通过Arduino对音频信号处理。

如果通过Arduino进行录音不是单纯地接一个驻极电容MIC可以的,因为自然界中的声音非常复杂,波形极其复杂,通常我们采用的是脉冲代码调制编码。即PCM编码。PCM通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。在开始动手之前我们需要先了解一些关于数字编码的基础知识。

采样-采样率

在音频采集中叫做采样率。

由于声音其实是一种能量波,因此也有频率和振幅的特征,频率对应于时间轴线,振幅对应于电平轴线。波是无限光滑的,弦线可以看成由无数点组成,由于存储空间是相对有限的,数字编码过程中,必须对弦线的点进行采样。采样的过程是抽取某点的频率值,很显然,在一秒中内抽取的点越多,获取得频率信息更丰富,为了复原波形,一次振动中,必须有2个点的采样,人耳能够感觉到的高频率为20kHz,因此要满足人耳的听觉要求,则需要至少每秒进行40k次采样,用40kHz表达,这个40kHz是采样率。 我们常见的CD,采样率为44.1kHz。

量化-采样大小

光有频率信息是不够的,我们还必须获得该频率的能量值并量化,用于表示信号强度。采样大小是量化的过程,将该频率的能量值并量化,用于表示信号强度。

量化电平数为 2的整数次幂,我们常见的CD位16bit的采样大小,即2的16次方。

采样大小相对采样率更难理解,因为要显得抽象点,举个简单例子:假设对一个波进行8次采样,采样点分别对应的能量值分别为A1-A8,但我们只使用 2bit的采样大小,结果我们只能保留A1-A8中4个点的值而舍弃另外4个。如果我们进行3bit的采样大小,则刚好记录下8个点的所有信息。采样率和 采样大小的值越大,记录的波形更接近原始信号。

采样率和采样大小/比特率

采样率和比特率像是坐标轴上的横纵坐标。

横坐标的采样率表示了每秒钟的采样次数。 纵坐标的比特率表示了用数字量来量化模拟量的时候的精度。

采样率类似于动态影像的帧数,比如电影的采样率是24赫兹,PAL制式的采样率是25赫兹,NTSC制式的采样率是30赫兹。当我们把采样到的一个个静止画面再以采样率同样的速度回放时,看到的是连续的画面。同样的道理,把以44.1kHZ采样率记录的CD以同样的速率播放时,能听到连续的声音。显然,这个采样率越高,听到的声音和看到的图像越连贯。当然,人的听觉和视觉器官能分辨的采样率是有限的,基本上高于44.1kHZ采样的声音,绝大部分人已经觉察不到其中的分别了。

而声音的位数相当于画面的颜色数,表示每个取样的数据量,当然数据量越大,回放的声音越准确,不至于把开水壶的叫声和火车的鸣笛混淆。同样的道理,对于画面来说是更清晰和准确,不至于把血和西红柿酱混淆。不过受人的器官的机能限制,16位的声音和24位的画面基本已经是普通人类的极限了,更高位数只能靠仪器才能分辨出来了。比如电话是3kHZ取样的7位声音,而CD是44.1kHZ取样的16位声音,所以CD比电话更清楚。

当你理解了以上这两个概念,比特率很容易理解了。以电话为例,每秒3000次取样,每个取样是7比特,那么电话的比特率是21000。而CD是每秒 44100次取样,两个声道,每个取样是13位PCM编码,所以CD的比特率是44100213=1146600,也是说CD每秒的数据量大约是 144KB,而一张CD的容量是74分等于4440秒,是639360KB=640MB。

比特率这个词有多种翻译,比如码率等,表示经过编码(压缩)后的音频数据每秒钟需要用多少个比特来表示,而比特是二进制里面少的单位,要么是 0,要么是1。比特率与音频压缩的关系简单的说是比特率越高音质越好,但编码后的文件越大;如果比特率越少则情况刚好翻转。

