硬件——STM32 , 录音

战舰V3的录音程序解析

上一章，我们实现了一个简单的音乐播放器，本章我们将在上一章的基础上，实现一个简单的录音机，实现WAV录音。本章分为如下几个部：

50.1 WAV简介

50.2 硬件设计

50.3 软件设计

50.4 下载验证

50.1 WAV简介

WAV即WAVE文件，WAV是计算机领域最常用的数字化声音文件格式之一，它是微软专门为Windows系统定义的波形文件格式（Waveform Audio），由于其扩展名为"*.wav"。它符合RIFF(Resource Interchange File Format)文件规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持，该格式也支持MSADPCM，CCITT A LAW等多种压缩运算法，支持多种音频数字，取样频率和声道，标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率，16位量化数字，因此在声音文件质量和CD相差无几！

ALIENTEK战舰STM32开发板板载的VS1053支持2种格式的WAV录音：PCM格式或者IMA ADPCM格式，其中PCM（脉冲编码调制）是最基本的WAVE文件格式，这种文件直接存储采样的声音数据没有经过任何的压缩。而IAM ADPCM则是使用了压缩算法，压缩比率为4:1。

本章，我们主要讨论PCM，因为这个最简单。我们将利用VS1053实现16位，8Khz采样率的单声道WAV录音(PCM格式)。要想实现WAV录音得先了解一下WAV文件的格式，WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF WAVE Chunk、 Format Chunk、 Fact Chunk(可选)和 Data Chunk。每个Chunk由块标识符、数据大小和数据三部分组成，如图50.1.1所示：

其中块标识符由4个ASCII码构成，数据大小则标出紧跟其后的数据的长度（单位为字节），注意这个长度不包含块标识符和数据大小的长度，即不包含最前面的8个字节。所以实际Chunk的大小为数据大小加8。

首先，我们来看看RIFF块（RIFF WAVE Chunk），该块以“RIFF”作为标示，紧跟wav文件大小（该大小是wav文件的总大小-8），然后数据段为“WAVE”，表示是wav文件。RIFF块的Chunk结构如下：

//RIFF块

typedef __packed struct

{

u32 ChunkID; //chunk id;这里固定为"RIFF",即0X46464952

u32 ChunkSize ; //集合大小;文件总大小-8

u32 Format; //格式;WAVE,即0X45564157

}ChunkRIFF ;

接着，我们看看Format块（Format Chunk），该块以“fmt ”作为标示（注意有个空格！），一般情况下，该段的大小为16个字节，但是有些软件生成的wav格式，该部分可能有18个字节，含有2个字节的附加信息。Format块的Chunk结构如下：

//fmt块

typedef __packed struct

{

u32 ChunkID; //chunk id;这里固定为"fmt ",即0X20746D66

u32 ChunkSize ; //子集合大小(不包括ID和Size);这里为:20.

u16 AudioFormat; //音频格式;0X10,表示线性PCM;0X11表示IMA ADPCM

u16 NumOfChannels; //通道数量;1,表示单声道;2,表示双声道;

u32 SampleRate; //采样率;0X1F40,表示8Khz

u32 ByteRate; //字节速率;

u16 BlockAlign; //块对齐(字节);

u16 BitsPerSample; //单个采样数据大小;4位ADPCM,设置为4

}ChunkFMT;

接下来，我们再看看Fact块（Fact Chunk），该块为可选块，以“fact”作为标示，不是每个WAV文件都有，在非PCM格式的文件中，一般会在Format结构后面加入一个Fact块，该块Chunk结构如下：

//fact块

typedef __packed struct

{

u32 ChunkID; //chunk id;这里固定为"fact",即0X74636166;

u32 ChunkSize ; //子集合大小(不包括ID和Size);这里为:4.

u32 DataFactSize; //数据转换为PCM格式后的大小

}ChunkFACT;

DataFactSize是这个Chunk中最重要的数据，如果这是某种压缩格式的声音文件，那么从这里就可以知道他解压缩后的大小。对于解压时的计算会有很大的好处！不过本章我们使用的是PCM格式，所以不存在这个块。

最后，我们来看看数据块（Data Chunk），该块是真正保存wav数据的地方，以“data”'作为该Chunk的标示。然后是数据的大小。紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数，wav数据的bit位置可以分成如表50.1.1所示的几种形式：

本章，我们采用的是16位，单声道，所以每个取样为2个字节，低字节在前，高字节在后。数据块的Chunk结构如下：

//data块

typedef __packed struct

{

u32 ChunkID; //chunk id;这里固定为"data",即0X61746164

u32 ChunkSize ; //子集合大小(不包括ID和Size);文件大小-60.

