I2 S

目录

I2S

Inter-IC Sount Bus(I2S)是飞利浦半导体公司(现为恩智浦半导体公司)针对数字音频设备之间的音频数据传输而制定的一种总线标准。 在飞利浦公司的I2S标准中，既规定了硬件接口规范，也规定了数字音频数据的格式。

背景介绍

数字音频技术

现实生活中的声音是通过一定介质传播的连续的波，它可以由周期和振幅两个重要指标描述。正常人可以听到的声音频率范围为20Hz~20KHz。 现实存在的声音是模拟量，这对声音保存和长距离传输造成很大的困难，一般的做法是把模拟量转成对应的数字量保存，在需要还原声音的地方再把数字量的转成模拟量输出。

模拟量转成数字量过程，一般可以分为三个过程，分别为采样、量化、编码。 用一个比源声音频率高的采样信号去量化源声音，记录每个采样点的值，最后如果把所有采样点数值连接起来与源声音曲线是互相吻合的， 只是它不是连续的。在图中两条蓝色虚线距离就是采样信号的周期，即对应一个采样频率(FS)， 可以想象得到采样频率越高最后得到的结果就与源声音越吻合，但此时采样数据量越越大，一般使用44.1KHz采样频率即可得到高保真的声音。 每条蓝色虚线长度决定着该时刻源声音的量化值，该量化值有另外一个概念与之挂钩，就是量化位数。量化位数表示每个采样点用多少位表示数据范围， 常用有16bit、24bit或32bit，位数越高最后还原得到的音质越好，数据量也会越大。

音频编解码器

因为声音采样需要处理，因此有专门的编解码器。我写这篇笔记学习时使用的时INMP441，平台是stm32f407。INMP441是一款高性能、低功耗、数字输出、全指向MEMS麦克风，带有底部接口。完整的INMP441解决方案包括MEMS传感器、信号调理、模数转换器、防混叠滤波器、电源管理以及行业标准的24位I²S接口。I²S接口允许INMP441直接连接到数字处理器，如DSP和微控制器，无需在系统中使用音频编解码器。关于INMP441的其他特性可参考数据手册。

I2S总线接口

I2S总线接口有3个主要信号，但只能实现数据半双工传输，后来为实现全双工传输有些设备增加了扩展数据引脚。STM32f4xx系列控制器支持扩展的I2S总线接口，即可实现全双工。

  • SD(Serial Data)：串行数据线， 用于发送或接收两个时分复用的数据通道上的数据(仅半双工模式)，如果是全双工模式，该信号仅用于发送数据。

  • WS(Word Select)：字段选择线， 也称帧时钟(LRC)线，表明当前传输数据的声道，不同标准有不同的定义。WS线的频率等于采样频率(FS)。

  • CK(Serial Clock)：串行时钟线， 也称位时钟(BCLK),是主模式下的串行时钟输出以及从模式下的串行时 钟输入，数字音频的每一位数据都对应有一个CK脉冲，它的频率为：2*采样频率*量化位数，2代表左右两个通道数据。

  • ext_SD(extend Serial Data)： 扩展串行数据线，用于全双工传输的数据接收。

另外，有时为使系统间更好地同步，还要传输一个主时钟(MCK)，STM32F4xx系列控制器固定输出为256* FS。

音频数据传输协议标准

随着技术的发展，在统一的I2S硬件接口下，出现了多种不同的数据格式，可分为左对齐(MSB)标准、右对齐(LSB)标准、I2S Philips标准。 另外，STM32F4xx系列控制器还支持PCM(脉冲编码调)音频传输协议。下面以STM32F4xx系列控制器资源解释这四个传输协议。

STM32f4xx系列控制器I2S的数据寄存器只有16bit，并且左右声道数据一般是紧邻传输，为正确得到左右两个声道数据，需要软件控制数据对应通道数据写入或读取。 另外，音频数据的量化位数可能不同，控制器支持16bit、24bit和32bit三种数据长度，因为数据寄存器是16bit的， 所以对于24bit和32bit数据长度需要发送两个。为此，可以产生四种数据和帧格式组合：

