数字麦克风PDM信号采集与STM32 I2S接口应用

 数字麦克风采用MEMS技术，将声波信号转换为数字采样信号，由单芯片实现采样量化编码，一般而言数字麦克风的输出有PDM麦克风和PCM麦克风，由于PDM麦克风结构、工艺简单而大量应用，在使用中要注意这二者的区别，尤其是STM32 MCU的文档在I2S接口章节，对此区别含糊不清，比如采样率配置，WS管脚的用法，单声道双声道的配置，很多地方无法从文档中得到准确信息，需要一边摸索一边研究文档。本文就是对这些问题的一个研究笔记。

数字麦克风管教很简单，如下面的图示。

     电源和地，时钟脚CLK，左右声道选择L/R，信号管教SD或DOUT。区别是WS管教，这个管教对数据采集和分辨率配置有很大影响。STM32芯片手册这样描述对应的这三个管教：

信号时序图如下：

   上面描述了STM32芯片关于I2S的麦克风的数据读取时序，而麦克风厂家如何处理输出信号，有自己的方式，这里就是I2S接口应用的第一个需要主要的点。

例子1：INMP441

INMP441是具有WS管脚的数字麦克风，它的时序图如下，立体声模式下，WS=0时输出左声道，WS=1时输出右声道。

单声道模式下，LR=0时一个WS周期内只有低电平输出信号，另外一半周期输出为高组，LR=1时输出时序相反。

例子2：MP45DT02

MP45DT02是没有WS管脚的数字麦克风，它的时序图如下，该器件根据LR电平，分别在CLK的低电平和高电平时间输出左右声道信号，实现信号的分时复用。

   如果用此类麦克风的单声道应用，就需要考虑数据采集在WS另外半休眠周期的影响。下面就是此麦克风的一个STM32F407芯片下的配置。

     该模式下，麦克风的输出信号图如下。由于LR=0，所以在WS低电平半周期输出信号，高电平半周期内无数据。可以发现CLK时钟为512khz，我们配置的是16bit数据模式，16khz采样，为什么CLK输出为512khz呢？原因是左右声道各自占用半个周期，当WS信号为16khz时，时钟频率是16bit*16khz*2=512khz，实际上单麦克风系统中有效采样时间只有一半，相当于一个采集周期内采集一半休息一半，其声音特性被这样采一半截取一半会有什么变化呢，需要试验验证。

    上面的问题是由WS管脚引起的，若选用无WS管脚的其他信号，比如MP34DT04，则是另一种时序，芯片手册时序图如下。

    如果LR管脚接地，则在CLK的低电平半周期输出信号，如果LR接VCC，则在CLK的高电平半周期输出信号，在一个数据线上实现双声道采集。

这种麦克风对于单声道应用，会在CLK一半时间内输出信号，另一半高组。在立体声应用中，使用一根数据线传输左右声道，分时复用传输信号。

    麦克风芯片要求的时钟频率范围一般是1—3Mhz，把上面代码的采样率设置为32Khz，则采集信号如下图。CLK时钟频率为1Mhz，为什么会出现这种情况呢？

     麦克风输出PDM信号，PDM调制器将缓冲模拟信号转换为串行脉冲密度调制信号。时钟输入（ CLK）用于控制PDM调制器。常见的数字麦克风的时钟频率范围在1 MHz至3.25 MHz之间。该频率将定义生成离散时间表示（ PDM比特流）的放大器模拟输出信号采样频率。同样的分析方法，ST芯片是按照双声道WS区分左右声道配置的芯片，那么WS低电平是左声道，高电平是右声道，因此软件配置一个16it采样的信号，一个周期需要2*16bit=32个时钟脉冲，而配置的采样率为32khz，这就使得CLK输出达到了32bit*32khz=1024khz，所以下面测量到clk为1.024Mhz。WS信号的频率为32Khz，就是采样率信号的频率。这里是数字麦克风计算PDM采样率的另一个易错点，上面的计算方法是对于有SW管脚的麦克风传感器而言的，对于没有SW管脚的麦克风芯片，则实际PDM采样率为STM32 MCU配置的分辨率的二倍。

 我的需求是音频特征点检测，所以把声音录制然后传输到PC上是首要任务，经过多次摸索，终于了解一二，现在分享出来方便后来者，恐水平有限有未发现的错误而误导他人，在文尾附上STM32 I2S和PDM采集相关的原厂资料以作参考。

     尽管内容庞杂，但争取化繁为简讲清楚数字麦克风单声道模式的PDM信号采集，PDM到PCM解码，以及上位机验证分析如python/matlab脚本读取录音文件和播放，频谱分析等。

1、  STM32 I2S接口标准和数据格式

      这些内容参考STM32芯片编程手册，基本上就是4个模式，以及16位32位数据格式，若使用SPI/I2S接口通信还要有MSB、LSB配置。

2、  STM32 I2S采样率的配置

    STM32的时钟配置和数据格式决定了音频信号的采样率，如下计算。在使用了ST CUBE MX后，下面的计算过程也省略了，直接配置传感器的数据格式、接口标准、采样率就可以了。

