前言

随着 AI 应用的普及，语音交互已成为终端设备的核心能力之一。语音采集与音频数据传输，是这条交互链路上的核心环节。

对实际的产品来说，需求是多样的：有的走 USB 有线，有的要蓝牙，有的用私有 2.4G，而常见做法是——一颗主 MCU，外挂一颗专用音频芯片；如果需要无线传输，还得再加一颗负责无线的芯片。传输通路每多一种，BOM 上就多一颗料，成本、PCB 面积和功耗都得往上抬。

有没有办法用一颗芯片把这几条路都走通？

本文给出的思路是：基于沁恒青稞 RISC-V 无线系列 MCU（CH58x/CH59x），提供一套低成本的语音采样方案设计。单芯片即可实现 USB UAC 音频、蓝牙音频、2.4G 无线音频 三大传输通路，覆盖有线与无线全场景的语音交互需求，适配语音遥控器、无线麦克风、会议拾音棒、USB 语音声卡、便携语音采集终端等各类产品。

一、语音采样基础

1.1 语音采样流程

完整的语音链路步骤如下：

收音 → 偏置/放大 → ADC 采样 → 数字音频流 → 编码（可选） → 传输 → 解码（可选）

收音

由麦克风把声波转换为电信号。目前主流是两种：

类型	输出	特点
ECM（驻极体电容麦克风）	模拟信号	成本极低、使用广泛；需要外部偏置电路，相对来说一致性与抗干扰能力一般
MEMS 麦克风	模拟或数字	体积小、一致性好、抗 RF 干扰强，适合小型化和量产； 数字输出成本相对较高，本文不考虑

偏置/放大

MIC 头子输出信号幅度只有毫伏级，必须先放大到 ADC 的有效输入范围。

对于 驻极体 MIC 语音采集电路，我们需要加个偏置电路进入到运放 ，如果是硅麦的话，可以省偏置电阻，直接进入到放大电路。

这一步的增益设计很关键：增益过小，信号淹没在量化噪声里，底噪明显；增益过大，大音量时波形削顶失真 。

一款通用的 MIC 采样放大电路如下：

这个通用的方案是可靠并且可以实际使用的，只需要根据自己需求调节好增益，但是本文我们最求的是低成本，所以我们会采用一套三极管搭建的方案，下文硬件实现会有说明。

ADC 采样

ADC 采样使用芯片自带 ADC 即可。

把连续的模拟信号离散成数字量，连续的声音能够采集播放的原理就像：高速连拍照片，连起来就是视频。快速播放一串按时间排列的电压数字。

比如 每 1/16000 秒（16K采样率 ）采样一次电压，把电压通过 ADC 转成数字，这些数字排成一串就是 PCM 数据，PCM 就是原始的数字音频编码方式。