  • 将16位数据封装在16位帧中
  • 将16位数据封装在32位帧中
  • 将24位数据封装在32位帧中
  • 将32位数据封装在32位帧中

当使用32位数据包中的16位数据时，前16位(MSB)为有效位，16位LSB被强制清零，无需任何软件操作或DMA请求（只需一个读/写操作）。 如果程序使用DMA传输(一般都会用)，则24位和32位数据帧需要对数据寄存器执行两次DMA操作。24位的数据帧，硬件会将8位非有效位扩展到带有0位的32位。对于 所有数据格式和通信标准而言，始终会先发送最高有效位(MSB优先)。

I2S Philips标准

使用WS信号来指示当前正在发送的数据所属的通道，为0时表示左通道数据。该信号从当前通道数据的第一个位(MSB)之前的一个时钟开始有效。 发送方在时钟信号(CK)的下降沿改变数据，接收方在上升沿读取数据。WS信号也在SCK的下降沿变化。下图为24bit数据封装在32bit帧传输波形。 正如之前所说，WS线频率对于采样频率FS，一个WS线周期包括发送左声道和右声道数据，在图中实际需要64个CK周期来完成一次传输。

image-20260116222349696
image-20260116222349696

还有

image-20260116223037090
image-20260116223037090

上图表示:

  • 发送方在时钟信号 (CK) 的下降沿改变数据，接收方在上升沿读取数据。WS 信号也在 CK 的下降沿变化。

相应的寄存器读写

image-20260116223355957
image-20260116223355957

MSB（左对齐）标准

此标准同时生成 WS 信号和第一个数据位（即 MSBit）。

image-20260117103941414
image-20260117103941414

发送方在时钟信号的下降沿改变数据；接收方在上升沿读取数据。

LSB（右对齐）标准

该标准与 MSB 对齐标准类似（对于 16 位和 32 位全精度帧格式，没有任何不同）。

image-20260117104355676
image-20260117104355676

PCM标准

PCM即脉冲编码调制，模拟语音信号经过采样量化以及一定数据排列就是PCM了。WS不再作为声道数据选择。它有两种模式， 短帧模式和长帧模式，以WS信号高电平保持时间为判别依据，长帧模式保持13个CK周期，短帧模式只保持1个CK周期，可以通过相关寄存器位选择。 如果有多通道数据是在一个WS周期内传输完成的，传完左声道数据就紧跟发送右声道数据。

I2S 功能框图

功能引脚

I2S的SD映射到SPI的MOSI引脚，ext_SD映射到SPI的MISO引脚，WS映射到SPI的NSS引脚，CK映射到SPI的SCK引脚。MCK是I2S专用引脚， 用于主模式下输出时钟或在从模式下输入时钟。I2S时钟发生器可以由控制器内部时钟源分频产生，亦可采用CKIN引脚输入时钟分频得到， 一般使用内部时钟源即可。

数据寄存器

I2S有一个与SPI共用的SPI数据寄存器(SPI_DR)，有效长度为16bit，用于I2S数据发送和接收，它实际由三个部分组成，一个移位寄存器、 一个发送缓冲区和一个接收缓冲区，当处于发送模式时，向SPI_DR写入数据先保存在发送缓冲区，总线自动把发送缓冲区内容转入到移位寄存器中进行传输； 在接收模式下，实际接收到的数据先填充移位寄存器，然后自动转入接收缓冲区，软件读取SPI_DR时自动从接收缓冲区内读取。I2S是挂载在APB1总线上的。

逻辑控制

I2S的逻辑控制通过设置相关寄存器位实现，比如通过配置SPI_I2S配置寄存器(SPI_I2SCFGR)的相关位可以实现选择I2S和SPI模式切换、 选择I2S工作在主模式还是从模式并且选择是发送还是接收、选择I2S标准、传输数据长度等等。SPI控制寄存器2(SPI_CR2)可用于设置相关中断和DMA请求使能， I2S有5个中断事件，分别为发送缓冲区为空、接收缓冲区非空、上溢错误、下溢错误和帧错误。SPI状态寄存器(SPI_SR)用于指示当前I2S状态。

