一、數字音頻技術

1.聲音數字化概念及過程

現實生活中的聲音是通過一定介質傳播的連續的波，它可以由周期和振幅兩個重要指標描述。正常人可以聽到的聲音頻率范圍為 20Hz~20KHz。現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成對應的數字量保存，在需要還原聲音的地方再把數字量的轉成模擬量輸出如下圖所示：

模擬量轉成數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值連接起來與源聲音曲線是互相吻合的，只是它不是連續的。在圖中，兩條藍色虛線距離就是采樣信號的周期，即對應一個采樣頻率(FS)，可以想象得到采樣頻率越高最后得到的結果就與源聲音越吻合，但此時采樣數據量越越大，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。量化位數表示每個采樣點用多少位表示數據范圍，常用有 16bit、 24bit 或 32bit，位數越高最后還原得到的音質越好，數據量也會越大。

2.聲音數字化三要素

采樣頻率：每秒鐘抽取聲波幅度樣本的次數。采樣頻率越高，聲音質量越好，數據量也越大。常用的采樣頻率有11.025KHz，22.05KHz，44.1KHz，48KHz，96KHz等。

量化位數：每個采樣點用多少二進制位表示數據范圍。量化位數也叫采樣位數。量化位數越多，音質越好，數據量也越大。常用的采樣位數有8位，16位，24位，32位等。

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

3.聲音數字化的數據量

聲音數字化后的數據量計算公式為：

音頻數據量 = 采樣頻率(Hz) * 量化位數 * 聲道數 / 8，單位：字節/秒。

這里舉個例子：對一個聲音信號進行數字化處理，采樣頻率為44.1KHz，量化位數為16位，那么：

單聲道的音頻數據量為：44100 * 16 * 1 / 8 = 88200 字節/秒；

立體聲的音頻數據量為：44100 * 16 * 2 / 8 = 176400 字節/秒。

4.聲卡

聲卡是負責錄音、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).記錄和回放時進行壓縮和解壓縮；

(4).語音合成技術(朗讀文本)；

(5).具有MIDI接口(樂器數字接口)。

聲卡的芯片類型：

(1).CODEC芯片(依賴CPU，價格便宜)；

(2).數字信號處理器DSP(不依賴CPU)。

二、I2S總線協議

1.I2S總線概述

音響數據的采集、處理和傳輸是多媒體技術的重要組成部分。眾多的數字音頻系統已經進入消費市場，例如數字音頻錄音帶、數字聲音處理器。對于設備和生產廠家來說，標準化的信息傳輸結構可以提高系統的適應性。

I2S(Inter-IC Sound)總線, 又稱集成電路內置音頻總線，是飛利浦半導體公司(現為恩智浦半導體公司)針對數字音頻設備之間的音頻數據傳輸而制定的一種總線標準。該總線專門用于音頻設備之間的數據傳輸，廣泛應用于各種多媒體系統。它采用了沿獨立的導線傳輸時鐘與數據信號的設計，通過將數據和時鐘信號分離，避免了因時差誘發的失真，為用戶節省了購買抵抗音頻抖動的專業設備的費用。

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，對應數字音頻的每一位數據，SCK都有1個脈沖。SCK的頻率 = 聲道數 * 采樣頻率 * 采樣位數。

(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據。WS的頻率 = 采樣頻率。

字段選擇信號WS表明了正在被傳輸的聲道。I2S Philips標準WS信號的電平含義如下：

WS為0，表示正在傳輸的是左聲道的數據；
WS為1，表示正在傳輸的是右聲道的數據。

(3).串行數據SD

串行數據SD，就是用二進制補碼表示的音頻數據。I2S串行數據在傳輸的時候，由高位(MSB)到低位(LSB)依次進行傳輸。

(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。

對于系統而言，能夠產生SCK和WS的信號端就是主設備，用MASTER表示，簡單系統示意圖如下：

3.幾種常見的I2S數據格式

隨著技術的發展，在統一的I2S硬件接口下，出現了多種不同的I2S數據格式，可分為左對齊(MSB)標準、右對齊(LSB)標準、I2S Philips 標準。

對于所有數據格式和通信標準而言，始終會先發送最高有效位(MSB 優先)。

發送端和接收端必須使用相同的數據格式，確保發送和接收的數據一致。

(1).I2S Philips 標準

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

對于這種標準I2S格式的信號，無論有多少位有效數據，數據的最高位總是出現在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送端的有效位數可以不同。如果接收端能處理的有效位數少于發送端，可以放棄數據幀中多余的低位數據；如果接收端能處理的有效位數多于發送端，可以自行補足剩余的位。這種同步機制使得數字音頻設備的互連更加方便，而且不會造成數據錯位。

I2S Philips 標準時序圖如下所示：

(2).左對齊(MSB)標準

在LRCLK發生翻轉的同時開始傳輸數據。該標準較少使用。注意此時LRCLK為1時，傳輸的是左聲道數據，這剛好與I2S Philips標準相反。左對齊(MSB)標準時序圖如下所示：

(3).右對齊(LSB)標準

聲音數據LSB傳輸完成的同時，LRCLK完成第二次翻轉（剛好是LSB和LRCLK是右對齊的，所以稱為右對齊標準）。注意此時LRCLK為1時，傳輸的是左聲道數據，這剛好與I2S Philips標準相反。右對齊(LSB)標準時序圖如下所示：

審核編輯：湯梓紅