编解码（可选）

PCM 直传的数据量偏大，很一些场景在传输前需要压缩。

嵌入式领域常见的编解码如下表格：

1.2 几个关键参数

对于做语音采样设计，有几个关键的参数。

本节内容和上面表格参考来自博文：嵌入式语音开发应用基础说明

1.2.1 采样率

人声的主要能量集中在 300 Hz – 3.4 kHz，按奈奎斯特采样定理，采样率需不低于信号最高频率的 2 倍。

所以传统传统通话标准 （G.711 标准）使用的 8KHz 的采样率。

现在 主流 AI 语音的标准采样率 16KHz ，更高的采样率保留的声音听起来更加自然。

采样率直接关系到芯片 ADC 的采样周期配置。

1.2.2 位深/声道

位深 = 每个采样点用多少位（bit）来存储幅度值，一般就是 8bit 和 16bit 。

16 位深的数据量相比 8 位直接翻倍。

单声道 / 双声道：

对于语音来说，单声道完全够用，双声道几乎不提升效果，只会徒增数据量（也是翻倍）、带宽、功耗；只有音乐 / 立体音效场景，双声道才有意义。

1.2.3 码率

码率（也叫比特率），是指音频在播放或传输时，一秒钟要消耗/产生多少个“比特（bit）”的数据。

是决定 传输带宽够不的那个量：

码率 = 采样率 × 位深 × 声道数

它同时是后面选择传输通路、判断要不要编码的依据。

现在的主流 AI 语音标准：

参数：采样率 16kHz、位深 16bit、单声道
码率=16000×16×1=256000 bps=256 Kbps

语音应用中，可以使用编码压缩的方式减少码率，以获得更小的资源需求 。

二、方案说明

上面讲解了一下基础知识，接下来介绍一下本文说要讲解的方案： 基于沁恒 CH58x/CH59x 低功耗蓝牙MCU， 应用框图如下：

采样芯片可使用 CH59x/CH58x，集成12位ADC采集外部模拟MIC信号，支持16 kHz 采样率。芯片兼容BLE5.4规范，支持最高2Mbps速率，-95dBm 灵敏度和最高 +9dBm 发射功率可有效满足室内通讯要求，保障数据传输稳定性，提升识别准确率 。

2.1 硬件实现

得益于沁恒蓝牙芯片，自带 USB ，蓝牙，所以我们只需要芯片的最小系统，加上音频采样电路，就可以实现我们的功能。

2.1.1 芯片最小系统

对于不同系列的芯片，沁恒都会在 EVT 里面提供 开发板的原理图和 PCB，最小系统没有什么难度 。

比如我们想用 CH585 ，可以直接在官网搜索CH585 ：

然后解压出来 PCB 原理图在 PUB 目录下，里面会提供 PCB 设计注意事项文档说明以及 开发板的原理图 ：

我们可以看到官方给出的 EVT 板子，然后参照官方给的原理图自己画最小系统（下图因为 CH585功能比较多， 具有 NFC 和 高速 USB，实际使用不需要的就不用画）：

2.1.2 语音采样电路

本方案提供一个低成本的采样电路，只需要一个三极管加上几个阻容便可实现：

对于此电路的分析，可参考博文：语音采样电路说明测试

2.2 软件实现

对于使用示例，本文实现了一个方便测试的 USB UAC 设备，即插即用 。软件部分我们只看几个典型的关键部分。

ADC 采样配置：

void mic_start_record(uint16_t *buffer_start, uint16_t *buffer_end)
{
    MIC_POWER_ON();
    mic_data_fifo_reset();
    ADC_ExtSingleChSampInit(SampleFreq_4_or_2, ADC_PGA_1_2);
    ADC_ChannelCfg(2);
    ADC_AutoConverCycle(12);    //  (256-22)*16 16025.6 HZuint8_t8K  (256-139)*16 32.051Kuint16_t
    ADC_DMACfg(ENABLE, (uint32_t)buffer_start, (uint32_t)buffer_end, ADC_Mode_LOOP);
    tmos_start_task(halTaskID, HAL_MICS_EVENT, 8);
}

数据搬运至缓冲区：

//定时器没1ms 执行一次搬运
__INTERRUPT
__HIGH_CODE
void TMR2_IRQHandler(void) // TMR0 
{
    if(TMR2_GetITFlag(TMR0_3_IT_CYC_END))
    {
        TMR2_ClearITFlag(TMR0_3_IT_CYC_END); // 
        extern void mic_produce(void);
        mic_produce();
    }
}
/*
mic_produce()
  ├─ 从 record_buffer 取 ADC 原始值
  ├─ 数据处理
  ├─ 存入局部 pcm_buf[16]
  └─ 调用 usb_mic_push_samples(pcm_buf, cnt)  ──→  mic_ring[]  写入
*/
__HIGH_CODE
void mic_produce(void)
{
    uint16_t dma_idx = (R32_ADC_DMA_NOW - R32_ADC_DMA_BEG) / 4;
    uint16_t avail   = (dma_idx - g_mic_prod_idx) & (RB_SIZE - 1);
    uint16_t pcm_buf[16];
    uint16_t cnt = 0;

