项目训练报告

一、项目介绍

录音笔（采集麦克风声音并编码为MP3格式）

二、项目设计思路

MAX78000FTHR为快速开发平台，帮助工程师利用MAX78000 Arm® Cortex® M4F处理器快速实施超低功耗、人工智能(AI)方案，器件集成卷积神经网络加速器。评估板包括MAX20303 PMIC，用于电池和电源管理。评估板规格为0.9in x 2.6in、双排连接器，兼容Adafruit Feather Wing外设扩展板。评估板包括各种外设，例如CMOS VGA图像传感器、数字麦克风、低功耗立体声音频CODEC、1MB QSPI SRAM、micro SD存储卡连接器、RGB指示LED和按键。

本项目计划利用板载的数字麦克风和micro SD存储卡，通过MAX78000的I2S接口传输到处理器，进行MP3编码，然后存储在SD卡中，实现录音的功能。

三、搜集素材的思路

（一）驱动麦克风获得音频数据

在I2S传输协议中，数据信号、时钟信号以及控制信号是分开传输的。I2S协议只定义三根信号线：时钟信号SCK、数据信号SD和左右声道选择信号WS。

时钟信号 Serial Clock，SCK是模块内的同步信号，从模式时由外部提供，主模式时由模块内部自己产生。不同厂家的芯片型号，时钟信号叫法可能不同，也可能称BCLK/Bit Clock或SCL/Serial Clock。

数据信号 Serial Data，SD是串行数据，在I2S中以二进制补码的形式在数据线上传输。在WS变化后的第一个SCK脉冲，先传输最高位（MSB, Most Significant Bit）。先传送MSB是因为发送设备和接收设备的字长可能不同，当系统字长比数据发送端字长长的时候，数据传输就会出现截断的现象/Truncated，即如果数据接收端接收的数据位比它规定的字长长的话，那么规定字长最低位（LSB: Least Significant Bit）以后的所有位将会被忽略。如果接收的字长比它规定的字长短，那么空余出来的位将会以0填补。通过这种方式可以使音频信号的最高有效位得到传输，从而保证最好的听觉效果。

根据输入或输出特性，不同芯片上的SD也可能称SDATA、SDIN、SDOUT、DACDAT、ADCDAT等；数据发送既可以同步于SCK的上升沿，也可以是下降沿，但接收设备在SCK的上升沿采样，发送数据时序需考虑。

左右声道选择信号 Word Select，WS是声道选择信号，表明数据发送端所选择的声道。当WS＝0，表示选择左声道，WS＝1，表示选择右声道。

WS也称帧时钟，即LRCLK/Left Right Clock。WS频率等于声音的采样率。WS既可以在SCK的上升沿，也可以在SCK的下降沿变化。从设备在SCK的上升沿采样WS信号。数据信号MSB在WS改变后的第二个时钟（SCK）上升沿有效（即延迟一个SCK），这样可以让从设备有足够的时间以存储当前接收的数据，并准备好接收下一组数据。

（二）进行mp3编码

MP3 采用了感知音频编码（PerceptualAudio Coding）这一失真算法。人耳感受声音的频率范围是20Hz-20kHz，MP3截掉了大量的冗余信号和无关的信号，编码器通过混合滤波器组将原始声音变换到频率域，利用心理声学模型，估算刚好能被察觉到的噪声水平，再经过量化，转换成Huffman编码，形成MP3位流。解码器要简单得多，它的任务是从编码后的谱线成分中，经过反量化和逆变换，提取出声音信号。

MP3文件数据由多个帧组成，帧是MP3文件最小组成单位。每个帧又由帧头、附加信息和声音数据组成。每个帧播放时间是0.026秒，其长度随位率的不同而不等。有些MP3文件末尾有些额外字节存放非声音数据的说明信息。

MP3文件大体上分为三个部分：ID3V2+音频数据+ID3V1。

对于mp3来说现在有两种编码方式，一种是CBR，也就是固定位率，固定位率的帧的大小在整个文件中都是是固定的（公式如上所述），只要知道文件总长度，和从第一帧帧头读出的信息，就都可以通过计算得出这个mp3文件的信息，比如总的帧数，总的播放时间等等，要定位到某一帧或某个时间点也很方便，这种编码方式不需要文件头，第一帧开始就是音频数据。

另一种是VBR，就是可变位率，VBR是XING公司推出的算法，所以在MP3的FRAME里会有“Xing"这个关键字（也有用"Info"来标识的，现在很多流行的小软件也可以进行VBR压缩，它们是否遵守这个约定，那就不得而知了），它存放在MP3文件中的第一个有效帧的数据区里，它标识了这个MP3文件是VBR的。同时第一个帧里存放了MP3文件的帧的总个数，这就很容易获得了播放总时间，同时还有100个字节存放了播放总时间的100个时间分段的帧索引，假设4分钟的MP3歌曲，240S，分成100段，每两个相邻INDEX的时间差就是2.4S，所以通过这个INDEX，只要前后处理少数的FRAME，就能快速找出我们需要快进的帧头。其实这第一帧就相当于文件头了。不过现在有些编码器在编码CBR文件时也像VBR那样将信息记入第一帧，比如著名的lame，它使用"Info"来做CBR。

（三）sd卡存储录音文件

采用SPI驱动SD卡，SD卡中移植FatFS文件系统。FatFS是面向小型嵌入式系统的一种通用FAT文件系统，由ANSI C语言编写，并且完全独立于底层的I/O介质。所以可以基本不做修改直接移植到任何处理器中。使用SPI与SD卡通信，把FatFS移植到SD卡。

四、项目进展

目前，基本搞清楚了美信提供的I2S获取麦克风数据和SPI通信等例程，已经可以驱动麦克风获得麦克风数据，并传送到电脑上，下一步就是通过SPI通信和Fafts文件系统的建立，将获得的数据进行保存，并进行MP3编码。目前还有两个问题需要解决，一个是MP3编码，目前只是简单了解了MP3的基本知识，还需要进一步学习如何进行编码，另外移植文件系统管理SD卡还需要学习，后边主要是解决这两个问题。