}ChunkDATA;

通过以上学习，我们对WAVE文件有了个大概了解。接下来，我们看看如何使用VS1053实现WAV（PCM格式）录音。

激活PCM录音

VS1053激活PCM录音需要设置的寄存器和相关位如表50.1.2所示：

通过设置SCI_MODE寄存器的2、12、14位，来激活PCM录音，SCI_MODE的各位描述见表49.1.4(也可以参考VS1053的数据手册)。SCI_AICTRL0寄存器用于设置采样率，我们本章用的是8K的采样率，所以设置这个值为8000即可。SCI_AICTRL1寄存器用于设置AGC，1024相当于数字增加1，这里建议大家设置AGC在4（4*1024）左右比较合适。SCI_AICTRL2用于设置自动AGC的时候的最大值，当设置为0的时候表示最大64(65536)，这个大家按自己的需要设置即可。最后，SCI_AICTRL3，我们本章用到的是咪头线性PCM单声道录音，所以设置该寄存器值为6。

通过这几个寄存器的设置，我们就激活VS1053的PCM录音了。不过，VS1053的PCM录音有一个小BUG，必须通过加载patch才能解决，如果不加载patch，那么VS1053是不输出PCM数据的，VLSI提供了我们这个patch，只需要通过软件加载即可。

读取PCM数据

在激活了PCM录音之后，SCI_HDAT0和SCI_HDAT1有了新的功能。VS1053的PCM采样缓冲区由1024个16位数据组成，如果SCI_HDAT1大于0，则说明可以从SCI_HDAT0读取至少SCI_HDAT1个16位数据，如果数据没有被及时读取，那么将溢出，并返回空的状态。

注意，如果SCI_HDAT1≥896，最好等待缓冲区溢出，以免数据混叠。所以，对我们来说，只需要判断SCI_HDAT1的值非零，然后从SCI_HDAT0读取对应长度的数据，即完成一次数据读取，以此循环，即可实现PCM数据的持续采集。

最后，我们看看本章实现WAV录音需要经过哪些步骤：

1）设置VS1053 PCM采样参数

这一步，我们要设置PCM的格式（线性PCM）、采样率（8K）、位数（16位）、通道数（单声道）等重要参数，同时还要选择采样通道（咪头），还包括AGC设置等。可以说这里的设置直接决定了我们wav文件的性质。

2）激活VS1053的PCM模式，加载patch

通过激活VS1053的PCM格式，让其开始PCM数据采集，同时，由于VS1053的BUG，我们需要加载patch，以实现正常的PCM数据接收。

3）创建WAV文件，并保存wav头

在前两部设置成功之后，我们即可正常的从SCI_HDAT0读取我们需要的PCM数据了，不过在这之前，我们需要先在创建一个新的文件，并写入wav头，然后才能开始写入我们的PCM数据。

4）读取PCM数据

经过前面几步的处理，这一步就比较简单了，只需要不停的从SCI_HDAT0读取数据，然后存入wav文件即可，不过这里我们还需要做文件大小统计，在最后的时候写入wav头里面。

5）计算整个文件大小，重新保存wav头并关闭文件

在结束录音的时候，我们必须知道本次录音的大小（数据大小和整个文件大小），然后更新wav头，重新写入文件，最后因为FATFS，在文件创建之后，必须调用f_close，文件才会真正体现在文件系统里面，否则是不会写入的！所以最后还需要调用f_close，以保存文件。

50.2 硬件设计

本章实验功能简介：开机的时候先检测字库，然后初始化VS1053，进行RAM测试和正弦测试，之后，检测SD卡根目录是否存在RECORDER文件夹，如果不存在则创建，如果创建失败，则报错。在找到SD卡的RECORDER文件夹后，即设置VS1053进入录音模式，此时可以在耳机听到VS1053采集的音频。KEY0用于开始/暂停录音，KEY2用于保存并停止录音，WK_UP用于AGC增加、KEY1用于AGC减小，TPAD用于播放最近一次的录音。当我们按下KEY0的时候，可以在屏幕上看到录音文件的名字，以及录音时间，然后通过KEY2可以保存该文件，同时停止录音（文件名和时间也都将清零），在完成一个录音后，我们可以通过按TPAD按键，来试听刚刚的录音。DS0用于提示程序正在运行，DS1用于指示当前是否处于录音暂停状态。

