本章參考資料：《STM32F4xx 中文參考手冊》、《STM32F4xx規格書》、庫幫助文件《stm32f4xx_dsp_stdperiph_lib_um.chm》及《I2S BUS》。

若對I2S通訊協議不瞭解，可先閱讀《I2S BUS》文件的內容學習。

關於音訊編譯碼器WM8978，請參考其規格書《WM8978_v4.5》來了解。

38.1 I2S簡介

Inter-IC Sount Bus(I2S)是飛利浦半導體公司(現為恩智浦半導體公司)針對數字音訊裝置之間的音訊資料傳輸而制定的一種匯流排標準。在飛利浦公司的I2S標準中，既規定了硬體介面規範，也規定了數字音訊資料的格式。

38.1.1 數字音訊技術

現實生活中的聲音是通過一定介質傳播的連續的波，它可以由週期和振幅兩個重要指標描述。正常人可以聽到的聲音訊率範圍為20Hz~20KHz。現實存在的聲音是模擬量，這對聲音儲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儲存，在需要還原聲音的地方再把數字量的轉成模擬量輸出，參考圖 381。

圖 381 音訊轉換過程

模擬量轉成數字量過程，一般可以分為三個過程，分別為取樣、量化、編碼，參考圖 382。用一個比源聲音訊率高的取樣訊號去量化源聲音，記錄每個取樣點的值，最後如果把所有采樣點數值連線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取樣訊號的週期，即對應一個取樣頻率(FS)，可以想象得到取樣頻率越高最後得到的結果就與源聲音越吻合，但此時取樣資料量越越大，一般使用44.1KHz取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。量化位數表示每個取樣點用多少位表示資料範圍，常用有16bit、24bit或32bit，位數越高最後還原得到的音質越好，資料量也會越大。

圖 382 聲音數字化過程

WM8978是一個低功耗、高質量的立體聲多媒體數字訊號編譯碼器，整合DAC和ADC，可以實現聲音訊號量化成數字量輸出，也可以實現數字量音訊資料轉換為模擬量聲音驅動揚聲器。這樣使用WM8978晶片解決了聲音與數字量音訊資料轉換問題，並且通過配置WM8978晶片相關暫存器可以控制轉換過程的引數，比如取樣頻率，量化位數，增益、濾波等等。

WM8978晶片是一個音訊編譯碼器，但本身沒有儲存音訊資料功能，它只能接收其它裝置傳輸過來的音訊資料進行轉換輸出到揚聲器，或者把取樣到的音訊資料輸出到其它具有儲存功能的裝置儲存下來。該晶片與其他裝置進行音訊資料傳輸介面就是I2S協議的音訊介面。

38.1.2 I2S匯流排介面

I2S匯流排介面有3個主要訊號，但只能實現資料半雙工傳輸，後來為實現全雙工傳輸有些裝置增加了擴充套件資料引腳。STM32f42x系列控制器支援擴充套件的I2S匯流排介面。

(1)    SD(Serial Data)：序列資料線，用於傳送或接收兩個時分複用的資料通道上的資料(僅半雙工模式)，如果是全雙工模式，該訊號僅用於傳送資料。

(2)    WS(Word Select)：欄位選擇線，也稱幀時鐘(LRC)線，表明當前傳輸資料的聲道，不同標準有不同的定義。WS線的頻率等於取樣頻率(FS)。

(3)    CK(Serial Clock)：序列時鐘線，也稱位時鐘(BCLK)，數字音訊的每一位資料都對應有一個CK脈衝，它的頻率為：2*取樣頻率*量化位數，2代表左右兩個通道資料。

(4)    ext_SD(extend Serial Data)：擴充套件序列資料線，用於全雙工傳輸的資料接收。

另外，有時為使系統間更好地同步，還要傳輸一個主時鐘(MCK)，STM32F42x系列控制器固定輸出為256* FS。

 