       上面是STM32芯片手册给出的信息，在做音频采集时候，发现这和实测效果相差较远，原来这组公式并不适合PDM信号的数字麦克风。PDM麦克风只是利用了STM32的I2S信号时钟和数据线，它的采样只是按照bit采样，每一个sample为1bit，要转换为类似于AD/DA的采样值，还需要进行PDM2PCM转换，ST给出了一个驱动包，可以进行类似转换，可以参考AM3998和UM2372手册。

       下面的公式才是PDM麦克风与STM32 I2S接口配合时使用的采样率计算方法，其中FS是PDM bit sample的采样率，DIV是PDM到PCM的抽样因子，经过抽样，把bit sample变为类似于模拟采样的sample。这里的Fs都是指采样sample的速率，虽然PDM输出是以u16或u32方式呈现的，但其采样率是按照bit计算的，一个sample只有1个bit。

    例如下面的配置，PDM采样率为32khz，单声道应用，那么PDM2PCM使用64抽取比，则真实的音频采样率为16*2*32khz/64 = 16khz。

  此时PDM的时钟频率为32khz*16*2=1024khz，测量结果如下验证了该分析结论。

  STM32F407的I2S IP核是按照左右声道来处理音频信号的，所以其SW脚信号频率为32khz。

3、PDM和PCM信号

     PDM调制器将缓冲模拟信号转换为串行脉冲密度调制信号，时钟输入（ CLK）用于控制PDM调制器。PDM信号无法直接驱动DA进行声音播放，PDM信号要变为声音信号还需要进行下采样，经过一次低通滤波和抽样，然后成为PCM信号。

     PDM是一种调制形式，用于表示数字域中的模拟信号。它是1位数字采样的高频数据流。在PDM信号中，脉冲的相对密度对应于模拟信号的幅度。大量的1s对应于高（正）幅度值，而大量的0s对应于低（负）幅度值，交替的1s和0s对应于幅度值0。

    PDM转为PCM信号，需要进行滤波和抽取。PDM信号采样率就是I2S的clk时钟频率，可见这是一个高频采样，按bit采样的信号。PCM信号是目标音频的采样率，比如高保真44khz，PDM2PCM的抽样因子M，则M=PDM频率/音频采样率。

   ST 提过了PDM2PCM的软件包，可以完成上面的工作。

   软件包源码没有开源，使用手册也简洁的让人抓狂，我觉得可能是因为ST更高级的MCU直接带了硬解码，所以对中低端MCU I2S接口的软解码关注度也不够。幸好之前做过信号处理工作，一些概念和内在逻辑能猜个八九不离十，使用起来没有任何难度就上手了，这个软件包使用时需要配置下面几个参数。

   1）初始化PDMFilter，包括采样率，低通高通滤波器截止频率，通道个数。

 2）完成参数初始化后调用滤波器初始化函数。

  3）最后调用下面函数完成PDM2PCM的抽取。

   ST提供了多种PDM2PCM的抽取方法。

1

2

3

4

int32_t PDM_Filter_64_MSB(uint8_t* data, uint16_t* dataOut, uint16_t MicGain,  PDMFilter_InitStruct * Filter);

int32_t PDM_Filter_80_MSB(uint8_t* data, uint16_t* dataOut, uint16_t MicGain,  PDMFilter_InitStruct * Filter);

int32_t PDM_Filter_64_LSB(uint8_t* data, uint16_t* dataOut, uint16_t MicGain,  PDMFilter_InitStruct * Filter);

int32_t PDM_Filter_80_LSB(uint8_t* data, uint16_t* dataOut, uint16_t MicGain,  PDMFilter_InitStruct * Filter);

数据处理篇

  读取数字麦克风的信号，需要嵌入式驱动和PC应用的结合，驱动负责信号采集，应用代码负责声音分析。

  一般而言，在完成特征分析和实验之后，把优化过的代码固化到嵌入式端，实现目标应用。本文记录了分析过程的一些基本步骤。

1、ARM驱动

使用STM32F4芯片，驱动使用ST-CUBE MX生成，节约了大量的时间。

1）GPIO

2）I2S配置

目标是16khz音频采样，这里选择为32khz的I2S频率，原因上一篇文章已经阐述了，计算方法为32khz*2*16/64=16khz。

3）DMA配置

4）系统时钟配置

 5）I2S驱动编写

6）PDM2PCM配置

  ST公司提供PDM2PCM的解码包，在cube下载驱动即可，使用方式参考UM2372。抽样因子选择64。

  由于PDM的采样率为32khz*2=64khz，而目标PCM信号的频率设定目标为16khz，所以4个PDM数据将产生1个PCM数据，所以申请内存空间时候需要注意这个比例关系。

  首先配置PDM函数的参数。

PDM函数驱动原型为：

int32_t PDM_Filter_64_LSB(uint8_t* data, uint16_t* dataOut, uint16_t MicGain,  PDMFilter_InitStruct * Filter);

其中因为PDM处理的是按byte处理，而STM32 DMA接收的数据是u16类型，所有需要颠倒下字节顺序。