蓝牙语音通话的实现——音频基础概念

前段时间调试蓝牙语音通话功能，下面做个总结。

环境：iMX6q平台+RTL8723bu模块，PCM接口，Android4.4.2系统                                                                                        

一. 音频基础

（1）.PCM概念

就音频领域而言，PCM脉冲编码调制是Pulse Code Modulation的缩写。是一种将模拟音频信号转换为数字信号的编码方式之一。在实际中，PCM概念被扩大了，从不同角度有不同解释。从接口角度讲，PCM是一种总线接口，其他接口还有i2S，AC97等。从数据格式角度讲，PCM又是一种数据格式，其他格式还有mp3，wav等。为什么蓝牙语音一般用PCM接口？在这篇文章中加以解释https://blog.csdn.net/BHJ1119/article/details/51888615。

（2）.PCM总线

 

包括4根信号线：FSYNC(同步)/PCLK(时钟)/DTX(发送)/DRX(接收)。PCM分为Master和Slave两种模式。Master提供PCLK及FSYNC。

PCLK是时钟信号，速率一般为128KHz到8.192MHz，每一个PCLK对应一位DTX/DRX的数据。

FSYNC为帧同步信号，其频率为PCM采样频率，一般为8KHz。一个帧同步信号的上升沿代表一帧(frame)数据的开始，一帧数据中分为若干个时隙（time slot），时隙对应channel。

DRX/DTX为数据收发。

（3）PCM数据格式

将模拟音频信号转换为数字信号时涉及到两个概念：

采样率：指每秒钟取得声音样本的次数，一般有8KHz，16KHz，22.05KHz，44.1KHz，48KHz。

采样位数：它是用来衡量声音波动变化的一个参数，也可以说是声卡的分辨率。它的数值越大，分辨率也就越高，所发出声音的能力越强。在计算机中采样位数一般有8位和16位之分。8位不是说把纵坐标分成8份，而是分成2的8次方即256份； 同理16位是把纵坐标分成2的16次方65536份。                                                                                                        

另一个概念是声道数：有单声道和双声道之分，单声道一般就是一个喇叭发声（接多个喇叭时每个喇叭所发出的声音是完全一样的，也就是同一份音频数据），双声道（也就是立体声）一般是两个喇叭同时发声，但有时候两个喇叭发出的声音不一样，比如播放汽车从身边经过的声音时，左声道先发声，右声道后发声，从听感上模拟汽车由近及远的过程，达到立体声的效果。

PCM数据格式有A-law（A率）/mu-law（U率）/linear（线性）三种，其中A-law/mu-law每个采样用8bit编码，即每个同步信号中需要传输8bit的数据，速率为8KHz*8bit=64kbit/s。而linear每个采样16bit编码，每个同步信号中传输16bit数据，速率为8KHz*16bit=128kbit/s

例如，PCLK为512KHz，FSYNC为8KHz，那么每个FSYNC能传输512/8=64位数据，假如使用16位线性PCM编码，那么一个同步信号能传输64/16=4个timeslot的数据，即4个channel。

线性PCM编码一个采样传输16bit数据，每个采样占0.125ms，20ms为一帧语音数据，包括160个采样，即160*16bit=320Byte数据。那么，我们就能够得到PCM文件所占容量的公式：存储量 = (采样频率*采样位数*声道)*时间/8(单位：字节数)                           

未完待续......