38.1.3 音訊資料傳輸協議標準

隨著技術的發展，在統一的I2S硬體介面下，出現了多種不同的資料格式，可分為左對齊(MSB)標準、右對齊(LSB)標準、I2S Philips標準。另外，STM32F42x系列控制器還支援PCM(脈衝編碼調)音訊傳輸協議。下面以STM32F42x系列控制器資源解釋這四個傳輸協議。

STM32f42x系列控制器I2S的資料暫存器只有16bit，並且左右聲道資料一般是緊鄰傳輸，為正確得到左右兩個聲道資料，需要軟體控制資料對應通道資料寫入或讀取。另外，音訊資料的量化位數可能不同，控制器支援16bit、24bit和32bit三種資料長度，因為資料暫存器是16bit的，所以對於24bit和32bit資料長度需要傳送兩個。為此，可以產生四種資料和幀格式組合：

    將16位資料封裝在16位幀中

    將16位資料封裝在32位幀中

    將24位資料封裝在32位幀中

    將32位資料封裝在32位幀中

當使用32位資料包中的16位資料時，前16位(MSB)為有效位，16位LSB被強制清零，無需任何軟體操作或DMA請求（只需一個讀/寫操作）。如果程式使用DMA傳輸(一般都會用)，則24位和32位資料幀需要對資料暫存器執行兩次DMA操作。24位的資料幀，硬體會將8位非有效位擴充套件到帶有0位的32位。對於所有資料格式和通訊標準而言，始終會先發送最高有效位(MSB優先)。

1.    I2S Philips標準

使用WS訊號來指示當前正在傳送的資料所屬的通道，為0時表示左通道資料。該訊號從當前通道資料的第一個位(MSB)之前的一個時鐘開始有效。傳送方在時鐘訊號(CK)的下降沿改變資料，接收方在上升沿讀取資料。WS訊號也在SCK的下降沿變化。參考圖 383，為24bit資料封裝在32bit幀傳輸波形。正如之前所說，WS線頻率對於取樣頻率FS，一個WS線週期包括髮送左聲道和右聲道資料，在圖中實際需要64個CK週期來完成一次傳輸。

圖 383 I2S Philips標準24bit傳輸

2.    左對齊標準

在WS發生翻轉同時開始傳輸資料，參考圖 384，為24bit資料封裝在32bit幀傳輸波形。該標準較少使用。注意此時WS為1時，傳輸的是左聲道資料，這剛好與I2S Philips標準相反。

圖 384 左對齊標準24bit傳輸

3.    右對齊標準

與左對齊標準類似，參考圖 385，為24bit資料封裝在32bit幀傳輸波形。

圖 385 右對齊標準24bit傳輸

4.    PCM標準

PCM即脈衝編碼調製，模擬語音訊號經過取樣量化以及一定資料排列就是PCM了。WS不再作為聲道資料選擇。它有兩種模式，短幀模式和長幀模式，以WS訊號高電平保持時間為判別依據，長幀模式保持13個CK週期，短幀模式只保持1個CK週期，可以通過相關暫存器位選擇。如果有多通道資料是在一個WS週期內傳輸完成的，傳完左聲道資料就緊跟傳送右聲道資料。圖 386為單聲道資料16bit擴充套件到32bit資料幀傳送波形。

圖 386 PCM標準16bit傳輸

38.2 I2S功能框圖

STM32f42x系列控制器有兩個I2S，I2S2和I2S3，兩個的資源是相互獨立的，但分別與SPI2和SPI3共用大部分資源。這樣I2S2和SPI2只能選擇一個功能使用，I2S3和SPI3相同道理。資源共用包括引腳共用和部分暫存器共用，當然也有部分是專用的。SPI已經在之前相關章節做了詳細講解，建議先看懂SPI相關內容再學習I2S。

控制器的I2S支援兩種工作模式，主模式和從模式；主模式下使用自身時鐘發生器生成通訊時鐘。I2S功能框圖參考圖 387。

 

