想了想，还是看看这两基础哥们。
1 麦克风
1.1 总览
大概有以下这些。
| 类型 | 换能原理 | 输出信号 | 灵敏度 | SNR | 体积 | 成本 | 典型应用 |
|---|---|---|---|---|---|---|---|
| MEMS 数字麦（PDM） | 硅微振膜电容 + 片内 ΣΔ 调制 | PDM 1bit 串行 | 中等 | 60~70dB | 极小（3×4mm 级） | 低 | TWS 耳机、手机、语音阵列、远场唤醒 |
| MEMS 数字麦（I2S/TDM） | 硅振膜 + 片内 ADC + 抽取 | 多 bit PCM | 中等 | 60~70dB | 小 | 中高 | 高端多麦阵列、车载 |
| MEMS 模拟麦 | 硅振膜电容 + 片内前置放大 | 模拟电压 | 中高 | 60~65dB | 极小 | 低 | 需要外部 Codec 的低成本方案 |
| ECM 驻极体麦 | 驻极体薄膜电容 + JFET | 模拟电压 | 高 | 55~65dB | 中（6mm 圆柱） | 极低 | 玩具、低端音箱、DIY |
| 动圈麦 | 线圈切割磁感线 | 模拟电压（无源） | 低 | 70~80dB | 大 | 中高 | 舞台演出、户外 K 歌 |
| 大振膜电容麦 | 电容振膜 + 48V 幻象供电 | 模拟电压 | 极高 | 80~100dB | 大 | 高 | 录音棚、专业配音 |
| MEMS 超声麦 | MEMS 压电 / 电容超声阵列 | 数字 / 模拟 | — | — | 小 | 中高 | 手势识别、测距、探伤 |
1.2 MEMS
原理本质是微型电容结构：硅片光刻出极薄振膜 + 固定背板，声波推动振膜，电容变化；芯片内部集成前置放大、Σ-Δ 调制器，直接输出 PDM（最常见），少数型号输出 I2S / 模拟电压。
✅ 优点：尺寸极小（可以做到 1.6×1.0mm 级别）、支持 SMT 回流焊、批次一致性很好（SNR 离散小，做多麦波束成形很关键）、功耗低、抗震；数字 PDM 版本走数字信号，不怕主板射频干扰（WiFi / 蓝牙干扰是模拟麦的大坑）
✅ 接口：PDM 是最主流，两根线（CLK+DATA），一个时钟，1bit 密度调制，MCU/DSP 内部做抽取滤波转 PCM；I2S 麦直接输出 PCM，接口更重、成本更高；模拟 MEMS 输出模拟电压，后级要 PGA+ADC，和老 ECM 链路一致
✅ 典型指标：SNR 60~70dB，声学过载点 120~135dB SPL；分上进声 / 下进声（PCB 开孔）；有全向为主，也有差分双振膜 MEMS（内置降噪）
✅ 用法：单麦基础拾音；2 麦 / 4 麦阵列做波束成形 BF、AEC 回声消除、语音降噪、声源定位、远场语音唤醒（小爱 / 天猫）；TWS 耳机里通常 2~3 颗 MEMS，一颗主拾音、一颗环境参考做通话降噪 / AOC 堵耳消除
1.3 ECM 驻极体电容麦（老一代电容麦）
原理也是电容，薄膜预先注入永久电荷（驻极体），搭配内置 JFET 阻抗变换，输出模拟信号；没有内置 ADC，一定是模拟输出，必须外部 PGA+ADC 才能转 PCM。
✅ 优点：成本极低、电路简单；
❌ 短板：体积偏大、不能过高温回流焊、一致性差（同批次 SNR 偏差 3~5dB，做多麦阵列很难对齐相位）、模拟走线极易引入干扰，现在新手机 TWS 基本淘汰，只在低价音箱、玩具、简易 DIY 里还在用。
1.4 动圈麦克风
电磁感应：振膜带动线圈在磁铁缝隙里运动，切割磁感线产生电压；无源，不需要供电。
✅ 优势：耐大声压、结实、抗造、低频扎实；
❌ 短板：灵敏度偏低、高频上限一般、体积大，不适合小型穿戴设备，几乎不用在嵌入式语音采集。
1.5 采集例子（ECM）
用的GY-MAX4466 模块，咪头是 ECM 驻极体电容麦。输出：OUT 引脚是模拟音频信号，必须接到 MCU/ADC，采样之后才能得到 PCM，没有 PDM、没有数字输出。
- ECM + 运放（MAX4466 方案）：老模拟路线。优点结构简单、便宜；缺点模拟走线极易引入电源噪声、射频干扰；想要 PCM，依赖主控 ADC。STM32F4 的内置 ADC 就可以直接接这个 OUT 脚来采集。
- PDM MEMS：把 ΣΔ 做进麦里面，直接输出数字 1bit 流，抗干扰强，适合多麦阵列。
| 模块 | 内部有没有 ΣΔ | 原始输出 | 得到 PCM 的方式 |
|---|---|---|---|
| GY-MAX4466 | ❌ 无 | 模拟电压 | 外部 ADC 采样 |
| INMP441 PDM 麦 | ✅ 片内 ΣΔ | PDM 1bit 流 | 软件抽取滤波 |
所以在使用MAX4466，需要接到ADC的引脚。我这边是用的树莓派Pico2来完成实验，使用的GP16，ADC0口。
实现思路是麦克风使用 MAX4466 模拟放大模块，模拟输出接到 Pico 2 的 GP26，也就是 ADC0。固件以 20 kHz 采样，每 512 个样本组成一帧，通过 USB CDC 串口发给电脑。每帧包含 ZAUD 帧头、样本数、帧序号和 512 个 16 位样本。电脑端可以据此同步数据并统计丢帧。
这里树莓派Pico的ADC原始能力是12bit SAR ADC，也就是12位精度。在2048的时候，表示电压在中间也就是几乎没声音，在0或者4095的时候，都是声音最大的时候。之后在处理的时候扩展到16位。
转换到PCM算法如下：
raw = 0 ~ 4095
mid = 2048
