Audio学习1（基础）

1 声学基础知识

最开始的声音传播诞生于1876年美国，其实就是声音通过在带动铁片震动，然后引起经过磁铁上电流的变化。

对于现在流行的PCM（脉冲编码调制（Pulse Code Modulation，PCM）），则是一种将模拟信号转换为数字信号的编码技术。该技术由英国工程师Alec Reeves于1937年提出。

这里顺便说一下PCM和我以前接触比较多的G.711的关系，总的来说就是一种压缩，实现了体积减半。当然，现在开发了话不学这个了，学Opus了。

G.711 是一套编码标准，它的基础载体就是 PCM；G.711 ≠ PCM，G.711 是对 8kHz、16bit 线性 PCM 做压缩映射后的编码规范。

 声音的本质：机械纵波与三要素

数字化：把连续的声波变成 0/1

关键概念：

换能器总览：麦克风与喇叭/耳机互为镜像

麦克风 → ADC（采样率、位深、THD+N、SNR）→ 分块（块处理，带来延迟）→ DSP（定点 / MIPS 算力约束）→ 算法：波束成形拾音 → 自适应滤波（AEC/ANC）→ 心理声学降噪 / 编码 → DAC 输出

2 录音全流程

 麦克风：声 → 电

目前的几种麦克风：

对比项

模拟麦克风

PDM 数字麦克风

I²S 数字麦克风

目前用的最多的基本上就是数字麦克风，全流程如下：

数字麦克风全流程：

PDM（Pulse Density Modulation，脉冲密度调制）

PDM 是单比特的音频调制格式，广泛用于 MEMS 数字麦克风。它只用 0 和 1 两种电平，不靠幅值、而是依靠脉冲的疏密密度来表征声音信号大小：信号幅值越大，高脉冲占比越高。只需要两根线（时钟 + 数据）传输，电路简单、抗干扰强；缺点是原始 PDM 不能直接给音频 DSP 算法使用，必须经过抽取滤波（Decimation），降采样、多 bit 量化后转换成 PCM。

PCM（Pulse Code Modulation，脉冲编码调制）

PCM 是我们 DSP 算法里最常用的标准数字音频格式，ADC 或者 PDM 解码器输出后的标准形式。它按固定采样率周期性采样，每个采样点用多位二进制（16bit/24bit 等）编码表示信号幅值，是规整的多比特采样序列。AEC、ANC、波束成形、滤波等所有音频算法，都是直接对 PCM 数据流做运算，也是音频编解码、I2S 总线传输的主流信号格式。

模拟信号到PDM的转换：

PDM到PCM的转换：

对于我们用的最多的有线耳机，其实是模拟麦克风。

此时ADC通常在手机、电脑或USB音频设备里，而不是传统耳机的麦克风里。

从分工来说，算法工程师通常从 PCM 开始；嵌入式音频工程师要能追溯到 PDM、I²S、DMA 和 Codec；硬件与芯片工程师才会经常深入到模拟前端和 Σ-Δ 电路内部。整个步骤了解就行，因为一般处理都是针对最后的PCM。

 3 播放全流程

 喇叭（扬声器）：电 → 声

4 常见算法

算法链通常是：
高通(去直流) → 降噪(NS) → 回声消除(AEC) → 波束成形(BF)
→ EQ → 动态范围控制(DRC/限幅) → 输出

可以玩的一些小练习。