圖 387 I2S功能框圖

1.    功能引腳

I2S的SD對映到SPI的MOSI引腳，ext_SD對映到SPI的MISO引腳，WS對映到SPI的NSS引腳，CK對映到SPI的SCK引腳。MCK是I2S專用引腳，用於主模式下輸出時鐘或在從模式下輸入時鐘。I2S時鐘發生器可以由控制器內部時鐘源分頻產生，亦可採用CKIN引腳輸入時鐘分頻得到，一般使用內部時鐘源即可。控制器I2S引腳分佈參考表 381。

表 381 STM32f42x系列控制器I2S引腳分佈

引腳	I2S2	I2S3
SD	PC3/PB15/PI3	PC12/PD6/PB5
ext_SD	PC2/PB14/PI2	PC11/PB4
WS	PB12/PI0/PB9	PA4/PA15
CK	PB10/PB13/PI1/PD3	PC10/PB3
MCK	PC6	PC7
CKIN	PC9

其中，PI0和PI1不能用於I2S的全雙工模式。

2.    資料暫存器

I2S有一個與SPI共用的SPI資料暫存器(SPI_DR)，有效長度為16bit，用於I2S資料傳送和接收，它實際由三個部分組成，一個移位暫存器、一個傳送緩衝區和一個接收緩衝區，當處於傳送模式時，向SPI_DR寫入資料先儲存在傳送緩衝區，匯流排自動把傳送緩衝區內容轉入到移位暫存器中進行傳輸；在接收模式下，實際接收到的資料先填充移位暫存器，然後自動轉入接收緩衝區，軟體讀取SPI_DR時自動從接收緩衝區內讀取。I2S是掛載在APB1總線上的。

3.    邏輯控制

I2S的邏輯控制通過設定相關暫存器位實現，比如通過配置SPI_I2S配置暫存器(SPI_I2SCFGR)的相關位可以實現選擇I2S和SPI模式切換、選擇I2S工作在主模式還是從模式並且選擇是傳送還是接收、選擇I2S標準、傳輸資料長度等等。SPI控制暫存器2(SPI_CR2)可用於設定相關中斷和DMA請求使能，I2S有5箇中斷事件，分別為傳送緩衝區為空、接收緩衝區非空、上溢錯誤、下溢錯誤和幀錯誤。SPI狀態暫存器(SPI_SR)用於指示當前I2S狀態。

4.    時鐘發生器

I2S位元率用來確定I2S資料線上的資料流和I2S時鐘訊號頻率。I2S位元率=每個通道的位數×通道數×音訊取樣頻率。

圖 388為I2S時鐘發生器內部結構圖。I2SxCLK(x可選2或3)可以通過RCC_CFGR暫存器的I2SSRC位選擇使用PLLI2S時鐘作為I2S時鐘源或I2S_CKIN引腳輸入時鐘作為I2S時鐘源。一般選擇內部PLLI2S(通過R分頻係數)作為時鐘源。例程程式設定PLLI2S時鐘為258MHz，R分頻係數為3，此時I2SxCLK時鐘為86MHz。

圖 388 I2S時鐘發生器內部結構

SPI_I2S預分頻器暫存器(SPI_I2SPR)的MCKOE位用於設定MCK引腳時鐘輸出使能；ODD位設定預分頻器的奇數因子，實際分頻值=I2SDIV*2+ODD；I2SDIV為8位線性分頻器，不可設定為0或1。

當使能MCK時鐘輸出，即MCKOE=1時，取樣頻率計算如下：

FS = I2SxCLK/[(16*2)*((2*I2SDIV)+ODD)*8)]（通道幀寬度為16bit時）

FS = I2SxCLK/[(32*2)*((2*I2SDIV)+ODD)*4)]（通道幀寬度為32bit時）

當禁止MCK時鐘輸出，即MCKOE=0時，取樣頻率計算如下：

FS = I2SxCLK/[(16*2)*((2*I2SDIV)+ODD))]（通道幀寬度為16bit時）

FS = I2SxCLK/[(32*2)*((2*I2SDIV)+ODD))]（通道幀寬度為32bit時）

38.3 WM8978音訊編譯碼器

WM8978是一個低功耗、高質量的立體聲多媒體數字訊號編譯碼器。它主要應用於行動式應用。它結合了立體聲差分麥克風的前置放大與揚聲器、耳機和差分、立體聲線輸出的驅動，減少了應用時必需的外部元件，比如不需要單獨的麥克風或者耳機的放大器。

