数据是MSB先传的。而且数据位宽可以小于SCK周期数。比如你用32位SCK传24位数据，多余的位会补0。

3.1.3 常见变体

I2S其实有好几种「方言」：

• 标准I2S：数据在WS变化后延迟1个SCK开始
• 左对齐（Left-Justified）：数据在WS变化后立即开始，没有延迟
• 右对齐（Right-Justified）：数据对齐到SCK周期的末尾

3.2 PCM接口：更灵活的音频传输方式

PCM（Pulse Code Modulation）接口，名字听着很唬人。其实它和I2S本质上是同一类东西。我个人的理解是：PCM是I2S的「超集」。

3.2.1 与I2S的区别

PCM接口没有固定的声道映射规则。它更像一个「裸」的串行数据流。你可以自己定义每个时隙对应哪个声道。这就带来了很大的灵活性：

• 可以传输单声道、立体声、甚至多声道
• 数据位宽可以任意设置（8位、16位、24位、32位）
• 帧同步信号（FSYNC）可以是脉冲方式，也可以是电平方式

3.2.2 时序特点

PCM接口的时序有两种常见模式：

1. 短帧同步模式：FSYNC是一个脉冲，宽度为一个SCK周期。数据在脉冲之后开始传输。
2. 长帧同步模式：FSYNC保持一个完整的帧周期。类似I2S的WS信号。

// 短帧同步模式示例（单声道，16位数据）
FSYNC: _|‾|________________________|‾|________
SCK:   _|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_
SD:    X MSB ... LSB X X X X X X X X X X X X X

我在做蓝牙音频项目时，就特别喜欢用PCM接口的短帧模式。因为蓝牙音频数据包是突发的，短帧同步能更好地匹配这种传输特性。

3.3 TDM接口：多声道音频的终极方案

TDM（Time Division Multiplexing）接口，说白了就是「时分复用」。它把多个声道的数据塞进同一根数据线里，每个声道分到一个固定的时间片。

3.3.1 为什么需要TDM？

你想想看，如果用I2S做8声道音频，需要4对I2S总线。这太浪费引脚了。TDM接口只用一根数据线就能搞定。我做过一个车载音响项目，用了TDM接口，一根SD线传了8个声道的数据，省下来的GPIO都拿去接按键和LED了。

3.3.2 帧结构

TDM的帧结构很清晰：

// 4声道TDM，每声道16位数据
FSYNC: _|‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾|_
SCK:   _|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_|‾|_
SD:    [声道0 16位] [声道1 16位] [声道2 16位] [声道3 16位]

每个时隙（Slot）的长度可以配置。常见的有16位、24位、32位。时隙数就是声道数。帧同步信号通常在每个帧的开始处有一个脉冲。

3.3.3 配置要点

配置TDM接口时，有几个参数必须搞清楚：

参数	说明	常见值
帧长	一个完整帧包含的SCK周期数	64、128、256
时隙数	每帧包含的声道数	2、4、8、16
时隙宽度	每个声道占用的SCK周期数	16、24、32
数据偏移	数据在时隙内的起始位置	0、1、2

3.4 三种接口的对比与选型

说了这么多，到底什么时候用哪个？我根据自己的经验总结了一张表：

特性	I2S	PCM	TDM
声道数	2（立体声）	1~2（可扩展）	2~16+
引脚数	3（不含MCLK）	3	3~4
灵活性	低（格式固定）	中	高
兼容性	最好（几乎所有芯片都支持）	较好	一般（高端芯片才支持）
典型应用	耳机、音箱、手机	蓝牙音频、语音编解码	车载音响、多声道系统

选型建议：

• 做立体声产品：无脑选I2S。兼容性最好，调试最方便。
• 做蓝牙或语音产品：PCM接口更合适。因为它能灵活匹配数据包的边界。
• 做多声道系统：TDM是唯一选择。别想着用多个I2S拼凑，时序同步问题会让你崩溃的。

3.5 避坑指南

最后分享几个我踩过的坑：

• 时钟极性搞反：I2S和PCM都有多种时钟极性配置。我曾经把上升沿采样和下降沿采样搞反了，出来的声音像机器人说话。用示波器一看，数据采样点全在边沿上，能不怪吗？
• 主从模式不匹配：两个设备通信，必须一个做主一个做从。我见过有人把两个都配成主模式，结果时钟线上一团糟。
• 数据位宽不一致：发送端用24位，接收端配成16位。数据截断后，低8位丢了，声音失真。这个在调试时特别隐蔽，因为听起来「好像有点问题，但又说不出哪里不对」。

好了，数字音频接口这块就聊到这儿。记住一句话：时序图比文字靠谱，示波器比猜测靠谱。遇到音频问题，先拿示波器看波形，八成能找到问题所在。