ESP32 C3 浅谈I2S DAC 与 TF卡数字音频MP3 FLAC 播放器

cqcqwind

新来论坛， 各位多指教。


通过ARDUINO+IDF开发的esp32c3的T卡 数字音频播放器测试基本完成了，为了获取论坛成长，把开发过程记录下来，请坛友们多指正：

实际效果在B站https://www.bilibili.com/video/BV1uB4y1R76d?spm_id_from=333.337.search-card.all.click




一  为什么关注esp的音频播放功能：
    不少坛友的esp帖子中，谈到了ESP的音频播放功能，一个重要的因素就是esp的系列iot mcu，提供了i2s接口(spdif输出接口我们先不谈)。这样，如果ESP对数字音源文件做了解码，如果解码过程没有损失，那么通过数字接口i2s输出的就是数字信号，后接一个i2s的音频dac，将数字信号转为模拟信号，输出直接驱动扬声器，或者传递给后级功放。整个过程中我们看到， 只要保证无损的解码过程，esp就能输出无损的数字信号，只要后续的i2s前级和后级放大器足够好，不到10元的esp就可以承担起无损音乐的解码任务！ 而且可以充分利用现有的成熟i2s dac模块。这个在DIY HIFI领域一根线动则成百上千的领域，真是一个价廉物美的数字信号源。或者抛开HIFI不谈，单从DIY小物品出发，用I2S音频系统也能做出一些和声音相关的小玩意，让你的小工具能够发出声音，的确比较有意思。
    特别值得一提的，嵌入式领域的软解码方案中，MP3多用的libmad库，或者helix的解码库，因为嵌入式MCU多数没有浮点处理器FPU，故大多采用了整数解码算法。尽管MP3本来就是有损压缩，整数解码还是显得有些遗憾。不过幸运的是，对于无损压缩格式FLAC而言，无需浮点数解码，因此， 大量的高清FLAC音源，ESP就可以直接拿来使用，提供真正的无损信号输出。

二 常见的esp音频解码方案
市面上涉及esp音频的开源方案中，多采用下述三种形态：
     1）  esp + 外挂音频处理模块方案： 这个方案中，  esp只是作为mcu来使用， 音频通过外挂的模块，如dfplayer mini等处理。esp与音频模块间通过串口或者spi等机制通讯，根据用户的输入，触发音频模块执行播放、暂停、定位等动作。这种方案好处是实现相对简单，对于公交报站、定点有限内容语音提醒、固定格式音频播放等特定应用来说很方便。外挂的音频模块往往自带TF存储，可以提供大容量的音乐存储空间。  不过这个方案在略复杂的应用方面存在扩展性不佳的缺点， 例如要显示音乐频谱，或者是控制频率变换实现变音，或者是多种不同协议混杂（例如flac/ape/aac/amr)，已经定死功能的外部模块无法与mcu进行大数据量音频sample级别的数据交互，实现上述功能有些困难。
   2） esp 直接音频处理方案： 在这个方案中，esp不是作为简单的mcu来控制外部模块，而是直接参与音频数据的解码，可以得到音频sample级别的数据并加以处理，根据输出的变化，又有两个方案：
         a）esp + 内置DAC超采样输出方案： 这个方案无需外部dac，直接超采样，使用软件实现的delta-sigma dac完成音频输出功能。参见https://github.com/earlephilhower/ESP8266Audio github库中的说明。此种情况下，外部接线（输出）相对简单，8266audio库的作者建议的一种接线方法如下：
                            2N3904 (NPN)
                            +---------+
                            |         |     +-|
                            | E  B  C |    / S|
                            +-|--|--|-+    | P|
                              |  |  +------+ E|
                              |  |         | A|
ESP8266-GND ------------------+  |  +------+ K|
                                 |  |      | E|
ESP8266-I2SOUT (Rx) -----/\/\/\--+  |      \ R|
                                    |       +-|
USB 5V -----------------------------+

         不过需要提醒，上述方法可能存在直流成分对喇叭的伤害，可考虑加入一定的直流阻隔。
         b）显然，上述方案的音质存在明显局限性，HIFI就不用考虑了。因此，对于音质有一定要求的场景下，一般采用esp + 外置I2S DAC的方案了，就是esp解码，i2s方式数字输出到外部声卡。这种方案的灵活性非常好，成本可根据声卡选型控制，也不是特别高，在功能、性能、成本等方面可以获得很好的平衡。建议采用这样的方案。


