《DNESP32P4开发指南_V1.0》第四十三章 音乐播放器实验（上）

第四十三章 音乐播放器实验

正点原子DNESP32P4开发板配备了三个HP系统的全双工I2S接口和一个LP系统的双工低功耗I2S接口，此外，还外接了一颗HIFI级音频编解码芯片——ES8388，支持最高192KHz 24位的音频播放。该开发板不仅支持高质量的音频播放，还具备音频录制功能（将在下一章详细介绍）。本章将带领读者利用DNESP32P4开发板实现一个简单的音乐播放器，目前仅支持WAV格式的播放。
本章分为如下几个小节：
43.1 WAV&ES8388&I2S简介
43.2 硬件设计
43.3 程序设计
43.4 下载验证

43.1 WAV&ES8388&I2S简介
本节将介绍本章的几个关键知识点，包括WAV格式、ES8388音频编解码器和I2S接口。下面逐一介绍这三个重要概念。

43.1.1 WAV简介
WAV即WAVE文件，WAV是计算机领域最常用的数字化声音文件格式之一，它是微软专门为Windows系统定义的波形文件格式（Waveform Audio），由于其扩展名为"*.wav"。它符合RIFF（Resource Interchange File Format）文件规范，用于保存Windows平台的音频信息资源，被Windows平台及其应用程序所广泛支持，该格式也支持MSADPCM，CCITT A LAW 等多种压缩运算法，支持多种音频数字，取样频率和声道，标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率，16位量化数字，因此在声音文件质量和CD相差无几！。
WAV一般采用线性PCM（脉冲编码调制）编码，本章，我们也主要讨论PCM的播放，因为这个最简单。
WAV 文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF Chunk、Format Chunk、 Fact Chunk（可选）和Data Chunk。每个Chunk由块标识符、数据大小和数据三部分组成，如下图所示：

图43.1.1.1 Chunk组成结构

一个基本的WAVE文件包含三种必备的Chunk：RIFF Chunk、FMT Chunk 和 Data Chunk。如下图所示。

图43.1.1.2 PCM格式的wav文件构成

上图展示了WAV文件的基本必备Chunk，除了这些必备的Chunk，还有其他可选的Chunk。值得注意的是，虽然这些其他Chunk的顺序并没有严格的限制，但其中一个特别需要关注的可选Chunk 是Fact Chunk。Fact Chunk通常用于非PCM编码格式的WAV 文件，提供音频的额外信息。接下来，笔者将使用十六进制编辑器打开WAV文件，逐一分析各个Chunk的内容和作用，帮助读者更深入地理解WAV文件的结构和数据存储方式。

1，RIFF Chunk，共12字节
RIFF Chunk 是WAV文件的根Chunk，它定义了文件的基本类型。RIFF是“Resource Interchange File Format”的缩写，用于标识这是一个基于RIFF格式的文件。下图为十六进制编辑器解析RIFF Chunk的数据。

图43.1.1.3 RIFF Chunk数据

在上图中，RIFF Chunk 占据了文件的前 12 字节。下面表格展示了这 12 字节的字段内容及其说明。

表43.1.1.1 RIFF chunk字段描述

从上表可以得知，所解析的WAV文件总大小为37199220 + 8，即37199228字节。该文件通过Chunk ID字段标识为“RIFF”格式，并通过Format字段标注为WAV文件（“WAVE”）。

2，Format Chunk，共24~26字节
Format Chunk（通常标识为 “fmt ”）描述了音频数据的格式，包括采样率、比特深度、声道数等。下图为十六进制编辑器解析Format Chunk的数据。

图43.1.1.4 Format Chunk数据

在上图中，Format Chunk位于RIFF Chunk的后方，占据24字节。下表展示了这24字节的字段内容及其说明。

表43.1.1.2 Format chunk字段描述

从上表中可以看到，该WAV文件采用PCM音频格式，声道数为2（即立体声），采样率为44100Hz，且每个样本的位数为16位。这些信息表明该文件存储的是标准的CD质量音频数据。值得注意的是，有些软件生成的wav格式，该部分可能有18个字节，含有2个字节的附加信息，具体大小请看Format Size字段。