编码

根据采样率和采样大小可以得知,相对自然界的信号,音频编码多只能做到无限接近,至少目前的技术只能这样了,相对自然界的信号,任何数字音频编码方案都是有损的,因为无法完全还原。在计算机应用中,能够达到高保真水平的是PCM编码,被广泛用于素材保存及音乐欣赏,CD、DVD以及我们常见的WAV文件中均有应用。因此,PCM约定俗成了无损编码,因为PCM代表了数字音频中佳的保真水准,并不意味着PCM能够确保信号绝对保真,PCM也只能做到 大程度的无限接近。我们而习惯性的把MP3列入有损音频编码范畴,是相对PCM编码的。强调编码的相对性的有损和无损,是为了告诉大家,要做到真正的无损是困难的,像用数字去表达圆周率,不管精度多高,也只是无限接近,而不是真正等于圆周率的值

为什么要使用音频压缩技术

要算一个PCM音频流的码率是一件很轻松的事情,采样率值×采样大小值×声道数bps。一个采样率为44.1KHz,采样大小为16bit,双声道的PCM编码的WAV文件,它的数据速率则为 44.1K×16×2 =1411.2 Kbps。我们常说128K的MP3,对应的WAV的参数,是这个1411.2 Kbps,这个参数也被称为数据带宽,它和ADSL中的带宽是一个概念。将码率除以8,可以得到这个WAV的数据速率,即176.4KB/s。这表示存储一秒钟采样率为44.1KHz,采样大小为16bit,双声道的PCM编码的音频信号,需要176.4KB的空间,1分钟则约为10.34M,这对大部分用户是不可接受的,尤其是喜欢在电脑上听音乐的朋友,要降低磁盘占用,只有2种方法,降低采样指标或者压缩。降低指标是不可取的,因此专家们研发了各种压缩方案。由于用途和针对的目标市场不一样,各种音频压缩编码所达到的音质和压缩比都不一样,在后面的文章中我们都会一一提到。有一点是可以肯定的,他们都压缩过。

频率与采样率的关系

采样率表示了每秒对原始信号采样的次数,我们常见到的音频文件采样率多为44.1KHz,这意味着什么呢?假设我们有2段正弦波信号,分别为20Hz和 20KHz,长度均为一秒钟,以对应我们能听到的低频和高频,分别对这两段信号进行40KHz的采样,我们可以得到一个什么样的结果呢?结果是:20Hz的信号每次振动被采样了40K/20=2000次,而20K的信号每次振动只有2次采样。显然,在相同的采样率下,记录低频的信息远比高频的详细。这也是为什么有些音响发烧友指责CD有数码声但不够真实的原因,CD的44.1KHz采样也无法保证高频信号被较好记录。要较好的记录高频信号,看来需要更高的采样率,于是有些朋友在捕捉CD音轨的时候使用48KHz的采样率,这是不可取的!这其实对音质没有任何好处,对抓轨软件来说,保持和CD提供的44.1KHz一样的采样率才是佳音质的保证之一,而不是去提高它。较高的采样率只有相对模拟信号的时候才有用,如果被采样的信号是数字的,请不要去尝试提高采样率。

流特征

随着网络的发展,人们对在线收听音乐提出了要求,因此也要求音频文件能够一边读一边播放,而不需要把这个文件全部读出后然后回放,这样可以做到不用下载可以实现收听了。也可以做到一边编码一边播放,正是这种特征,可以实现在线的直播,架设自己的数字广播电台成为了现实。

实例分析单片机对音频信号的采样量化插图

像这么一个曲线,可以用来描述振膜随时间变化的关系了。但是想要描述这样的一个曲线,我们并没有办法来描述它,除非我们这样说:呃,这个曲线它上来了,然后又下去了,再上来,再下去…显然这么描述是不可能的。那么怎么办?人们想了这么一个办法:

实例分析单片机对音频信号的采样量化插图1

每隔一个小小的时间间隔,去用尺子量一下这个点的位置在哪里。那么只要这个间隔是一定的,我们可以把这个曲线描述成:{9,11,12,13,14,14,15,15,15,14,14,13,12,10,9,7…}这样描述是不是比刚才的方法要精确多了?而且更美妙的是,如果我们把这个时间间隔取得更小,拿的尺子越精确,那么测量得到的,用来描述这个曲线的数字也可以做到更加地精确。用专业的术语来说,我们每两次测一下位置的时间间隔,是所谓的采样率。采样率等于多少,意味着我们每秒钟进行了多少次这样的测量。

实例分析单片机对音频信号的采样量化插图2

假设你用万用表去量一秒钟麦克风传来的模拟电信号,量的次数越多,越能反映声音的真实情况,量的数值编程二进制成了数字信号

采样率(sampling rate)高,能保真原信号中越高频的成份。但是,频率高过一定值的声音人耳是分辨不出的,因此采样率太高没有必要。采样率的单位是Hz或S/s(samples per second),这两个单位是一样的。平时所说的16-bit和24-bit不是采样率,而是分辨率(resolution)。它是指声音的连续强度被数字化之后分为多少级。N-bit的意思声音的强度被均分为2^N级。16-bit的话,是65535级。这是一个很大的数了,人可能也分辨不出六万五千五百三十五分之一的音强差别。也是说,采样率针对的是信号的时间(频率)特性,而分辨率针对的是信号的强度特性,这是两个不一样的概念。

好了,讲了一大堆的理论也是时候讲讲应该如何来实现了,本文是基于Arduino来实现这个功能,而Arduino是没有PCM解码模块的但架不住它便宜学习曲线又低。费话不多说了先来看看本文的主角吧:

实例分析单片机对音频信号的采样量化插图3

MAX9814是个录音放大模块,本文会使用它与Arduino连接将录音生成一个wav文件保存到SD上,当然也可以进行直接的播放。我们的目标是使用它进行声音的采样。

另外,如果用ESP8266可以不使用SD卡模块直接将文件存到云。

BOM

MAX9814 模块MicroSDCard 模块Arduino Uno

线路图

实例分析单片机对音频信号的采样量化插图4

代码

这里我使用了一个叫tmrpcm的库,这个库在Arduino上非常好用,它本来是做软DAC用的,可以用来扩展Arduino进行直接的声音解码播放。

注: TMRpcm里面有一个用于录音的方法,源码中是被注释掉的,在安装该库之后需要打开源码库中的pcmConfig.h文件将以下的行取消注释,否则会编译不通过:

definebuffSize 128. May need to increase.defineENABLE_RECORDINGdefineBLOCK_COUNT 10000UL以下是 Arduino 代码:includeincludeincludedefineSD_ChipSelectPin 10// 如果使用 arduino nano 328 可使用Pin4TMRpcm audio;voidsetup(){ audio.speakerPin =4; Serial.begin(115200);if(!SD.begin(SD_ChipSelectPin)) { Serial.println(“SD Fail”);return; }else{ Serial.println(“SD OK”); } audio.CSPin = SD_ChipSelectPin; }voidloop(){if(Serial.available()){charc = Serial.read(); Serial.println(c);switch(c){caser: audio.startRecording(“test.wav”,16000,A0);break;//以16khz的采样率开始录音caseR: audio.startRecording(“test.wav”,16000,A0,1);break;//录音并直接进行回放caset: audio.startRecording(“test.wav”,16000,A0,2);break;//将录音直接进行回放cases: audio.stopRecording(“test.wav”);break;//停止录音casep: audio.play(“test.wav”);break;//回放录音case=: audio.volume(1);break;//增加音量case: audio.volume(0);break;//减小音量caseS: audio.stopPlayback();break;//停止所有的回放} } }

Copy

将以上代码写入Arduino后需要打开串口监视器运行,由于以上代码是一个互操作代码所以你需要通过串口监视器向Arduino发送文字指令。

作者 nasiapp

在线客服
官方客服
我们将24小时内回复。
12:01
您好,有任何疑问请与我们联系!

选择聊天工具: