早些年給消防系統(tǒng)中做過一個報警器，為了節(jié)省資源，直接使用了單片機解碼，再加上PWM輸出直接推流到功放驅動揚聲器，這個方案里面使用音頻的PCM編碼。

后來在做平衡車的時候，也是用到了同樣的方法，為了讓flash空間更緊湊，還進行了音頻數據的ADPCM壓縮。

告訴你一個音頻壓縮算法，讓你的Flash減小四倍

做這一切之前，我們首先要獲得音頻文件，然后再進行處理或者直接把音頻放到單片機的Flash里面，這里就不得不提到WAV格式的音頻文件，這個是相對比較簡單的格式。

WAV概述

wav是window系統(tǒng)中的后綴名，它的完整叫法應嘎是Waveform Audio File Format?也就是wave文件格式，它采用RIFF（Resource Interchange File Format）文件格式結構。通常用來保存PCM格式的原始音頻數據，所以通常被稱為無損音頻。但是嚴格意義上來講，WAV也可以存儲其它壓縮格式的音頻數據。

聲音文件大體上可以分為兩類，分別對應于單聲道（11.025KHz 采樣率、8Bit 的采樣值）和雙聲道（44.1KHz 采樣率、16Bit 的采樣值）。

采樣率是指：聲音信號在模數轉換過程中，1秒內采樣的次數。采樣值是指每一次采樣周期 ?內聲音模擬信號的電壓量化值。

對于單聲道的聲音文件，音頻細節(jié)不多，因此可以采用8bit采樣深度，11.025K的采樣頻率（8K其實也可以的），采樣數據為八位的短整數（00H-FFH）；而對于雙聲道立體聲聲音文件，每次采樣數據為一個16位的整數（0000H-FFFFH），高八位和低八位分別代表左右兩個聲道。

音頻采樣與播放

人耳對頻率的識別范圍是 20HZ - 20000HZ, 如果每秒鐘能對聲音做 20000 個采樣, 回放時就足可以滿足人耳的基本需求. 所以 22050 的采樣頻率是常用的, 44100已是CD音質。

根據奈奎斯特定理，采樣頻率超過信號頻率的2倍就可以還原出原始信號的細節(jié)，因此超過48000的采樣對人耳已經沒有意義。

就比如，早期電影幀數定為24幀，基本夠用了，不過現如今，120幀的刷屏也是比比皆是了，之前是低估了人眼的靈敏度。

假設我們現在有了一段音頻wav，采樣率為22.050KHz，采樣深度為16bit，雙通道。文件大小為424644字節(jié)。

那么音頻每秒的傳輸速率(位速, 也叫比特率、取樣率)是 22050162 = 705600(bit/s), 換算成字節(jié)單位就是 705600/8 = 88200(字節(jié)/秒)，也就是位速是 705.6kbps。

播放時間：424644(總字節(jié)數) / 88200(每秒字節(jié)數) ≈ 4.8145578(秒)。

要是存儲成window可以播放的文件，也就是wave文件，除了音頻本身的信息以外，我們還需要一些其他信息放在文件的頭部， 包裝標準的 PCM 格式的 WAVE 文件(.wav)中至少帶有 42 個字節(jié)的頭信息，這在計算播放時間時應該將其去掉, ?所以就有：(424644-42) / (2205016*2/8) ≈ 4.8140816(秒)。 這樣就比較精確了。

wave格式解析

WAV文件遵循RIFF規(guī)則，其內容以區(qū)塊（chunk）為最小單位進行存儲。

WAV文件一般由3個區(qū)塊組成：RIFF chunk、Format chunk和Data chunk。另外，文件中還可能包含一些可選的區(qū)塊，如：Fact chunk、Cue points chunk、Playlist chunk、Associated data list chunk等，主要用于存儲作者，轉接類的附加信息。

這里我們只看最基礎的RIFF chunk、Format chunk和Data chunk。

常見的wave文件的格式圖示

RIFF區(qū)塊

以'RIFF'為標識

Size是整個文件的長度減去ID和Size的長度，也就是自己后面的長度。

Type是WAVE表示后面需要兩個子塊：Format區(qū)塊和Data區(qū)塊

FORMAT區(qū)塊

以'fmt '為標識

Size表示該區(qū)塊數據的長度（不包含ID和Size的長度）

AudioFormat表示Data區(qū)塊存儲的音頻數據的格式，PCM音頻數據的值為1

NumChannels表示音頻數據的聲道數，1：單聲道，2：雙聲道

SampleRate表示音頻數據的采樣率

ByteRate每秒數據字節(jié)數 = SampleRate * NumChannels * BitsPerSample / 8

BlockAlign每個采樣所需的字節(jié)數 = NumChannels * BitsPerSample / 8

BitsPerSample每個采樣存儲的bit數，8：8bit，16：16bit，32：32bit

DATA區(qū)塊

以'data'為標識

Size表示音頻數據的長度，N = ByteRate * seconds

Data音頻數據

對于Data塊，根據聲道數和采樣率的不同情況，為了方便播放，每個采樣值連續(xù)放置，如果是8bit單聲道，就一個字節(jié)一個字節(jié)排隊。如果是16bit單聲道，那就兩個字節(jié)兩個字節(jié)的排隊。

如果是雙聲道，那就先放左聲道的采樣值，再放右聲道的采樣值，這樣成對成對的排隊。

下面我們看一個具體的例子，聲音文件如下：

單片機中播放

如果要在單片機中播放wav文件，有兩種做法，一種是直接將wav文件存儲到Flash中，我們在播放相應的文件時，從相應起始地址讀取前面的12個字節(jié)，判斷是否是RIFF文件，格式為WAVE，同時取出文件長度。接下來就是搜索fmt塊來解析通道數，采樣頻率，采樣深度信息。

最后搜索到data塊，按照fmt提供的信息，把data數據推流到DAC中。

當然，還有一種更簡單的方式，那就是我們使用上位機解析wav文件，采用固定的采樣頻率和采樣深度，單獨取出data數據寫入到flash中。這樣只需要提供音頻的起始地址和結束地址就可以直接播放了。

當然，還有一種更簡單的方式，那就是我們使用上位機解析wav文件，采用固定的采樣頻率和采樣深度，單獨取出data數據寫入到flash中。這樣只需要提供音頻的起始地址和結束地址就可以直接播放了。