3，Fact Chunk可选块，共12字节
Fact Chunk（0X74636166）是一个可选的Chunk，通常用于非PCM编码格式的WAV文件（例如压缩音频格式）。它提供额外的元数据，例如压缩音频格式的附加信息或其他特定的音频数据。如果WAV文件使用的是PCM编码格式，则通常不需要Fact Chunk。在本章节中，解析的WAV文件未包含Fact Chunk，因此我们在这里不再对其进行详细讲解。

4，Data Chunk，共N字节
Data Chunk包含实际的音频样本数据，是音频播放的核心数据内容。下图为十六进制编辑器解析Data Chunk的数据。

图43.1.1.5 Data Chunk数据

在上图中，Data Chunk位于Format Chunk的后方（若有Fact Chunk，则Data Chunk位于Fact Chunk的后方），占据N字节。下表展示了这N字节的字段内容及其说明。

表43.1.1.2 Data Chunk字段描述

从上表中可以看到，WAV文件的数据大小为37198936字节。要获取音频数据，我们需要偏移到Data Chunk块的起始位置，这个位置可以通过偏移到文件的0x80地址来访问。此时，我们可以开始读取WAV音频数据并将其通过I2S接口进行发送。
下面是笔者以数据结构体的形式对上述各个Chunk进行描述。每个结构体代表一个Chunk，包含该Chunk的字段信息及其数据类型，帮助读者更清晰地理解各个Chunk的结构。
首先，我们来看看RIFF块（RIFF WAVE Chunk），该块以“RIFF”作为标示，紧跟wav文件大小（该大小是wav文件的总大小-8），然后数据段为“WAVE”，表示是wav文件。RIFF块的Chunk结构如下：

typedef struct
{
    uint32_t ChunkID;           /* chunk id;这里固定为"RIFF",即0X46464952 */
    uint32_t ChunkSize;         /* 集合大小;文件总大小-8 */
    uint32_t Format;            /* 格式;WAVE,即0X45564157 */
} ChunkRIFF;                    /* RIFF块 */

接着，我们看看Format块（Format Chunk），该块以“fmt ”作为标示（注意有个空格！），一般情况下，该段的大小为16个字节，但是有些软件生成的wav格式，该部分可能有18个字节，含有2个字节的附加信息。Format块的Chunk结构如下：

typedef struct
{
    uint32_t ChunkID;           /* chunk id;这里固定为"fmt ",即0X20746D66 */
    uint32_t ChunkSize;         /* 子集合大小(不包括ID和Size);这里为:20 */
    uint16_t AudioFormat;       /* 音频格式;0X01,表示线性PCM;0X11表示IMA ADPCM */
    uint16_t NumOfChannels;     /* 通道数量;1,表示单声道;2,表示双声道 */
    uint32_t SampleRate;        /* 采样率;0X1F40,表示8Khz */
    uint32_t ByteRate;          /* 字节速率 */
    uint16_t BlockAlign;        /* 块对齐(字节) */
    uint16_t BitsPerSample;     /* 单个采样数据大小;4位ADPCM,设置为4 */
//    uint16_t ByteExtraData;   /* 附加的数据字节;2个; 线性PCM,没有这个参数 */
} ChunkFMT;                     /* fmt块 */

然后，我们再看看Fact块（Fact Chunk），该块为可选块，以“fact”作为标示，不是每个WAV文件都有，在非PCM格式的文件中，一般会在Format结构后面加入一个Fact块，该块Chunk结构如下：

typedef struct 
{
    uint32_t ChunkID;           /* chunk id;这里固定为"fact",即0X74636166 */
    uint32_t ChunkSize;         /* 子集合大小(不包括ID和Size);这里为:4 */
    uint32_t NumOfSamples;      /* 采样的数量 */
} ChunkFACT;                    /* fact块 */

最后，我们来看看数据块（Data Chunk），该块是真正保存wav数据的地方，以“data”作为该Chunk的标示，然后是数据的大小。数据块的Chunk结构如下：

typedef struct
{
    uint32_t ChunkID;           /* chunk id;这里固定为"data",即0X5453494C */
    uint32_t ChunkSize;         /* 子集合大小(不包括ID和Size) */
} ChunkDATA;                    /* data块 */

ChunkSize后紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数，wav数据的bit位置可以分成如下表所示的几种形式：

