关于PWM实现语音播放的详细过程

事实上大部分MCU都可以实现语音播放

下面是一段音频数据的波形

局部放大图：

以一定的速度采样（ADC）这些波形进行存储，就是音频数据了，所以播放就是按原来采样的速率再用DAC输出对应的数据即可。

这里的音频有两个主要的参数，采样速率和采样位数。

采样速率：指1s中采样多少个数据点，比如1s种采集16000个点，那么采样率就是16KHz。采样速率越高，越能抓到频率较高的声音，比如CD的采样率就是44.1KHz，确保人耳能听到的声音都会被抓到。

采样位数：指音频幅度最大值与最小值分为了多少阶，比如满幅度是3.3V，如果是8Bit位数，那么每一阶就是3.3V/256 = 12.89mv，采样位数越高，声音细节越好。所以采样速率和位数越高，声音还原越逼真，但存储的数据量也越大，一首三四分钟的歌曲，如果不采用编码按原始波形数据存储，数据量有好几十兆大小，这涉及到音频编码的问题，这里不展开讲了，有兴趣的同学可以找相关资料。

接下来看怎么播放，最简单的当然是把采样（ADC）的数据按原样输出（DAC）了。但我们有些芯片本身不带有DAC，所以只能用PWM代替DAC，PWM即脉冲宽度调制。这里只需要把DAC的幅度值转换成PWM的占空比即可，例如16KHz 8Bit的声音转换成16Khz 256阶占空比的PWM。但有一个问题，如果用16KHz的PWM播放语音，声音是可以播放，但有一个16Khz的谐波存在，这个声音会被人耳听到，所以需要更高频率的PWM，数据还是按照16Khz更新。

我这里使用32KHz的PWM，用16KHz 8Bit PCM格式的音频数据，8Bit的数据对应一个Byte，16KHz采样，1秒种占用存储空间就是16K Byte，F429有2M Byte的Flash存储空间，理论上可以存储2048K/16K = 128秒的音频。

下面是用NucleoF429实现音频播放的具体过程：

一、配置PWM

1、用STM32CubeMx建立工程，配置两个定时器TIM1和TIM2，TIM用于PWM产生，TIM2用于16KHz数据更新。

TIM1选择PWM互补输出（单通道也可以），将PE8和PE9复用为PWMN和PWMP。

TIM1在APB2总线上，TIM2在APB1总线上

所以TIM1和TIM2的时钟频率分别为180M和90M，系统时钟用HSE输入的8MHz。

将TIM1设置为32KHz，即31.25us。8Bit占空比，一个LSB为31.25us / 256 = 0.1220703125us = 8.192MHz，TIM1 180M / 8.192M = 21.97265625，这里取整数22。所以实际的PWM频率为1/（180 / 22） *256 = 31.289us = 31.96KHz

TIM2 为90MHz，45分频后为2MHz即0.5us，周期125即62.5us = 16KHz。

NVIC开启TIM2中断。生成工程名和目录后生成Keil工程。

二、播放语音

1、先编译后，编写TIM中断服务程序。

完成后，开启TIM2中断和PWM，（PWM是互补输出，需要单独开启各个通道）

用逻辑分析仪测量输出波形。

如图所示，TIM1 PWM为31.96KHz，TIM2为62.5us即16KHz，结果正确。

接下来处理音频：

这里使用的音频是PCM格式，是未进行压缩编码的原始数据，可以直接给PWM输出。

音频处理的软件有许多，只要能把格式转为PCM即可，下面是我用Cool Edit这款软件做的音频格式转换。

选择菜单 文件--》批量转换

选择新的采样率和采样位数。

选择PCM格式。设置输出目录后运行批处理完成转换。

完成后的音频文件用WinHeX这个软件打开。

图中红框中的44个Byte为PCM格式的文件头信息，后面的的数据为音频数据，数据全选后利用WinHex的可选格式复制

将数据以C数组的形式导出，在工程目录下新建.h文件，将复制的文件粘帖到.H文件并在工程中Include进来，定义起始和结束地址，数组的大小即为文件结束地址，数组用const修饰，可以将数据存储到Flash中。

在TIM2中，以16KHz的速度更新PWM数据即可实现音频播放。

编译工程，下载到NucleoF429板子上，在PE8或PE9上接一个喇叭即可听到声音。

以上用的音频采样是16K 8Bit，要想提高音质，提高采样和Bit数即可，音量可以用外接三极管或功放放大，音频数据也可以用ADC采集后存储到SPI Flash后播放，实现录音回放。

编辑：lyn