一.什么是音频AI模块
RV1126的AI模块指的是音频输入模块,它的作用是通过内置芯片读取麦克风等音频的模拟信号,然后把音频模拟信号转换成数字信号。在RV1126里面,音频AI模块是所有音频输入的入口。下面是AI模块和麦克风等音频输入模块的关系
- AI模块结构体的重要参数
下面是AI_CHN_ATTR_S结构体的成员变量
pcAudioNode:AUDIO音频节点,默认是default
enSampleFormat:采样格式,下面是RV1126的提供的采样格式,下面好多种采样格式,我们来分别讲解一下:
RK_SAMPLE_FMT_U8:无符号整型8位采样格式,它是8BIT采样格式的一种,这里的U是unsigned的缩写
RK_SAMPLE_FMT_S16:整型16位采样格式,它是16IT采样格式,S是signed的缩写
RK_SAMPLE_FMT_S32:整型32位采样格式,它是32IT采样格式,S是signed的缩写
RK_SAMPLE_FMT_FLT:利用float格式去采样,它是用浮点型格式进行采样。取值范围是[-1.0, 1.0]。
RK_SAMPLE_FMT_U8P:无符号整型8位采样平面格式,这里的P表示的是平面格式,平面格式指的是非交错模式,如:LLLLLLRRRRRRLLLLLLRRRRRRLLLLLLRRRRRRL
RK_SAMPLE_FMT_S16P:整型16位采样平面格式,这里的P表示的是平面格式,平面格式指的是非交错模式,如:LLLLLLRRRRRRLLLLLLRRRRRRLLLLLLRRRRRRL
RK_SAMPLE_FMT_S32P:整型32位采样平面格式,这里的P表示的是平面格式,平面格式指的是非交错模式,如:LLLLLLRRRRRRLLLLLLRRRRRRLLLLLLRRRRRRLR
RK_SAMPLE_FMT_FLTP:浮点型采样平面格式,这里的P表示的是平面格式,平面格式指的是非交错模式,如:LLLLLLRRRRRRLLLLLLRRRRRRLLLLLLRRRRRRL
RK_SAMPLE_FMT_G711A:G711A是标准的ITU-T推荐的标准之一,采用8位精度进行采样,它主要运用在电话领域。A表示的是将一个13bit的PCM样本压缩成8bit样本
RK_SAMPLE_FMT_G711U:G711U是标准的ITU-T推荐的标准之一,采用8位精度进行采样,它主要运用在电话领域。U表示的是将一个14bit的PCM样本压缩成8bit样本。
2.3. u32Channels:音频通道数,音频默认通道数是2
2.4. u32SampleRate:音频采样率,在RV1126里面常用的采样率是16000、44100、48000三种。目前在这个开发中,我们用的是48000,因为48000采样率的音频效果最好。
2.5. u32NbSample:每一帧的采样个数,这个参数要和对应的音频编码格式来设置。AAC音频编码格式对应的采样个数是1024,MP3音频编码格式对应的采样个数是1152,其实还有很多。
2.6. enAiLayout:音频输入布局类型,它提供了三个成员变量选择:AI_LAYOUT_NORMAL、AI_LAYOUT_MIC_REF、AI_LAYOUT_REF_MIC。它默认是用的是AI_LAYOUT_NORMAL类型,默认是AI_LAYOUT_NORMAL。
二.设置AI模块的API
3.1. RK_MPI_AI_SetChnAttr的功能:
RK_MPI_AI_SetChnAttr功能主要是设置AI通道属性
第一个参数:AI模块的通道号ID,取值范围是[0, AI_MAX_CHN_NUM]
第二个参数:AI_CHN_ATTR_S结构体指针
3.2. RK_MPI_AI_EnableChn的功能:
RK_MPI_AI_EnableChn功能主要是打开AI通道
第一个参数:AI模块的通道号ID,这里填的值和设置的通道号一致
3.3. RK_MPI_AI_StartStream的功能:
RK_MPI_AI_StartStream功能主要是启动AI音频流
第一个参数:AI模块的通道号ID,这里填的值和设置的通道号一致