表43.1.1.3 WAVE文件数据采样格式

本章，我们播放的音频支持：16位和24位，立体声，所以每个取样为4/6个字节，低字节在前，高字节在后。在得到这些wav数据以后，通过I2S传输给ES8388，就可以欣赏音乐了。

43.1.2 ES8388简介
ES8388音频编解码器是上海顺芯推出的一款高性能、低功耗、性价比高的音频编解码器，具备丰富的功能，如2个ADC通道、2个DAC通道、麦克风放大器、耳机放大器、数字音效处理、模拟混合与增益控制等。

1，ES8388的主要特性
 I2S接口：支持最高96kHz采样率和24bit音频播放。
 DAC信噪比：96dB，ADC信噪比：95dB。
 工作模式：支持主机模式和从机模式。
 支持立体声差分输入和麦克风输入。
 支持左右声道音量独立调节。
 支持40mW耳机输出，确保没有爆音现象。

2，音频数据传输与控制
I2S接口：ES8388通过I2S接口（即数字音频接口）与MCU进行音频数据传输，支持音频接收和发送。
配置接口：通过两线接口（CE=0/1，即I2C接口）或三线接口（CE脚产生一个下降沿，即SPI接口）进行配置。

3，ES8388的I2S接口
I2S接口由4个引脚组成，分别为：
 ASDOUT：ADC数据输出。
 DSDIN：DAC数据输入。
 LRC：数据左/右对齐时钟。
 SCLK：位时钟，用于同步音频数据的传输。
 MCLK：提供从机ES8388参考时钟。

4，主机/从机模式
ES8388可作为I2S接口的主机，输出LRC和SCLK时钟。然而，在大多数应用中，ES8388作为从机接收LRC和SCLK时钟信号。

5，音频数据模式
ES8388的I2S接口支持4种不同的音频数据模式：
 左（MSB）对齐标准。
 右（LSB）对齐标准。
 飞利浦（I2S）标准。
 DSP/PCM模式。

6，飞利浦（I2S）标准模式
在飞利浦（I2S）标准模式下，数据通过跟随LRC的BCLK的第二个上升沿传输MSB（最高有效位），之后的数据按顺序依次传输，直到LSB（最低有效位）。这种传输方式的具体协议依赖于字长、BCLK频率和采样率。每个采样的LSB与下一个采样的MSB之间应有一个未用的BCLK周期，用于同步和时序的调整。飞利浦标准模式的I2S数据传输协议如下图所示：

图43.1.2.1 飞利浦标准模式I2S数据传输图

图中，fs即音频信号的采样率，比如44.1Khz，因此可以知道，LRC的频率就是音频信号的采样率。另外，ES8388还需要一个MCLK，本章我们采用ESP32-P4为其提供MCLK时钟，MCLK的频率必须等于256fs，也就是音频采样率的256倍。
ES8388的框图如下图所示：

图43.1.2.2 ES8388框图

从上图可以看出，ES8388内部有很多的模拟开关，用来选择通道，同时还有一些运放调节器，用来设置增益和音量。
本章，我们通过IIC接口（CE=0）连接ES8388，ES8388的IIC地址为：0X10。关于ES8388的IIC详细介绍，请看《ES8388-DS》数据手册第10页5.2节。
这里我们简单介绍一下要正常使用ES8388来播放音乐，应该执行哪些配置。
1，寄存器R0（00h），是芯片控制寄存器1，需要用到的位有：最高位SCPRese（bit7）用于控制ES8388的软复位，写0X80到该寄存器地址，即可实现软复位ES8388，复位后，再写0X00，ES8388恢复正常。VMIDSEL[1:0]位用于控制VMID（校正噪声用），我们一般设置为10，即用500KΩ校正。

2，寄存器R1（01h），是芯片控制寄存器2，主要要设置PdnAna（bit3），该位设置为1，模拟部分掉电，相当于复位模拟部分；设置为0，模拟部分才会工作，才可以听到声音。

3，寄存器R2（02h），是芯片电源管理控制寄存器，所有位都要用到：adc_DigPDN（bit7）和dac_DigPDN（bit6）分别用于控制ADC和DAC的DSM、DEM、滤波器和数字接口的复位，1复位，0正常；adc_stm_rst（bit5）和dac_stm_rst（bit4）分别用于控制ADC和DAC的状态机掉电，1掉电，0正常；ADCDLL_PDN（bit3）和DACDLL_PDN（bit2）分别用于控制ADC和DAC的DLL掉电，停止时钟，1掉电，0正常；adcVref_PDN（bit1）和dacVref_PDN（bit0）分别控制ADC和DAC的模拟参考电压掉电，1掉电，0正常；因此想要ADC和DAC都正常工作，R2寄存器必须全部设置为0，否则ADC或者DAC就会不能正常工作。