pcm16 = (raw - 2048) << 4;
整体代码如下：
Pico2和上位机的通信协议：
| 字节位置 | 长度 | 内容 |
|---|---|---|
| 0–3 | 4 字节 | 固定标识ZAUD（ASCII） |
| 4–5 | 2 字节 | 本包样本数512，小端序 |
| 6–7 | 2 字节 | 帧序号，小端序，无符号，循环计数 |
| 8 起 | 1024 字节 | 512 个 16 位小端序样本 |
采样率是 20 kHz、单声道。每包代表 512 / 20000 = 25.6 ms 音频。
核心代码main.c：
/* * Pico 2 audio capture: MAX4466 analog output on GP26 / ADC channel 0. * Streams 512-sample, 16-bit little-endian frames over USB CDC ACM. */ #include <sample_usbd.h> #include <hardware/adc.h> #include <hardware/dma.h> #include <errno.h> #include <stdint.h> #include <string.h> #include <zephyr/device.h> #include <zephyr/drivers/adc.h> #include <zephyr/drivers/uart.h> #include <zephyr/kernel.h> #include <zephyr/usb/usbd.h> #include <zephyr/sys/byteorder.h> #define SAMPLE_RATE_HZ 20000U #define ADC_CLOCK_HZ 48000000U #define ADC_DMA_CHANNEL 0U #define FRAME_SAMPLES 512U #define FRAME_HEADER_BYTES 8U #define FRAME_BYTES (FRAME_HEADER_BYTES + FRAME_SAMPLES * sizeof(uint16_t)) BUILD_ASSERT(SAMPLE_RATE_HZ == 20000U, "Update ADC clock divider if sample rate changes"); static const struct adc_dt_spec adc_spec = ADC_DT_SPEC_GET(DT_NODELABEL(audio_user)); static const struct device *const cdc_dev = DEVICE_DT_GET_ONE(zephyr_cdc_acm_uart); static struct usbd_context *usb_ctx; static struct k_sem tx_done; static uint8_t tx_frame[FRAME_BYTES]; static volatile size_t tx_offset; static void usb_message_cb(struct usbd_context *ctx, const struct usbd_msg *msg) { if (!usbd_can_detect_vbus(ctx)) { return; } if (msg->type == USBD_MSG_VBUS_READY) { (void)usbd_enable(ctx); } else if (msg->type == USBD_MSG_VBUS_REMOVED) { (void)usbd_disable(ctx); } } static int usb_device_start(void) { usb_ctx = sample_usbd_init_device(usb_message_cb); if (usb_ctx == NULL) { return -ENODEV; } if (!usbd_can_detect_vbus(usb_ctx)) { return usbd_enable(usb_ctx); } return 0; } static void cdc_tx_isr(const struct device *dev, void *user_data) { ARG_UNUSED(user_data); if (!uart_irq_update(dev)) { return; } while (uart_irq_tx_ready(dev)) { if (tx_offset >= sizeof(tx_frame)) { uart_irq_tx_disable(dev); k_sem_give(&tx_done); return; } int written = uart_fifo_fill(dev, tx_frame + tx_offset, sizeof(tx_frame) - tx_offset); if (written <= 0) { return; } tx_offset += (size_t)written; } } static int adc_channel_start(void) { struct adc_channel_cfg channel_cfg = { .gain = ADC_GAIN_1, .reference = ADC_REF_INTERNAL, .acquisition_time = ADC_ACQ_TIME_DEFAULT, .channel_id = adc_spec.channel_id, }; return adc_channel_setup(adc_spec.dev, &channel_cfg); } static void audio_stream_thread(void *arg1, void *arg2, void *arg3) { ARG_UNUSED(arg1); ARG_UNUSED(arg2); ARG_UNUSED(arg3); uint16_t samples[FRAME_SAMPLES]; uint16_t frame_number = 0; dma_channel_config_t dma_cfg = dma_channel_get_default_config(ADC_DMA_CHANNEL); channel_config_set_transfer_data_size(&dma_cfg, DMA_SIZE_16); channel_config_set_read_increment(&dma_cfg, false); channel_config_set_write_increment(&dma_cfg, true); channel_config_set_dreq(&dma_cfg, DREQ_ADC); /* Pace conversions in hardware and move each result with DMA. */ adc_run(false); /* Zephyr's ADC driver enabled the FIFO IRQ; DMA owns FIFO reads from here. */ adc_irq_set_enabled(false); adc_fifo_setup(true, true, 1, false, false); adc_set_clkdiv(((float)ADC_CLOCK_HZ / SAMPLE_RATE_HZ) - 1.0f); k_sem_init(&tx_done, 0, 1); while (1) { /* Clear a possible trailing sample before starting the next exact block. */ adc_run(false); adc_fifo_drain(); dma_channel_configure(ADC_DMA_CHANNEL, &dma_cfg, samples, &adc_hw->fifo, FRAME_SAMPLES, false); dma_start_channel_mask(BIT(ADC_DMA_CHANNEL)); adc_run(true); dma_channel_wait_for_finish_blocking(ADC_DMA_CHANNEL); adc_run(false); uint32_t dtr = 0; if (uart_line_ctrl_get(cdc_dev, UART_LINE_CTRL_DTR, &dtr) != 0 || !dtr) { continue; } memcpy(tx_frame, "ZAUD", 4); sys_put_le16(FRAME_SAMPLES, tx_frame + 4); sys_put_le16(frame_number++, tx_frame + 6); for (size_t i = 0; i < FRAME_SAMPLES; ++i) { sys_put_le16(samples[i], tx_frame + FRAME_HEADER_BYTES + i * 2U); } tx_offset = 0; uart_irq_tx_enable(cdc_dev); k_sem_take(&tx_done, K_FOREVER); } } K_THREAD_STACK_DEFINE(audio_thread_stack, 3072); static struct k_thread audio_thread; int main(void) { if (!device_is_ready(cdc_dev)) { return 0; } if (usb_device_start() != 0) { return 0; } if (uart_irq_callback_user_data_set(cdc_dev, cdc_tx_isr, NULL) != 0) { return 0; } if (!device_is_ready(adc_spec.dev) || adc_channel_start() != 0) { return 0; } k_thread_create(&audio_thread, audio_thread_stack, K_THREAD_STACK_SIZEOF(audio_thread_stack), audio_stream_thread, NULL, NULL, NULL, 5, 0, K_NO_WAIT); return 0; }用到的API来自：
- Zephyr 提供：
uart_line_ctrl_get()查询 CDC 串口的 DTR 状态；k_sem_init()/k_sem_take()控制发送同步；ARG_UNUSED()是 Zephyr 宏。- Pico SDK 提供：