本实验用到的资源如下：

1）指示灯DS0和DS1

2）五个按键（WK_UP/KEY0/KEY1/KEY2/TPAD）

3）串口

4） TFTLCD模块

5） SD卡

6） SPI FLASH

7） VS1053

8） 74HC4052

9） TDA1308

本章用到的硬件资源同上一章基本一样，就多了一个TPAD按键，用于播放最近一次录音。

本实验，大家需要准备1个SD卡和一个耳机，分别插入SD卡接口和耳机接口，然后下载本实验就可以实现一个简单的录音机了。

50.3 软件设计

打开上一章的工程，首先在APP文件夹下面新建recorder.c和recorder.h两个文件，然后将recorder.c加入到工程的APP组下。

因为recorder.c代码比较多，我们这里仅介绍其中的三个函数，首先是设置VS1053进入PCM模式的函数：recoder_enter_rec_mode，该函数代码如下：

//进入PCM 录音模式

//agc:0,自动增益.1024相当于1倍,512相当于0.5倍,最大值65535=64倍

void recoder_enter_rec_mode(u16 agc)

{

//如果是IMA ADPCM,采样率计算公式如下:

//采样率=CLKI/256*d;

//假设d=0,并2倍频,外部晶振为12.288M.那么Fc=(2*12288000)/256*6=16Khz

//如果是线性PCM,采样率直接就写采样值

VS_WR_Cmd(SPI_BASS,0x0000);

VS_WR_Cmd(SPI_AICTRL0,8000); //设置采样率,设置为8Khz

VS_WR_Cmd(SPI_AICTRL1,agc);

//设置增益,0,自动增益.1024相当于1倍,512相当于0.5倍,最大值65535=64倍

VS_WR_Cmd(SPI_AICTRL2,0); //设置增益最大值,0,代表最大值65536=64X

VS_WR_Cmd(SPI_AICTRL3,6); //左通道(MIC单声道输入)

VS_WR_Cmd(SPI_CLOCKF,0X2000);

//设置VS10XX的时钟,MULT:2倍频;ADD:不允许;CLK:12.288Mhz

VS_WR_Cmd(SPI_MODE,0x1804); //MIC,录音激活

delay_ms(5); //等待至少1.35ms

VS_Load_Patch((u16*)wav_plugin,40);//VS1053的WAV录音需要patch

}

该函数就是用我们前面介绍的方法，激活VS1053的PCM模式，本章，我们使用的是8Khz采样率，16位单声道线性PCM模式，AGC通过函数参数设置。最后加载patch（用于修复VS1053录音BUG）。

第二个函数是初始化wav头的函数：recoder_wav_init，该函数代码如下：

//初始化WAV头.

void recoder_wav_init(__WaveHeader* wavhead) //初始化WAV头

{

wavhead->riff.ChunkID=0X46464952; //"RIFF"

wavhead->riff.ChunkSize=0; //还未确定,最后需要计算

wavhead->riff.Format=0X45564157; //"WAVE"

wavhead->fmt.ChunkID=0X20746D66; //"fmt "

wavhead->fmt.ChunkSize=16; //大小为16个字节

wavhead->fmt.AudioFormat=0X01; //0X01,表示PCM;0X01,表示IMA ADPCM

wavhead->fmt.NumOfChannels=1; //单声道

wavhead->fmt.SampleRate=8000; //8Khz采样率采样速率

wavhead->fmt.ByteRate=wavhead->fmt.SampleRate*2;//16位,即2个字节

wavhead->fmt.BlockAlign=2; //块大小,2个字节为一个块

wavhead->fmt.BitsPerSample=16; //16位PCM

wavhead->data.ChunkID=0X61746164; //"data"

wavhead->data.ChunkSize=0; //数据大小,还需要计算

}

该函数初始化wav头的绝大部分数据，这里我们设置了该wav文件为8Khz采样率，16位线性PCM格式，另外由于录音还未真正开始，所以文件大小和数据大小都还是未知的，要等录音结束才能知道。该函数__WaveHeader结构体就是由前面介绍的三个Chunk组成，结构为：

//wav头

typedef __packed struct

{

ChunkRIFF riff; //riff块

ChunkFMT fmt; //fmt块

//ChunkFACT fact; //fact块线性PCM,没有这个结构体

ChunkDATA data; //data块

}__WaveHeader;

最后，我们介绍recoder_play函数，是录音机实现的主循环函数，该函数代码如下：

//录音机

//所有录音文件,均保存在SD卡RECORDER文件夹内.

u8 recoder_play(void)

{

u8 res, key, rval=0;

__WaveHeader *wavhead=0;

u32 sectorsize=0;u16 w; u16 idx=0;

FIL* f_rec=0; //文件

DIR recdir; //目录

u8 *recbuf; //数据内存

u8 rec_sta=0; //录音状态

//[7]:0,没有录音;1,有录音;