4，寄存器R3（03h），是ADC电源管理控制寄存器，需要用到的位有：PdnAINL（bit7）和PdnAINR（bit6）用于控制左右输入模拟通道的电源，1掉电，0正常；PdnADCL（bit5）和PdnADCR（bit4）用于控制左右通道ADC的电源，1掉电，0正常；pdnMICB（bit3)用于控制麦克风的偏置电源，1掉电，0正常；PdnADCBiasgen（bit2）用于控制偏置电源的产生，1掉电，0正常；这里6个位，我们全部设置为0，ADC部分就可以正常工作了。

5，寄存器R4（04h），是DAC电源管理控制寄存器，需要用到的位有：PdnDACL（bit7）和PdnDACR（bit6）分别用于左右声道DAC的电源控制，1掉电；0正常；LOUT1（bit5）和ROUT1（bit4）分别用于控制通道1的左右声道输出是能，1使能，0禁止；LOUT2（bit3）和ROUT2（bit2）分别用于控制通道2的左右声道输出是能，1使能，0禁止；我们一般设置PdnDACL和PdnDACR为0，使能左右声道DAC，另外，两个输出通道则根据自己的需要设置。

6，寄存器R8（08h），是主模式控制寄存器，需要用到的位有：MSC（bit7）用于控制接口模式，0从模式，1主模式；MCKDIV2（bit6）用于控制MCLK的2分频，0不分频，1二分频；BCLK_INV（bit5）用于控制BCLK的反相，0不反相；1，反相；一般设置这3个位都为0。

7，寄存器R9（09h），是ADC控制寄存器1，所有位都要用到：MicAmpL（bit7:4）和MicAmpR(bit3:0），这两个分别用于控制MIC的左右通道增益，从0开始，3dB一个档，最大增益为24dB，我们一般设置MicAmpR/L[3:0]=1000，即24dB。

8，寄存器R10（0Ah），是ADC控制寄存器2，需要用到的位有：LINSE（bit7:6）和RINSE(bit5:4)分别选择左右输入通道，0选择通道1，1选择通道2。

9，寄存器R12（0Ch），是ADC控制寄存器4，全部位都要用到：DATSEL（bit7:6）用于选择数据格式，一般设置为01，左右边数据等于左右声道ADC数据；ADCLRP（bit5）在I2S模式下用于设置数据对其方式，一般设置为0，正常极性；ADCWL（bit4:2）用于选择数据长度，我们设置011，选择16位数据长度；ADCFORMAT（bit1:0）用于设置ADC数据格式，一般设置为00，选择I2S数据格式。

10，寄存器R13（0Dh），是ADC控制寄存器5，全部位都要用到：ADCFsMode（bit7）用于设置Fs模式，0单速模式，1双倍速模式，一般设置为0；ADCFsRatio（bit4:0）用于设置ADC的MCLK和FS的比率，我们设置00010，即256倍关系。

11，寄存器R16（10h）和R17（11h），这两个寄存器分别用于控制ADC左右声道的音量衰减，LADCVOL（bit7:0）和RADCVOL（bit7:0）分别控制左声道和右声道ADC的衰减，0.5dB每步，我们一般设置为0，即不衰减。

12，寄存器R18（12h），是ADC控制寄存器10，全部位都要用到：ALCSEL（bit7:6）用于控制ALC，00表示ALC关闭，01表示ALC仅控制左声道，10表示ALC仅控制右声道11表示ALC立体声控制；我们一般设置为11。

13，寄存器R23（17h），是DAC控制寄存器1，需要用到的位有：DACLRSWAP（bit7）用于控制左右声道数据交换，0正常，1互换，一般设置为0；DACLRP（bit6）在I2S模式下用于设置数据对其方式，一般设置为0，正常极性；DACWL（bit5:3）用于选择数据长度，我们设置011，选择16位数据长度；ADCFORMAT(bit1:0)用于设置DAC数据格式，一般设置为00，选择I2S数据格式。