adc_run()、adc_irq_set_enabled()、adc_fifo_setup()、adc_fifo_drain()、adc_set_clkdiv()操作 RP2350 的 ADC；dma_channel_*()、dma_start_channel_mask()配置和控制 DMA。- 硬件寄存器：
adc_hw->fifo是 ADC FIFO 寄存器地址。
上位机：
电脑端上位机使用 Python 和 Tkinter 编写，可以选择串口、显示实时波形和电平，并将采集数据保存为 WAV。当前录音格式为单声道、20 kHz、16 位 PCM。
确实可以转换成PCM，当时也确实噪音很大。调了几次gain，也没有太明显的效果。后面再试试软件优化吧。
2 喇叭
2.1 总览
| 类型 | 换能原理 | 驱动信号 | 特点 | 频响 | 体积 | 成本 | 典型应用 |
|---|---|---|---|---|---|---|---|
| 动圈扬声器（电动式，最通用） | 音圈在磁场里，电流驱动音圈带动振膜振动发声 | 模拟交流音频功率信号 | 技术成熟、推力足、失真可控；需要功放驱动 | 全频友好，低频好 | 跨度很大（微型～大低音单元） | 低～中 | 蓝牙音箱、TWS 耳机单元、电视、汽车喇叭、开发板蜂鸣喇叭 |
| 压电扬声器（压电陶瓷） | 压电材料加电压后形变，带动振膜振动 | 模拟交流，可高压驱动 | 结构简单、无磁、不怕电磁干扰；低频差、偏尖 | 高频为主，低频弱 | 很小 | 极低 | 蜂鸣器、便携提示音、穿戴设备提示、简易报警器，很少用来放语音音乐 |
| 静电扬声器（ESL） | 高压电场驱动超薄导电振膜，极板静电吸力推拉振膜 | 高压音频信号（几十～上千 V 偏置） | 解析极高、瞬态好；需要高压驱动、怕潮湿、低频弱 | 中高频极其顺滑，低频难做大 | 薄、大面积 | 很高 | HiFi 高端音箱，消费电子几乎不用 |
| 平板扬声器（平面振膜 / 气动式 AMT） | AMT：褶皱铝膜在磁场里；平面振膜：整块薄膜驱动 | 模拟功率音频 | 扩散好、高频细腻；低频效率偏低 | 中高频优秀 | 偏薄、面积大 | 中高 | 高端头戴耳机、高端 HiFi 音箱、车载顶棚扬声器 |
| MEMS 扬声器（硅喇叭） | 硅工艺微型振膜，静电 / 压电驱动，晶圆级封装 | 数字 / 模拟，很多自带驱动 | 极小、适合 SMT 贴片、一致性好；声压上限有限，低频弱 | 中高频为主 | 芯片级，极小 | 中（正在降价） | 智能眼镜、TWS 副单元、助听器、AR 设备 |
| 骨传导扬声器（骨传导振子） | 振动块机械振动，通过颅骨传声，不靠空气声波 | 模拟功率信号 | 开放听感、不漏音相对更好；有震感、低频弱 | 中低频偏弱 | 中等 | 中高 | 骨传导耳机、安全帽通讯设备 |
| 气传导扬声器（开放式喇叭单元） | 本质还是动圈，结构专门优化远场开放辐射 | 模拟功率音频 | 开放声场，不堵耳；容易漏音 | 全频，低频一般 | 中等 | 中 | 开放式耳机、挂耳耳机 |
因为喇叭需要前后震动发声，所以给的电流是交流电。
不过DAC/CODEC 直接输出的信号电压小、电流能力极弱，推不动喇叭，输出电流只有mA 甚至 μA 级，带载能力非常弱。一般来说喇叭想要正常响、达到额定响度，需要几百 mA 级的电流，DAC 引脚完全给不出这么大电流。所以需要一个功放，来放大电流。
功放：
| 功放类型 | 简介 | 适配喇叭 | 特点 |
|---|---|---|---|
| AB 类功放 | 线性模拟放大 | 动圈为主 | 音质好、噪声低、发热大、效率低，老方案 |
| D 类功放（数字功放 / PWM 功放） | PWM 调制，开关放大 | 动圈、压电、MEMS | 效率高、发热小，现在消费音频主流（WM8960 内部就是 D 类） |
| H 类 / G 类 | 自适应电源轨 D 类改进 | 动圈 | 兼顾效率和大动态，高端音箱 |
不过有些有线耳机，耳机32Ω、16Ω，功率只需要毫瓦级，CODEC内置的耳机驱动缓冲，电流刚好够用，此时就不需要额外外接功放芯片。
2.2 Speaker
这个是目前某宝上随处可见的一个喇叭，功率8W，阻抗3Ω。选择功放如下：
| 组合 | 后果 |
|---|---|
| 功放支持≥8Ω，功放 @8Ω 功率 ≥喇叭功率 | ✅ 理想，余量充足 |
| 功放支持≥8Ω，功放 @8Ω 功率 ＜喇叭功率 | ⚠️ 能用，音量上限不足，大声容易失真 |
| 喇叭阻抗＜功放允许最小阻抗（比如功放最小 4Ω，接 2Ω 喇叭） | ❌ 危险，过流、烧功放 |
喇叭输入的就是经过放大的交流电。因为是交流电，方向一直变化，所以接反了影响也不会太大。
2.3 播放例子
这里给一个MAX98357进行播放的例子。
MAX98357 是一款集成 DAC 与 D 类功率放大的音频芯片，直接接收 I2S 格式的 PCM 数字音频信号，内部完成数模转换后通过 BTL 桥接方式输出差分交流功率信号，可直接驱动扬声器，无需额外模拟功放；它无需 MCLK 主时钟，外围电路简洁，支持增益配置与单声道混合，5V 供电下 8Ω 负载最大输出约 1.8W，适合 STM32、ESP32 等嵌入式设备做语音播报、音频播放，缺点是功率有限，推 3W 8Ω 喇叭无法达到满功率，大音量下容易出现削波失真。
详细的内容之前写过，这里就不再做实验了，直接看就行了。总线学习5--I2S_max98357数据手册-CSDN博客