无需MP3模块！开发板+扬声器就能播放音频！

1.引入

我们做项目和作品时，难免会遇到一些地方需要语音提示或播放音频的地方。
我浏览了许多类似的作品，大多都是使用了语言合成或MP3模块来实现此功能。
但是，短短几秒钟的音频，真的需要再加一个模块来实现吗？

没必要。

不仅没有物尽其用，还得花钱，还占地方......
那有没有什么办法，仅仅接一个扬声器，就能够使其播放音频呢？

当然有！

我们先找一段音频来看看：

这是一段“你干嘛哎哟”的音频：


将其一部分放大，可以看到这样的图像：


再放大一点？


可以看到一堆小点。其中，点的横坐标代表了时间，纵坐标代表了此时扬声器的振幅
如果我们把这些点集的纵坐标用一个列表表示出来，知道了每个点之间间隔的时间，再控制开发板，在对应的时间向扬声器输出对应的电压，不就可以了吗？
理论上是可以的！

2.转换音频

问题来了：如何将音频转换成这样的列表呢？

PCM来了！（关于PCM）

PCM编码是最原始的音频编码，其他编码都是在它基础上再次编码和压缩的。它的数据正好符合我们所需要的列表！
我们有很多方式将音频转换成PCM格式

我使用了ffmpeg：

ffmpeg -i [需要转换的文件] -f u8 -ar [采样率] -ac 1 output.pcm
复制代码

（当然，这需要你使用ffmpeg工具，并添加至环境变量）ffmpeg官网  
（你也可以使用其他的软件转换，但必须转换编码为单声道的无符号8位PCM）

“u8”代表无符号的8位，也就是说，数据的范围是0-255，有利于在开发板上使用。
“采样率”指的是每秒钟有多少个点。一般的采样率有8000  11025  16000  22050  32000  44100 Hz，采样率越高，音质越好，但是占用的空间也就越大。
在开发板处理较慢，仅有几MB的Flash的情况下，极力推荐采样率为8000！


我们成功获得了PCM格式的音频：output.pcm！
但是......打开怎么是乱码？
哦，PCM为了节省空间，使用了二进制来保存数据。我们再将其转换成我们想要的就行啦！

我使用了python来转换，很简单的：

# 打开pcm文件
with open('output.pcm', 'rb') as pcm_file:
    pcm_data = pcm_file.read()
# 将其转换成列表
pcm_list = list(pcm_data)
# 保存到output.txt文件里
with open('output.txt', 'w') as txt_file:
    txt_file.write(str(pcm_list))
复制代码

运行，搞定！

打开文件，我们看到了一大堆数组，这就是我们可以看懂的数字了


接下来，我们只需编写程序，让开发板间隔一定时间，依次向扬声器输出这些值，就可以了！

3.编写程序

Arduino
Arduino已经有现成的库了，在库管理器搜索“PCM”即可


下面是这个库给的示例程序：（点击这里查看文字示例）

#include <PCM.h>

const unsigned char sample[] PROGMEM = {
  在这里输入获得的数据（注意去掉中括号）
};
void setup()
{
  startPlayback(sample, sizeof(sample));
}

void loop()
{
}
复制代码

ps：这个库把扬声器的引脚写死了（20），要改得去库文件里改

ESP32
目前没找到相关的库！

所以我自己写了个：

#include <Arduino.h>

// 储存数据到Flash，Flash容量一般会高一些
const uint8_t myArray[] PROGMEM = {
  在这里输入获得的数据（注意去掉中括号）
};
// 计算长度
const int arraySize = sizeof(myArray) / sizeof(myArray[0]);
// 定义扬声器的管脚
const int buzzerPin = 20;


void setup(){
  // 初始化PWM，中间是PWM的频率，高一些会更好，但如果不发声音说明太高了，开发板不支持，需要调小一些
  ledcAttach(buzzerPin, 120000, 8);
}

void loop(){
  for(int n = 0; n <= arraySize; n++){
    // 从Flash读取相应的值   
    uint8_t value = pgm_read_byte(&myArray[n]);
    // 设置扬声器引脚的PWM
    ledcWrite(buzzerPin, value);
    // 这里等待的时间为采样率的倒数：1/8000秒，即125微秒，如果采样率不同需要调整
    // 实际上由于执行代码需要时间，这个值需要调小一些，播放才是正常速度
    // 如果大佬们能使用定时器来完成会更好哦！（强烈建议！）
    delayMicroseconds(125);
  }
  delay(1000);
}
复制代码

将程序上传，连接好扬声器，就可以发声啦！

4.闲谈

由于开发板储存较小，我的ESP32 C6（4MB）也只能储存22秒的音频数据
（这是在未配置Flash大小的情况下，大佬们也可手动配置，理论上每MB可以储存15秒）
但是对于一些小音频（提示语音、按钮音频等）来说，肯定是够的
实在不够，那就外接一张SD卡吧！

另外，蜂鸣器也可以代替扬声器，只不过音质差点罢了，但把它放在小盒子里音质又会好一些


总之，我的ESP32 C6和Arduino nano都成功地发出了清晰的“你干嘛哎哟”，期待大家利用此方法做出更加有创意的作品！


另外，如果有更好的方法或找到了更好的库，欢迎大佬们评论区留言！

附上音频、Python文件及转换好的PCM文件：

一个错误：在 2024-9-9 20:41 之前下载的文件中，bat及pcm数据均为22.05khz采样率，需要自行修改