14，寄存器R24（18h），是DAC控制寄存器2，全部位都要用到：DACFsMode（bit7）用于设置Fs模式，0单速模式，1双倍速模式，一般设置为0；DACFsRatio（bit4:0）用于设置DAC的MCLK和FS的比率，我们设置00010，即256倍关系。

15，寄存器R26（1Ah）和R27（1Bh），这两个寄存器分别用于控制DAC左右声道的音量衰减，LDACVOL(bit7:0)和RDACVOL（bit7:0）分别控制左声道和右声道DAC的衰减，0.5dB每步，0表示0dB衰减，192表示96dB衰减；通过这两个寄存器可以完成输出音量的调节。

16，寄存器R29（1Dh），是DAC控制寄存器7，需要用到的位有：ZeroL（bit7）和ZeroR（bit6)分别控制左右声道的全0输出，类似静音，1输出0，0正常；一般设置为0。Mono（bit5）用于单声道控制，0立体声，1单声道；一般设置为0。SE（bit4:2）用于设置3D音效，0~7表示3D效果的强弱，0表示关闭。

17，寄存器39（27h）和42（2Ah），分别控制DAC左右通道的混音器，LD2LO（bit7）和RD2RO（bit7）分别控制左右DAC的混音器开关，0关闭，1开启，需设置为1；LI2LO（bit6）和RI2RO（bit6）分别控制左右输入通道的混音器开关，0关闭，1开启，一般设置为1；LI2LOVOL（bit5:3)和RI2ROVOL（bit5:3）分别控制左右输入通道的增益，0~7表示-6 ~ -15dB的增益调节范围，默认设置为111，即-15dB。

18，寄存器43（2Bh），是DAC控制寄存器21，这里我们只关心slrck（bit7）这个位，用于控制DACLRC和ADCLRC是否共用，我们设置为1，表示共用。

以上，就是我们使用ES8388时所需要用到的一些寄存器，按照以上所述，对各个寄存器进行相应的配置，即可使用ES8388正常播放音乐了。关于ES8388更详细的寄存器设置说明，我们这里就不再介绍了，请大家参考ES8388的数据手册自行研究。

43.1.3 I2S简介
I2S（Inter-IC Sound）是一种用于数字音频设备之间传输音频数据的串行通信协议，广泛应用于音频数据的传输，如在DSP（数字信号处理器）、DAC（数模转换器）、ADC（模数转换器）及其他音频处理单元之间的数据交换。ESP32-P4的I2S模块集成了多功能的音频传输接口，支持多种音频数据格式和采样率，适用于音频录制、回放、音频处理等应用。
ESP32-P4的HP系统集成了三个I2S接口：I2S0、I2S1和I2S2和LP系统的一个低功耗I2S接口。这些接口为多媒体应用中的数字数据流传输提供了灵活的通信方式，尤其适用于数字音频应用。I2S协议常用于数字音频设备之间的数据传输，使ESP32-P4能够高效支持各种音频相关的应用。
1，I2标准总线有三个主要信号：
1）位时钟（BCK）：位时钟用于同步设备之间的数据传输速率，定义了I2S总线上传输数据位的速度。
2）字选择（WS）：该信号也称为通道选择信号，用于区分传输的数据是左声道还是右声道，从而实现立体声音频传输。
3）串行数据（SD）：此线路以串行位流的形式传输实际的音频数据。
4）主时钟线（MCLK）：该信号线可选，具体取决于从机，用于向 I2S 从机提供参考时钟。
在基本的I2S总线配置中，包含一个主设备和一个从设备。主设备生成BCK和WS信号，控制通信的时序，从设备则遵循主设备的时序。这种主从关系在整个通信过程中保持不变ESP32-P4的I2S模块设计有独立的发送（TX）和接收（RX）单元，支持高性能的同时数据传输和接收。
2，ESP32-P4的I2S模块特性
1）主模式和从模式：支持I2S设备作为主设备或从设备进行通信。
2）全双工和半双工通信：支持数据的双向传输，可以在同一时间发送和接收数据。
3）独立的 TX和RX单元：可以独立工作或同时工作，提高数据处理的灵活性。
4）支持多种音频标准：
 TDM Philips标准
 TDM MSB对齐标准
 TDM PCM标准
 PDM 标准
5）支持多种TX/RX模式：
 TDM TX模式：支持最多16个通道
 TDM RX模式：支持最多16个通道
 PDM TX模式：原始 PDM 数据传输和PCM 转 PDM 数据格式转换（仅支持 I2S0），最多支持 2 个通道
6）PDM RX模式
 原始PDM数据接收
 PDM转PCM数据格式转换（仅支持 I2S0），最多支持 8 个通道
7）可配置的APLL时钟：频率最高可达240 MHz。
8）可配置的高精度采样时钟：支持多种采样频率。
9）8/16/24/32位数据宽度：支持多种数据宽度，以满足不同的数据精度需求。
10）TX模式下的同步计数器：确保数据传输的同步性。
11）ETM特性：扩展了数据的传输能力。
12）直接内存访问（仅支持GDMA-AHB）：提供高效的数据传输。
13）标准I2S接口中断：便于实时数据处理。