三  ESP系MCU的选型考虑
     乐鑫家的esp系列， 主流的区分8266和32， 32里头常用的，包括32， 32c3， 32s2， 和32s3，以及后期要推出的32c2.   如果按照市场定位的角度， 老大哥esp8266和 esp32c3的市场定位是接近的，单核， 一般4M的flash，不带PSRAM。其中，c3的sram为400k，比8266的大。至于其他32，提供了大flash和psram，以及双核处理能力，更多的PIN脚接入，市场定位是偏高端一些的。  反应在价格上， 就是8266和c3的开发板都是10元级别的， 而其他32一般是15-35元级别的（好像实际差别不大啊，只对产品量产有影响）     本人有8266， c3， esp32 和 32s3. 其中32是自己买的16M + 8M的模块焊接的底板， S3买的aithinker家的s3-12k， c3买的合宙家的9.9元网红c3开发板。最终选择的是c3来做试验。因为这块板子做的比较精致，虽然是单核，但s3之类另外一个核是ulp的，对于MP3/FLAC这个级别的解码，C3 160MHZ CPU加带cache的指令、数据处理，C3应对起来绰绰有余。加之arduino写代码多核处理稍显麻烦，为了充分利用9.9元，就拿他上手了。 8266和c3比略有缺陷，根据8266audio库作者提示：播放flac时，flac音源的压缩level应当控制在2以下，否则8266可能播放时内存不足。

四  DIY常用I2S声卡选型
    作为轻度diy玩家和手残党，本人没有焊接i2s声卡的能力，就在淘宝上购买常见成品i2s声卡吧，那到底选那款呢？ 根据datasheet，找下如下信息：

	DAC	采样位数	输入电压	输出	采样频率	动态范围/SNR	后级	淘宝价格
MAX9357A	Maxim	16/24/32 bit	3.5-5.5	单声道	8-96Khz	105/ PSRR77@1KHZ	输出3W，直推4欧3w小喇叭	12.5
CJMCU UDA1334A	NXP 2020已停产	<= 24bits	3.5-5.5	立体声	16-100Khz	/100db@44.1Khz	后级功放阻抗3 KΩ；或耳机32欧	14
PCM5102A	TI	16/24/32		立体声	8-384Khz	112/112DB	后级功放阻抗>1  KΩ；或推耳机	20-50

    我们一般使用的flac音源，存储的是44.1khz， 16bit的无损压缩过的wav数据。就是说，三款声卡都可以比较完美的支持。稍微较真一点，高品质24bit 母带级flac音源，也在上述处理范围之内。测试时带耳机麻烦，挂个小喇叭比较方便，虽然是单声道。 最后选择的是9357A和1334A，一个测试，一个用来真的听一下.  其实很馋5102a的参数，但是这伙计淘宝价格差异太大，不知真假（单dac购买的价格是7元左右），所以没敢下手。最后发现，1334推一般的耳机，不做增益调试，实在是声音太大了（用了45欧的原道耳塞和SONY的MDR 7506都试过了）。而且1334不加静音控制的话，启动时会有一点电流杂音，启动后效果还可以。 建议各位diyer买9357A玩玩就可以。上述声卡都自带锁相环，无需独立的MCLK信号，一般接线只需LRC/MSEL，din，BCLK三线，加电源输入即可。
    能力强的小伙伴们就可随意发挥，自己买个1，2元的I2S DAC芯片焊个板子就好了。


后面继续。。。

Highnose

先赞了，谢谢分享与解读

coloz

期待更新

cqcqwind

五  硬件环境简单一览

      附图是测试用的硬件环境，可以看到各个元件的大小。楼主因为是手残党不会画板子和焊接SOP封装原件，只能采用最原始的面包板+杜邦线方式连接（多亏I2S是数字信号输出啊，杜邦线不会对信号有任何劣化）。图中98357是测试时使用的，直接推小喇叭。试听时换上1334加mdr 7506耳机。 240x320的TFT IL9341显示是之前把网红项目小电视移植到C3上用的。 T卡模块拍这个记录的时候还没买，后面买的。第一阶段实际测试的器件其实只涉及esp32c3， max98357，和小喇叭。 第二阶段涉及到完整的T卡播放，和播放器显示，就需要TF卡和TFT屏了。

      

      成本简单罗列：
      

硬件	ESP32C3	98357	喇叭	QVGA TFT	TF卡槽	其他
价格	9.9	12.5	4.5	30	3.8	T卡耳机杜邦线面包板
说明	要焊排线			前期不需要	前期不需要	这个是以前就买的

