如何去理解单片机播放WAV格式音频？

CSDN账号注册了3年，一直没有上来过，更不用说写博客了。我不知道博客的具体用途，我只想把它当做一种心得来发表，可能是一些技术上的理解或者生活上的小故事。好了，下面我将记录我对WAV播放器的理解。


    很久以前就看到过某知名嵌入式论坛上有大牛用单片机来做WAV播放器，我看到后觉得很不错，有一种制作的冲动，因为那时MP3播放器还很贵。后来我确实也做出来了，还把它送给朋友。但是，当时只是完全copy别人的电路和程序，唯一跟原创不同的是把它外表做得精美点，并没有对里面的原理做出分析。今天突然想起那个WAV播放器来，所以打算把知识点梳理一番。


一、 首先是WAV格式。WAV格式音频是采用原始的PCM编码数据，没有经过压缩。PCM编码只是一种数字的量化手段，直接用它来当做原始数据来处理是可以的。只要我们按照原来的采样速率把数据通过DAC，那么声音就会还原回来。你要PCM数据你首先要知道.WAV后缀文件的格式。


  WAV文件是以RIFF格式为标准的，RIFF格式是windows环境下大部分多媒体文件遵循的一种文件结构，由多个chunk（块）组成，：RIFF WAVE Chunk, Format Chunk, Fact Chunk(optinal), Data Chunk，LIST Chunk(optinal)等。如下图所示：





那么，每一个chunk的格式是怎样的呢？每个Chunk 有各自的ID，位于Chunk 最开始位置，作为本Chunk 开始的标识，均为4 个字节字符。紧跟在ID 后面的是Chunk 的大小---Size，也占用4 个字节，Size 是本Chunk所占字节总数减去8 个字节(ID 和Size)的数值，低字节表示数值的低8 位，高字节表示数值的高8 位（类似于小端模式），下面具体介绍各个Chunk 内容。


      1.RIFF WAVE Chunk





假设size大小为a，则这个文件大小为（a+8）字节，type标示这是WAV文件。


      2.Format Chunk





这一块很重要，包含了重要信息，包括声道数，采样频率，数据位数等


      3.Fact Chunk(optinal)





这一块为可选，有些没有此chunk


   4.Data Chunk





size大小纯粹是data的大小。


   5.LIST Chunk(optinal)





此块也是可选，可以用来在文件最末端添加一些附加信息。


       声道数据是怎样反映在data里呢？假如是8位单声道，则是每个采样点一个数据，不间隔。假如是8位双声道，则每个采样点的采样数据包含左右两个声道数据，也就是先左声道的数据，紧跟着是右声道数据，然后下一个采样点......16位数据这里就不介绍了。8位PCM的格式为ungsigned char 0~255。刚好与AVR单片机的TCNT0的范围一样，待会讲到PWM时再讨论。相信大家对WAV文件格式有初步了解。大家可以用WinHex软件查看WAV文件，对照上面的表格，自己找出实际音乐数据的位置，查看一下没有声音时PCM数据是多少（0x80）。


    二、PWM组成的零阶保持器


    PWM是脉冲宽度调制的缩写，可以通过改变“占空比”来改变电压有效值。我们可以考虑，当占空比可以由数字信号的量化值来改变时，那么输出电压的有效值跟量化值应该会有一个近似正比的映射关系，于是，这一个装置可以看做是一个粗糙的DAC。我们可以用这个"DAC"来将PCM信号还原成声音信号（类似于D类放大器）。


   我们可以使用AVR的PWM来实现。AVR单片机的PWM有几种模式-----普通模式，CTC模式，相位修正PWM模式，快速PWM模式.每种模式有各自的优缺点。我们这里可以用快速PWM模式。下图是ATMEGA16的快速PWM模式的时序图：





       可以看出，当COM01:COM00=1：0时，TCNT0为初值时引脚OC0输出高电平，一直持续到TOP，或者跟OCR0的值匹配后，引脚OC0变低。当改变OCCR0值时，占空比也跟着改变，而且，OCR0值越大（最大0xFF）,占空比越大。AVR单片机快速PWM模式的PWM频率F=Fosc/(256*N);N为分频值。F越大，“DAC”的噪声就更多地分布在高频，容易使用低通滤波器滤除，提高音质。我们可以设置TCCR0=0X69;TCNT=0X00;OCR0=0X7F;代表的意义具体查看ATMEGA16的寄存器说明。为了能让从WAV格式文件读取出来的数据转换成音频信号，除了有DAC，我么还需要把数据按照采样率来输送到“DAC”才能还原成原来的声音。相信大家小时候都玩过磁带录音机，磁带录音机的转速是有一个标准的，也就是录音和播放采取一样的转速，如果因为里面的齿轮生锈了，转速变慢，那么播放出来的声音就变得走音、低沉，有时女声变成男声。同样地，这里的采样率跟磁带录音机的转速一个道理。那么，我们可以用单片机的定时器功能来做到，在定时器中断服务程序中发送数据给OCR0，也就是定时发送数据给“DAC”,只要将定时器的频率调节到采样率，那么声音就还原出来了。


      如果没有接触过SD卡和文件系统，我们可以简单地，用Windows系统自带的录音机功能录取一段单声道语音，用WinHex查看，找到数据，把它做成一个C语言数组形式。就可以用单片机读取还原出声音了！！第一次写博客，请多多关照，。