高階的片上數字訊號處理功能，包含一個5路均衡功能，一個用於ADC和麥克風或者線路輸入之間的混合訊號的電平自動控制功能，一個純粹的錄音或者重放的數字限幅功能。另外在ADC的線路上提供了一個數字濾波的功能，可以更好的應用濾波，比如"減少風噪聲"。

WM8978可以被應用為一個主機或者一個從機。基於共同的參考時鐘頻率，比如 12MHz和13MHz，內部的PLL可以為編譯碼器提供所有需要的音訊時鐘。與STM32控制器連線使用，STM32一般作為主機，WM8978作為從機。

圖 389為WM8978晶片內部結構示意圖，參考來自《WM8978_v4.5》。該圖給人的第一印象感覺就是很複雜，密密麻麻很多內容，特別有很多"開關"。實際上，每個開關對應著WM8978內部暫存器的一個位，通過控制暫存器的就可以控制開關的狀態。

圖 389 WM8978內部結構

1.    輸入部分

WM8978結構圖的左邊部分是輸入部分，可用於模擬聲音輸入，即用於錄音輸入。有三個輸入介面，一個是由LIN和LIP、RIN和RIP組合而成的偽差分立體聲麥克風輸入，一個是由L2和R2組合的立體聲麥克風輸入，還有一個是由AUXL和AUXR組合的線輸入或用來傳輸告警聲的輸入。

2.    輸出部分

WM8978結構圖的右邊部分是聲音放大輸出部分，LOUT1和ROUT1用於耳機驅動，LOUT2和ROUT2用於揚聲器驅動，OUT3和OUT4也可以配置成立體聲線輸出，OUT4也可以用於提供一個左右聲道的單聲道混合。

3.    ADC和DAC

WM8978結構圖的中邊部分是晶片核心內容，處理聲音的AD和DA轉換。ADC部分對聲音輸入進行處理，包括ADC濾波處理、音量控制、輸入限幅器/電平自動控制等等。DAC部分控制聲音輸出效果，包括DAC5路均衡器、DAC 3D放大、DAC輸出限幅以及音量控制等等處理。

4.    通訊介面

WM8978有兩個通訊介面，一個是數字音訊通訊介面，另外一個是控制介面。音訊介面是採用I2S介面，支援左對齊、右對齊和I2S標準模式，以及DSP模式A和模擬B。控制介面用於控制器傳送控制命令配置WM8978執行狀態，它提供2線或3線控制介面，對於STM32控制器，我們選擇2線介面方式，它實際就是I2C匯流排方式，其晶片地址固定為0011010。通過控制介面可以訪問WM8978內部暫存器，實現晶片工作環境配置，總共有58個暫存器，標示為R0至R57，限於篇幅問題這裡不再深入探究，每個暫存器意義參考《WM8978_v4.5》瞭解。

WM8978暫存器是16bit長度，高7位([15:9]bit)用於標示暫存器地址，低9為有實際意義，比如對於圖 389中的某個開關。所以在控制器向晶片傳送控制命令時，必須傳輸長度為16bit的指令，晶片會根據接收命令高7位值定址。

5.    其他部分

WM8978作為主從機都必須對時鐘進行管理，由內部PLL單元控制。另外還有電源管理單元。

38.4 WAV格式檔案

WAV是微軟公司開發的一種音訊格式檔案，用於儲存Windows平臺的音訊資訊資源，它符合資源互換檔案格式(Resource Interchange File Format，RIFF)檔案規範。標準格式化的WAV檔案和CD格式一樣，也是44.1K的取樣頻率，16位量化數字，因此在聲音檔案質量和CD相差無幾！WAVE是錄音時用的標準的WINDOWS檔案格式，檔案的副檔名為"WAV"，資料本身的格式為PCM或壓縮型，屬於無損音樂格式的一種。