//[6:1]:保留

//[0]:0,正在录音;1,暂停录音;

u8 *pname=0;

u8 timecnt=0; //计时器

u32 recsec=0; //录音时间

u8 recagc=4; //默认增益为4

while(f_opendir(&recdir,"0:/RECORDER"))//打开录音文件夹

{

Show_Str(60,230,240,16,"RECORDER文件夹错误!",16,0); delay_ms(200);

LCD_Fill(60,230,240,246,WHITE); delay_ms(200); //清除显示

f_mkdir("0:/RECORDER");//创建该目录

}

f_rec=(FIL *)mymalloc(SRAMIN,sizeof(FIL)); //开辟FIL字节的内存区域

if(f_rec==NULL)rval=1; //申请失败

wavhead=(__WaveHeader*)mymalloc(SRAMIN,sizeof(__WaveHeader));

//开辟__WaveHeader字节的内存区域

if(wavhead==NULL)rval=1;

recbuf=mymalloc(SRAMIN,512);

if(recbuf==NULL)rval=1;

pname=mymalloc(SRAMIN,30);

//申请30个字节内存,存放路径+名字，类似"0:RECORDER/REC00001.wav"

if(pname==NULL)rval=1;

if(rval==0) //内存申请OK

{

recoder_enter_rec_mode(1024*recagc);

while(VS_RD_Reg(SPI_HDAT1)>>8); //等到buf 较为空闲再开始

recoder_show_time(recsec); //显示时间

recoder_show_agc(recagc); //显示agc

pname[0]=0; //pname没有任何文件名

while(rval==0)

{

key=KEY_Scan(0);

switch(key)

{

case KEY_LEFT: //STOP&SAVE

if(rec_sta&0X80)//有录音

{

wavhead->riff.ChunkSize=sectorsize*512+36; //文件大小-8;

wavhead->data.ChunkSize=sectorsize*512; //数据大小

f_lseek(f_rec,0); //偏移到文件头.

f_write(f_rec,(const void*)wavhead,sizeof(__WaveHeader),

&bw);//写入头数据

f_close(f_rec); sectorsize=0;

}

rec_sta=0; recsec=0; LED1=1; //关闭DS1

LCD_Fill(60,230,240,246,WHITE);

//清除显示,清除之前显示的录音文件名

recoder_show_time(recsec); //显示时间

break;

case KEY_RIGHT: //REC/PAUSE

if(rec_sta&0X01)//原来是暂停,继续录音

{

rec_sta&=0XFE;//取消暂停

}else if(rec_sta&0X80)//已经在录音了,暂停

{

rec_sta|=0X01; //暂停

}else //还没开始录音

{

rec_sta|=0X80; //开始录音

recoder_new_pathname(pname); //得到新的名字

Show_Str(60,230,240,16,pname+11,16,0); //显示录音文件名字

recoder_wav_init(wavhead); //初始化wav数据

res=f_open(f_rec,(const TCHAR*)pname,FA_CREATE_ALWAYS

|FA_WRITE);

if(res)//文件创建失败

{

rec_sta=0; //创建文件失败,不能录音

rval=0XFE; //提示是否存在SD卡

}else res=f_write(f_rec,(const void*)wavhead,

sizeof(__WaveHeader),&bw);//写入头数据

}

if(rec_sta&0X01)LED1=0; //提示正在暂停

else LED1=1;

break;

case KEY_UP: //AGC+

case KEY_DOWN: //AGC-

if(key==KEY_UP)recagc++;

else if(recagc)recagc--;

if(recagc>15)recagc=15; //范围限定为0~15,自动AGC.其他AGC倍数

recoder_show_agc(recagc);

VS_WR_Cmd(SPI_AICTRL1,1024*recagc);

//设置增益,0,自动增益.1024相当于1倍,512相当于0.5倍

break;

}

if(rec_sta==0X80)//已经在录音了

{

w=VS_RD_Reg(SPI_HDAT1);

if((w>=256)&&(w<896))

{

idx=0;

while(idx<512) //一次读取512字节

{

w=VS_RD_Reg(SPI_HDAT0);

recbuf[idx++]=w&0XFF; recbuf[idx++]=w>>8;

}

res=f_write(f_rec,recbuf,512,&bw);//写入文件

if(res) break;//写入出错.

sectorsize++;//扇区数增加1,约为32ms

}

}else//没有开始录音，则检测TPAD按键

{

if(TPAD_Scan(0)&&pname[0])//如果触摸按键被按下,且pname不为空

{

Show_Str(60,230,240,16,"播放:",16,0);