   注意一点是ESP32C3这个开发板送了排针，但没焊接。  焊接排针这个正好在楼主极限之类，于是拿了黄花烙铁、锡丝、助焊膏焊好了，比想象中容易。98357买不焊排针的省2元，楼主买了这个。 万事具备，下面就要开始敲代码了。

cqcqwind

六  开发环境搭建

    先预告下后面的源代码例子：
    示例一：   C3使用最简单的PROGMEM（即数组）中MP3音乐片段的播放例子与代码。（FLAC也一样，C3 4M FLASH和400K内存支持多种音频协议，性价比完美）
    示例二：   C3通过WIFI实现HTTP流式MP3播放 ，家有OPENWRT或者NAS的音乐爱好者福音（直接联网能力是IOT MCU和传统MCU如STM相比巨大的突破 ）
    示例三：   C3通过TFT显示播放歌曲的名称（也可扩展到显示LRC歌词）
    示例四：   C3通过TF卡直接播放MP3和FLAC（没有NAS也没关系，自己做一个播放器吧）

    软件开发阶段，首先要搭建esp32c3的开发环境。帖子给出的代码理论上arduino IDE开发环境也能使用，但楼主选择了vscode + platformio插件形式做前期开发。platformio从今年初的版本好像就直接支持expressif平台对arduino框架的支持了，比较好用。 安装这个环境唯一的缺陷就是： 需要搭建不可言说的事务。这里特别提醒，搭建的事物必须是全局事务，因为platformio在初次创建工程或者直接下载expressif平台时，使用了http, git和python。这三种不同的工具/协议并不尊从同一个代理设置。即使在vscode环境中设置好了http代理， GIT和python也不会使用，这将导致国内网络下创建（下载工具、库源码等）失败。  其中，python建议自行更新pip源设置到国内ali或者清华源，下载会更快，通过事物获取反而慢。
       选择vscode而非arduino本身的ide，除了楼主没用过arduino的ide外，还有一个重要的原因就是jtag调试支持。 熟悉ios或者android嵌入式开发的坛友应当都很清楚，在这两个平台上开发，就像在pc上开发一样，可以设置断点、单步调试！这个对于应用层开发来说帮助太大了。在单片机领域， 例如STM，调试往往需要通过外接的jlink等硬件来完成，而神奇的esp32c3，和esp32s3一样，内置了jtag功能！ 合宙的这块9，9网红版，和它推出的AIR 105之类不一样，没有阉割或者隐藏jtag功能！ 这样只需引出2根数据线+1跟GND线，外接一个USB小接口，就可以以近乎0的成本，在platformio里头执行jtag调试啦！ 断点、单步、查看变量值、查看内存、功能非常丰富。这比stm动辄几十，贵则上百的jlink之类硬件实在是要实惠的多。
     安装好vscode和platform后，
     1）进入platformio主页，选择New Project（新建工程）

      

    2）弹出的对话框中， 输入你想做的程序工程名称，这里填的是c3mp3test，在board(开发板）中选择espressif ESP32-C3-DevKitM-1，FrameWork(开发框架）选择arduino framework，下面的工程存放位置选择缺省即可，也可自行指定位置；

    3)  会出现一个wait的等待界面，如果是初次使用，platformio会下载c3 esp arudino需要的所有开发资源，例如工具链、esp arduino代码等等。没有不可言说事物的话，这一步可能失败。如果等的不耐烦，可以打开资源监视器，看看后台有没有下载任务， 没有的话， 就得自己想办法了。。。

    4)  一切顺利，或者非初次使用，会出现新建的工程，这样就可以开始正式编码了：下次正式进入实例和代码一。

Highnose

牛B卡拉斯，期待更新

cqcqwind

七：Demo1   C3(8266也适用)使用最简单的PROGMEM（即数组）中MP3音乐片段的播放例子与代码

       这一个例子，我们使用开源的8266audio库，这个库提供了MP3, FLAC, AAC等多种音频解码，支持FLASH文件系统， FLASH数组，内存， HTTP等各种数据源，使用起来极其简单方便。 例子通过最简单的数组文件播放音乐， 就是把MP3片段做成一个数组，直接编译到项目里头去。（整个项目已经打包好放在附件里，不想一步步来的坛友可以直接用platformio下载编译）。      
      按照前述步骤，新建工程，命名c3MusicDemo1后， 在左边的资源管理器中会看到最下面有一个叫做platformio.ini的文件，


      打开这个文件，我们要做如下修改：

1. [env:esp32-c3-devkitm-1]
   
2. platform = espressif32
   
3. board = esp32-c3-devkitm-1
   
4. framework = arduino
   
5. ; 设置串口监控速率
   
6. monitor_speed = 115200
   
7. ; 合宙C3采用的2线SPI FLASH，所以要设置成dio模式，否则烧写后无法正常运行
   
8. board_build.flash_mode = dio
   
9. ; 使用8266库，platformio会自动下载更新这个库
   
10. lib_deps = earlephilhower/ESP8266Audio@^1.9.6

复制代码

    main.cpp的核心代码在这里：

1. #include <Arduino.h>
   
2. #ifdef ESP32
   
3. #include <WiFi.h>
   
4. #include "SPIFFS.h"
   
5. #else
   
6. #include <ESP8266WiFi.h>
   
7. #endif
   
8. 
   