时钟发生器

I2S比特率用来确定I2S数据线上的数据流和I2S时钟信号频率。I2S比特率=每个通道的位数×通道数×音频采样频率。（传输一位的频率）

image-20260117111455141
image-20260117111455141
image-20260117111545993
image-20260117111545993

要实现高品质的音频性能，I2SxCLK 时钟源可为 PLLI2S 输出（通过 R 分频系数）或外部时钟（映射到 I2S_CKIN 引脚）。

SPI_I2S预分频器寄存器(SPI_I2SPR)的MCKOE位用于设置MCK引脚时钟输出使能；ODD位设置预分频器的奇数因子，实际分频值=I2SDIV*2+ODD；I2SDIV为8位线性分频器，不可设置为0或1。

音频采样频率可能是 192 kHz、96 kHz 或 48 kHz。为达到所需频率，需要根据以下公式对线性分频器进行编程：

输出主时钟（SPI_I2SPR 寄存器中的 MCKOE 置 1)时：

当使能MCK时钟输出，即MCKOE=1时，采样频率计算如下： $$ FS = I2SxCLK/[(16\times 2)\times ((2\times I2SDIV)+ODD)\times 8)]（通道帧宽度为16bit时） \ FS = I2SxCLK/[(32\times 2)\times ((2\times I2SDIV)+ODD)\times 4)]（通道帧宽度为32bit时） $$ 当禁止MCK时钟输出，即MCKOE=0时，采样频率计算如下： $$ FS = I2SxCLK/[(16\times 2)\times ((2\times I2SDIV)+ODD))]（通道帧宽度为16bit时） \ FS = I2SxCLK/[(32\times 2)\times ((2\times I2SDIV)+ODD))]（通道帧宽度为32bit时） $$ MCK引脚输出的是串行时钟（SCK），而不是主时钟

关系：

  • MCK频率 = 采样率 × 帧宽度 × 2（左右声道）

  • SCK频率 = 采样率 × 帧宽度 × 2 × 每个采样的位数（通道帧为32位时每个采样64位；通道帧为16位时每个采样32位）

所以需要额外分频来生成正确的MCK输出频率

实操

在CubeMX左侧边栏中的Multimedia选择I2S2

image-20260117131138788
image-20260117131138788
  • 这里使用麦克风INMP441，因此是主机接收。注意，INMP441是单声道麦克风。
  • 根据模块的数据手册，选择I2S Philips格式
  • 数据帧宽度也是根据手册来的。INMP441是24位左对齐(MSE)帧格式，因此选择32 Bits（也可以选择24 Bits）
  • 采样频率根据需求以及手册范围，通常16KHz
  • 时钟极性CPOL是指时钟线空闲时候的电平状态。根据I2S Philips，设置为Low

声道选择

如果仅接入一个麦克风，可用把对应L/R接地（左声道输出）或者接VCC（右声道输出）。

而STM32F4手册里面有这么一句话：

​ 一个完整帧表示先进行左通道数据发送再进行右通道数据发送。不存在仅发送左通道的部分帧。

因此，需要跳过另一声道的帧。（读出来全是0）

滤波

不能使用低通滤波，声音本来就是高频信号。

大小端（Endianness）与DMA数据宽度对齐的问题

一开始，我使用16位单元的缓冲区uint16_t buf[]，除了需要调整一下采样率对应关系外，一切正常。

因为接受的音频实际上是24位的，所以直接使用32位单元的缓冲区，然后DMA设置半字就好了，这样应该也能获取正常的数据。结果就掉进了坑里。

注意，INMP441/I2S 协议：发送数据是 MSB 先行（高位在前）。而STM32 内存读取：是 小端模式 (Little-Endian)，即低地址存低位数据。

换句话说，第一个写入接收数据寄存器的那16位，也就是音频信息的高位，被写入了我们分配的32位缓冲区的低位；而第二个写入接收数据寄存器的那16位，也就是音频信息的低位，被写入了我们分配的32位缓冲区的高位。于是声音信息完全混乱。

解决方法也简单，交换一下高低16位就行了，然后再右移8位得到24位数据。