Show_Str(60+40,230,240,16,pname+11,16,0);//显示播放的文件名字

rec_play_wav(pname); 播放pname

LCD_Fill(60,230,240,246,WHITE); /清除之前显示的录音文件名

recoder_enter_rec_mode(1024*recagc); //重新进入录音模式

while(VS_RD_Reg(SPI_HDAT1)>>8); //等到buf 较为空闲再开始

recoder_show_time(recsec); //显示时间

recoder_show_agc(recagc); //显示agc

}

delay_ms(5); timecnt++;

if((timecnt%20)==0)LED0=!LED0;//DS0闪烁

}

if(recsec!=(sectorsize*4/125))//录音时间显示

{

LED0=!LED0;//DS0闪烁

recsec=sectorsize*4/125;

recoder_show_time(recsec);//显示时间

}

myfree(SRAMIN,wavhead); myfree(SRAMIN,recbuf);

myfree(SRAMIN,f_rec); myfree(SRAMIN,pname);

return rval;

}

该函数实现了我们在硬件设计时介绍的功能，我们就不详细介绍了。recorder.c的其他代码和recorder.h的代码我们这里就不再贴出了，请大家参考光盘本实验的源码。保存recorder.c，最后，我们在test.c里面修改main函数如下：

int main(void)

{

Stm32_Clock_Init(9); //系统时钟设置

delay_init(72); //延时初始化

uart_init(72,9600); //串口1初始化

LCD_Init(); //初始化液晶

LED_Init(); //LED初始化

KEY_Init(); //按键初始化

TPAD_Init(72); //初始化触摸按键

Audiosel_Init(); //初始化音源选择

usmart_dev.init(72); //usmart初始化

mem_init(SRAMIN); //初始化内部内存池

VS_Init();

exfuns_init(); //为fatfs相关变量申请内存

f_mount(0,fs[0]); //挂载SD卡

f_mount(1,fs[1]); //挂载FLASH.

POINT_COLOR=RED;

while(font_init()) //检查字库

{

LCD_ShowString(60,50,200,16,16,"Font Error!"); delay_ms(200);

LCD_Fill(60,50,240,66,WHITE);//清除显示

}

Show_Str(60,50,200,16,"战舰 STM32开发板",16,0);

Show_Str(60,70,200,16,"WAV录音机实验",16,0);

Show_Str(60,90,200,16,"广州星翼电子",16,0);

Show_Str(60,110,200,16,"2012年9月20日",16,0);

Show_Str(60,130,200,16,"KEY0:REC/PAUSE",16,0);

Show_Str(60,150,200,16,"KEY2:STOP&SAVE",16,0);

Show_Str(60,170,200,16,"KEY_UP:AGC+ KEY1:AGC-",16,0);

Show_Str(60,190,200,16,"TPADlay The File",16,0);

while(1)

{

Audiosel_Set(0); //MP3通道

Show_Str(60,210,200,16,"存储器测试...",16,0);

VS_Ram_Test();

Show_Str(60,210,200,16,"正弦波测试...",16,0);

VS_Sine_Test();

Show_Str(60,210,200,16,"<<WAV录音机>>",16,0);

recoder_play();

}

该函数代码同上一章的main函数代码几乎一样，只是我们这里增加了TPAD初始化，然后修改了一些显示内容，其他两者就都差不多了，我们就不再细说了。

至此，本实验的软件设计部分结束。

50.4 下载验证

在代码编译成功之后，我们下载代码到ALIENTEK战舰STM32开发板上，程序先检测字库，然后对VS1053进行RAM测试和正弦测试，之后检测SD卡的RECORDER文件夹，一切顺利通过之后，激活VS1053的PCM录音模式，得到，如图50.4.1所示：

图50.4.1 录音机界面

此时，我们按下KEY0就开始录音了，此时看到屏幕显示录音文件的名字以及录音时长，如图50.4.2所示：

图50.4.2 录音进行中

在录音的时候按下KEY0则执行暂停/继续录音的切换，通过DS1指示录音暂停，按WK_UP和KEY1可以调节AGC，AGC越大，越灵敏，不过不建议设置太大，因为这可能导致失真。通过按下KEY2，可以停止当前录音，并保存录音文件。在完成一次录音文件保存之后，我们可以通过按TPAD按键，来实现播放这个录音文件（即播放最近一次的录音文件），实现试听。

我们将开发板的录音文件放到电脑上面，可以通过属性查看录音文件的属性，如图50.4.3所示：

图50.4.3 录音文件属性

这和我们预期的效果一样，通过电脑端的播放器（winamp/千千静听等）可以直接播放我们所录的音频。经实测，效果还是非常不错的。