43.1.3.1 I2S硬件架构与工作原理
ESP32-P4 I2Sn模块的结构如下图所示。

图43.1.3.1.1 ESP32-P4 I2Sn框架图

上图展示了ESP32-P4 I2S模块（I2Sn）的架构，包含多个关键部件，以支持音频数据的传输和接收。具体描述如下：
1，时钟生成器（Clock Generator）
用于生成I2S模块的时钟信号，支持XTAL（晶振）、APLL（音频锁相环）以及外部MCLK输入，灵活调整时钟源，以满足不同的采样率和传输速率需求。
2，GDMA支持
I2S模块可以通过GDMA控制器直接访问内部存储器，以实现高效的数据处理，详细内容可参考《ESP32-P4技术参考手册》的GDMA控制器章节。
3，压缩/解压缩单元
支持A-law和μ-law音频压缩/解压功能，适用于语音数据压缩需求，从而有效地降低传输带宽要求，提高数据传输效率。
4，发送和接收FIFO缓冲区
用于生成I2S模块的时钟信号，支持XTAL（晶振）、APLL（锁相环）以及外部MCLK输入，灵活调整时钟源，以满足不同的采样率和传输速率需求。
5，发送（TX）和接收（RX）单元
发送控制单元（TX Unit）：负责将音频数据从TX FIFO缓冲区传输到外部设备。它支持传统TDM（时分复用）格式和PDM（脉冲密度调制）格式，还内置了一个PCM（脉冲编码调制）到PDM的转换器，以实现多种音频编码的兼容性。
接收控制单元（RX Unit）：从外部设备接收音频数据并存储到RX FIFO缓冲区。与TX单元相似，RX单元也支持TDM和PDM格式，并配有PDM到PCM的转换器，能够处理不同编码格式的音频信号。
6，GPIO矩阵（I/O Sync）
确保I2S的输入和输出信号同步。在主模式下，该单元会生成时钟信号（如BCK、WS），在从模式下则接收外部时钟信号以进行同步。这种设计使I2S模块能够作为主设备或从设备运行，灵活适应不同的应用场景。I2S信号可以通过高性能GPIO矩阵（HP GPIO Matrix）映射到芯片的特定引脚，相关内容请参考《ESP32-P4技术参考手册》的GPIO矩阵和IO MUX章节
通过这些模块的协同工作，ESP32-P4的I2S接口可以在高效处理和传输音频数据的同时，支持多种数据格式（如PCM、PDM），满足语音、音乐等多种应用场景的需求。
下面，笔者将重点讲解时钟生成器（Clock Generator）如何为TX/RX模块提供所需的时钟。具体内容请参见下图。

图43.1.1.2 I2Sn时钟生成器

上图详细描述了ESP32-P4的I2S时钟生成模块的工作原理。以下是该模块的主要总结：
1）时钟源选择
I2S模块的TX（发送）和RX（接收）时钟可以从多个时钟源中选择，以确保与系统的时序需求匹配。时钟源包括系统的40 MHz晶体时钟（XTAL_CLK）、音频锁相环（APLL_CLK）时钟以及外部输入的MCLK信号（I2Sn_MCLK_in）。其中，XTAL_CLK适用于大多数标准时序要求，APLL_CLK则提供了可调频率的优势，适合高保真音频应用，而I2Sn_MCLK_in则用于需要外部同步的场景。通过配置 HP_SYS_CLKRST_I2Sn_TX/RX_CLK_SRC_SEL 和 HP_SYS_CLKRST_I2S0_TX/RX_CLK_EN 寄存器，用户可以灵活地选择TX和RX的时钟源，确保数据传输的精确性和稳定性。
2）分频器配置
I2S模块的TX和RX主时钟（分别为I2Sn_TX_CLK和I2Sn_RX_CLK）是通过所选时钟源经过分频器生成的。主时钟频率fI2Sn_CLK_S，也就是上图讲解的三个时钟源其中一个，通过以下公式计算：