    /* One sample per record_buffer entry (ADC ~8kHz matches the 8kHz USB consumer).
       Each entry holds a differential pair [0]/[1]; average them. No 2:1 decimation
       (ADC is already ~8kHz, not 16kHz; decimating caused ring underrun -> zero fill -> noise). */
    while (avail >= 1)
    {
        uint32_t avg = ((uint32_t)record_buffer[g_mic_prod_idx][0] + record_buffer[g_mic_prod_idx][1]) / 2;
        int16_t  pcm = (int16_t)(avg - 2048) << 4;          /* center -> 16-bit signed */
        pcm_buf[cnt++] = (uint16_t)pcm;
        g_mic_prod_idx = (g_mic_prod_idx + 1) & (RB_SIZE - 1);
        avail -= 1;
        if (cnt >= (sizeof(pcm_buf) / sizeof(pcm_buf[0])))  /* flush if local buffer full */
        {
            usb_mic_push_samples(pcm_buf, cnt);
            cnt = 0;
        }
    }
    if (cnt)
    {
        usb_mic_push_samples(pcm_buf, cnt);
    }

    /* Drive EP1 ISO IN re-arm every 1ms: UIS_TOKEN_IN does not reliably fire for ISO,
       so pump a fresh frame into EP1 from this TMR2 1ms tick. */
    if (usb_mic_streaming)
    {
        usb_mic_load_frame();
    }
}
//上面处理 ADC 数据调用下面搬运函数
__HIGH_CODE
void usb_mic_push_samples(const uint16_t *samples, uint16_t n)
{
    uint16_t next;
    while (n--)
    {
        next = (mic_ring_head + 1) & MIC_RING_MASK;
        if (next == mic_ring_tail)
        {
            return;                          /* full: drop remaining samples */
        }
        mic_ring[mic_ring_head] = *samples++;
        mic_ring_head = next;
    }
}

USB 传输部分：

__HIGH_CODE
void usb_mic_load_frame(void)
{
    uint8_t  i;
    uint16_t *p = (uint16_t *)pEP1_IN_DataBuf;
    int16_t  s;

    for (i = 0; i < MIC_FRAME_SAMPLES; i++)
    {
        s = 0;                               /* silence on underrun */
        if (mic_ring_head != mic_ring_tail)
        {
            s = (int16_t)mic_ring[mic_ring_tail];
            mic_ring_tail = (mic_ring_tail + 1) & MIC_RING_MASK;
        }
        p[i] = (uint16_t)s;                  /* RISC-V is little-endian: store directly = LE PCM */
    }
    DevEP1_IN_Deal(MIC_FRAME_BYTES);         /* R8_UEP1_T_LEN=16 + TX ACK */
}


void DevEP1_IN_Deal(uint8_t l)
{
    R8_UEP1_T_LEN = l;           // 告诉硬件：要发 16 字节
    R8_UEP1_CTRL = (R8_UEP1_CTRL & ~MASK_UEP_T_RES) | UEP_T_RES_ACK;// 告诉硬件：主机来问就回 ACK（给数据）
}

三、效果展示

3.1 测试步骤

1、 通过 USB 连接 PC 后，电脑端会自动识别到 USB 麦克风输入设备，无需额外安装驱动。在系统音频设置中，将默认输入设备切换为识别到的 USB MIC 设备（如果没有其他的 MIC 设备，系统会默认选择）。

2、 打开录音软件、音频测试工具或 AI 模型，直接对 MIC 说话即可。

3.2 实测效果

实测效果大家直接看视频即可：

结语

本文展示了基于 CH58x 芯片的一种低成本语音识别方案，大家可以通过视频很直观的看到测试效果，完全能够满足目前各大 AI 语音识别的应用 。

对于实际应用中，需要使用无线的场合，要合理的根据应用场景，进行必要的编解码，以减小数据的码率。对于目前的沁恒的蓝牙芯片来说，传输速率是完全没有问题的。那这实际上就是软件层面的问题，这个后期我们可以进一步的探讨。