RV1126 音频AI模块的详解

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