其中，𝑁是一个整数分频值，范围为2到256，用户可以通过配置 HP_SYS_CLKRST_I2Sn_TX/RX_DIV_N 寄存器来设置。参数𝑎和𝑏则用于配置分数分频器（fractional divider），通过精细调节这些值，可以实现更高精度的频率设置，从而满足特定应用的时钟要求。
3）串行时钟（BCK）生成
I2S模块的TX和RX串行时钟（分别为 I2SnO_BCK_out 和 I2SnI_BCK_out）是通过主时钟 I2Sn_TX_CLK 和 I2Sn_RX_CLK 进一步分频生成的。发送BCK频率的计算公式如下：

其中，MO是一个整数值，通过I2Sn_TX_BCK_DIV_NUM配置，且需确保𝑀𝑂≠1。接收BCK频率的计算方式类似，MI为I2Sn_RX_BCK_DIV_NUM寄存器数值+1，同样它不允许为1。这些分频设置使得可以精确调整串行时钟频率，以适应不同的音频数据传输需求。
4）I2Sn_MCLK输出
在I2S主模式下，I2Sn模块可以输出主时钟（I2Sn_MCLK_out）作为外设的时钟源，用于同步外围设备的操作。
通过上述配置和分频设计，ESP32-P4的I2S时钟生成器可以灵活地选择时钟源并生成适合的时钟信号，以适应不同的音频采样率和传输速率要求。这些模块的协同工作增强了ESP32-P4在音频处理方面的灵活性和兼容性。

43.1.3.2 I2S驱动文件调用结构
在ESP32-P4的开发中，I2S（Inter-IC Sound）接口驱动提供了多种通信模式，包括标准模式、PDM模式和TDM模式，以适应不同的音频应用需求。I2S驱动的文件结构和调用关系经过精心设计，以支持多种应用场景，提供了新旧两套API供用户选择使用。
为了兼容已有的I2S驱动应用，同时提供更灵活和高效的音频处理能力，ESP-IDF框架中实现了原有的I2S驱动和新驱动。用户可以基于需求选择适合的API接口，但需要注意的是，原有驱动与新驱动无法共存。在开发过程中，用户应根据项目需求选择合适的头文件，选择适合的通信模式，并依赖正确的头文件结构来确保应用的稳定性和兼容性。I2S驱动文件结构分为公共头文件、私有头文件和源文件三部分。公共头文件主要向应用程序提供API接口，私有头文件则主要用于驱动内部调用。整个结构的模块化设计使得代码维护和扩展更为方便，帮助开发者更快地集成I2S功能。下图为I2S 文件结构