9. #include "AudioFileSourceSPIFFS.h"
   
10. #include "AudioFileSourcePROGMEM.h"
    
11. #include "AudioFileSourceID3.h"
    
12. #include "AudioGeneratorMP3.h"
    
13. #include "AudioOutputI2S.h"
    
14. 
    
15. //音乐数组文件在这里
    
16. #include "show.h"
    
17. 
    
18. AudioGeneratorMP3       *mp3;
    
19. AudioFileSourcePROGMEM  *file;
    
20. AudioOutputI2S          *out;
    
21. AudioFileSourceID3      *id3;
    
22. 
    
23. void setup()
    
24. {
    
25.   //关闭wifi，可以减少干扰和电源扰动
    
26.   WiFi.mode(WIFI_OFF);
    
27. 
    
28.   Serial.begin(115200);
    
29.   Serial.printf("Sample MP3 playback begins...\n");
    
30. 
    
31.   //音频库内部日志输出
    
32.   audioLogger = &Serial;
    
33.   // PLEASE_NAME_ME是音乐数组的名称，放在show.h里头
    
34.   file = new AudioFileSourcePROGMEM(PLEASE_NAME_ME, sizeof(PLEASE_NAME_ME));
    
35.   // MP3 id3头过滤器
    
36.   id3 = new AudioFileSourceID3(file);
    
37.   //生成I2S驱动
    
38.   out = new AudioOutputI2S();
    
39.   //设置I2S PIN脚
    
40. #if defined(ESP32)
    
41.   //如果按照本C3示例接线图接线，需要设置i2s的pin脚，因原8266audio库是按照esp32的PIN脚接线的
    
42.   out->SetPinout(1, 0, 12);
    
43. #else
    
44.   //如果是8266，而且按照标准建议引脚接了i2s声卡，就不用额外设置pin脚
    
45. #endif
    
46.   //设置MP3解码器，它的输入是ID3过滤器，输出是I2S
    
47.   mp3 = new AudioGeneratorMP3();
    
48.   mp3->begin(id3, out);
    
49. }
    
50. 
    
51. void loop()
    
52. {
    
53.   if (mp3)
    
54.   {
    
55.     if (mp3->isRunning())
    
56.     {
    
57.       if (!mp3->loop())
    
58.         mp3->stop();
    
59.     }
    
60.     else
    
61.     {
    
62.       delete mp3;
    
63.       mp3 = NULL;
    
64.       Serial.printf("MP3 done\n");
    
65.       delay(1000);
    
66.     }
    
67.   }
    
68. }
    

复制代码

音乐数组文件show.h也请拷贝到工程源代码的src目录下，和main.cpp同级。 点击编译，成功后烧写到C3开发板，如果硬件连接没有问题，上述寥寥数十行简单代码，就可以听到美妙的音乐啦。
          因为8266audio这个库支持8266， esp32等比较全面的esp系，所以有其他板子也完全能够支持。以8266为例，只要按照8266audio文档里头的pin脚接好i2s声卡，在platformio.ini里头加入

1. [env:nodemcuv2]
   
2. platform = espressif8266
   
3. board = nodemcuv2
   
4. framework = arduino
   
5. lib_deps = earlephilhower/ESP8266Audio@^1.9.6
   
6. upload_speed = 3000000
   
7. monitor_speed = 115200

复制代码

      然后注意点击底部的开发板选择，设置成nodemcuv2， 即可为8266编译了，引脚对应的情况下，代码无需修改。     
         附件是代码，因为8266audio库太大超过附件大小1M要求，所以代码里头没有包含，编译时platformio应当会自动去下载。
c3MusicDemo1.rar (313.99 KB, 下载次数: 10)

2022-6-6 10:19 上传

点击文件名下载附件

dy008

很有意思的研究，谢谢分享，希望能继续发布后续

dy008

LZ，我怎么找不到MAX9357A的资料或者模块呢？

dy008

问题找到了：应该是 MAX98357A