38.4.1 RIFF檔案規範

RIFF有不同數量的chunk(區塊)組成，每個chunk由"識別符號"、"資料大小"和"資料"三個部分組成，"識別符號"和"資料大小"都是佔用4個位元組空間。簡單RIFF格式檔案結構參考圖 3810。最開始是ID為"RIFF"的chunk，Size為"RIFF"chunk資料位元組長度，所以總檔案大小為Size+8。一般來說，chunk不允許內部再包含chunk，但有兩個例外，ID為"RIFF"和"LIST"的chunk卻是允許。對此"RIFF"在其"資料"首4個位元組用來存放"格式標識碼(Form Type)"，"LIST"則對應"LIST Type"。

 

圖 3810 RIFF檔案格式結構

38.4.2 WAVE檔案

WAVE檔案是非常簡單的一種RIFF檔案，其"格式標識碼"定義為WAVE。RIFF chunk包括兩個子chunk，ID分別為fmt和data，還有一個可選的fact chunk。Fmt chunk用於標示音訊資料的屬性，包括編碼方式、聲道數目、取樣頻率、每個取樣需要的bit數等等資訊。fact chunk是一個可選chunk，一般當WAVE檔案由某些軟體轉化而成就包含fact chunk。data chunk包含WAVE檔案的數字化波形聲音資料。WAVE整體結構如表 382。

表 382 WAVE檔案結構

標識碼("RIFF")

資料大小

格式標識碼("WAVE")

"fmt"

"fmt"塊資料大小

"fmt"資料

"fact"(可選)

"fact"塊資料大小

"fact"資料

"data"

聲音資料大小

聲音資料

data chunk是WAVE檔案主體部分，包含聲音資料，一般有兩個編碼格式：PCM和ADPCM，ADPCM(自適應差分脈衝編碼調製)屬於有失真壓縮，現在幾乎不用，絕大部分WAVE檔案是PCM編碼。PCM編碼聲音資料可以說是在"數字音訊技術"介紹的源資料，主要引數是取樣頻率和量化位數。

表 383為量化位數為16bit時不同聲道資料在data chunk資料排列格式。

表 383 16bit聲音資料格式

單聲道	取樣一		取樣二		……
	低位元組	高位元組	低位元組	高位元組	……
雙聲道	取樣一				……
	左聲道		右聲道		……
	低位元組	高位元組	低位元組	高位元組	……

38.4.3 WAVE檔案例項分析

利用winhex工具軟體可以非常方便以十六進位制檢視檔案，圖 3811為名為"張國榮-一盞小明燈.wav"檔案使用winhex工具開啟的部分介面截圖。這部分截圖是WAVE檔案頭部分，聲音資料部分資料量非常大，有興趣可以使用winhex檢視。

圖 3811 WAV檔案頭例項

下面對檔案頭進行解讀，參考表 384。

表 384 WAVE檔案格式說明

	偏移地址	位元組數	資料型別	十六進位制原始碼	內容
檔案頭	00H	4	char	52 49 46 46	"RIFF"識別符號
	04H	4	long int	F4 FE 83 01	檔案長度：0x0183FEF4(注意順序)
	08H	4	char	57 41 56 45	"WAVE"識別符號
	0CH	4	char	66 6D 74 20	"fmt "，最後一位為空格
	10H	4	long int	10 00 00 00	fmt chunk大小：0x10
	14H	2	int	01 00	編碼格式：0x01為PCM。
	16H	2	int	02 00	聲道數目：0x01為單聲道，0x02為雙聲道
	18H	4	int	44 AC 00 00	取樣頻率(每秒樣本數)：0xAC44(44100)
	1CH	4	long int	10 B1 02 00	每秒位元組數：0x02B110，等於聲道數*取樣頻率*量化位數/8
	20H	2	int	04 00	每個取樣點位元組數：0x04，等於聲道數*量化位數/8
	22H	2	int	10 00	量化位數：0x10
	24H	4	char	64 61 74 61	"data"資料識別符號
	28H	4	long int	48 FE 83 01	聲音資料量：0x0183FE48