图43.1.3.2.1 I2S 文件结构

上图展示了I2S文件结构和各文件的依赖关系。以下是对文件结构的说明：
1，顶层应用接口文件：
i2s.h：提供原有I2S API，供使用旧驱动的应用程序调用。旧版API不支持新特性，但在一些老应用中依然可用。
i2s_std.h：提供标准通信模式的API，用于新驱动的标准模式。该文件包含配置标准I2S通信的函数。
i2s_pdm.h：提供PDM通信模式的API，供新驱动的PDM模式使用。PDM（脉冲密度调制）模式主要用于麦克风输入等音频处理场景。
i2s_tdm.h：提供TDM通信模式的API，供新驱动的TDM模式使用。TDM（时分多路复用）模式用于多通道音频通信。
2，公共类型文件：
i2s_types_legacy.h：定义旧驱动中使用的类型和结构体，专为与旧I2S API兼容而设计。
i2s_types.h：定义I2S模块中的公共类型，包括在各个I2S模式下都可能使用的基础类型。
3，公共功能文件
i2s_common.h：提供所有通信模式通用的API接口，包括初始化、配置、启动等公共操作。这样可以避免在每个模式文件中重复实现公共操作。
i2s_common.c：实现了i2s_common.h中声明的通用API逻辑，将公共操作的功能具体实现，以便不同模式复用。
4，私有头文件
i2s_private.h：包含仅在驱动内部使用的私有函数和定义，避免了与公共接口的混淆。该文件中的内容不直接对用户开放，只在驱动的内部实现中使用。
5，HAL层文件
i2s_hal.h：定义了硬件抽象层（HAL）的接口，屏蔽了底层硬件细节，为上层提供更为抽象的I2S操作。
i2s_hal.c：实现了HAL层的具体操作逻辑，与底层硬件直接交互。
i2s_ll.h：提供低层（LL）接口，包含底层寄存器操作函数，以更直接的方式访问I2S硬件。
6，旧版I2S驱动文件
i2s_legacy.c：包含旧I2S驱动的具体实现逻辑，适用于兼容原有I2S API的应用。
注意：原有驱动与新驱动不可共存。应用应选择包含i2s.h来使用原有驱动，或包含i2s_std.h、i2s_pdm.h、i2s_tdm.h来使用新驱动。未来，原有驱动可能会被移除。

43.2 硬件设计
43.2.1 程序功能
本章实验功能简介：开机后，先初始化各外设，然后检测字库是否存在，如果检测无问题，则开始循环播放SD卡MUSIC文件夹里面的歌曲（必须在SD卡根目录建立一个MUSIC文件夹，并存放歌曲在里面），在TFTLCD上显示歌曲名字、播放时间、歌曲总时间、歌曲总数目、当前歌曲的编号等信息。KEY0用于选择下一曲，KEY1用于选择上一曲，KEY2用来控制暂停/继续播放。LED0闪烁，提示程序运行状态。
注意：在接入RGBLCD屏时，我们发现MCU与ES8388之间的通信可能会出现丢包现象。经过半个月的调试，最终通过将RGBLCD的数据线与I2C通信线分开布线，极大的减少了丢包现象。然而，偶尔仍会出现丢包现象。为了解决这一问题，我们在ES8388的写函数中添加了do-while语句，确保ES8388能收到应答后再继续执行操作。若读者希望进一步减少丢包现象，可以尝试调整RGBLCD的电源电压。具体方法是在rgblcd.c文件中，将LDO4的输出电压调整为2200mV（即2V）。在DNESP32P4开发板中，ESP32-P4芯片的LDO4用于控制VDDPST1电源域的电压，而VDDPST1管脚则用于与RGBLCD进行通信。通过调节LDO4的输出电压，可以更好地减少与ES8388通信时的丢包问题。需要注意的是，此问题仅出现在接入RGBLCD屏时，若接入MIPI显示屏则不会出现丢包现象。

43.2.2 硬件资源
本实验，大家需要准备1张TF卡（在里面新建一个MUSIC文件夹，并存放一些歌曲在MUSIC文件夹下）和一个耳机（非必备），分别插入TF卡接口和耳机接口，然后下载本实验就可以通过耳机或板载喇叭来听歌了。实验用到的硬件资源如下：
1）LED灯
LED 0 - IO51
2）ES8388音频CODEC芯片，通过I2S驱动
3）I2S音频接口
I2S_BCK_IO - IO47
I2S_WS_IO - IO48
I2S_DO_IO - IO49
I2S_DI_IO - IO50
I2S_MCK_IO - IO46
4）XL9555
IIC_INT - IO36
IIC_SDA - IO33
IIC_SCL - IO32
EXIO_8 - KEY0
EXIO_9 - KEY1
EXIO_10 - KEY2
5）RGBLCD/MIPILCD（引脚太多，不罗列出来）
6） SPIFFS
7）SD卡
CMD - IO44
CLK - IO43
D0 - IO39
D1 - IO40
D2 - IO41
D3 - IO42

43.2.3 原理图
ES8388器件相关原理图，如下图所示。

图43.2.3.1 ES8388硬件原理图

DNESP32P4开发板板载的ES8388解码芯片的驱动电路原理图如上图所示。图中，PHONE接口可以用来插耳机，SPK_IN连接了板载的喇叭，IIC接口和24C02等芯片共用。