WAV 播放器的终极可和传统的CD拼吗？

kmingroy

玩音响有一定的时间了，在20年前狂热于DIY，后来发现自己辛苦的杰作还不如在二手市场的廉价日货。没多久又发现日货水准与欧美的产品差距极大。在最近几年，都是沉迷在欧美的器材上。多年的经历，感觉玩音响不仅是玩技术上的差异，更多时候感觉到它也是另类的艺术。

你在选择器材，同时器材也在挑你。

几年前就有制作WAV播放器的想法。当时出发点很简单，我以为WAV可做到的无损记录，理所当然就以为WAV是可媲美CD的，现在SD卡的性价比越来越高，32G的也仅7百多，要是用他来实现CD一样音质的WAV应该是不太难的事。
但现实并不能如愿，先是在i-pot glass 用EAC抓轨播放。发现中高频发干，缺乏到人声的感情味，与CD的音质量无法相提并论。后来又试了N多品牌MP3,4，结果也如此。
实在不甘心，我一直以为可能是商品化的产品用料的关系，音质可能会打折扣。因此在前些日子重操旧业，DIY了一台WAV播放器。满以为应该可有很大的改善。但冷静试听了数天，最终认定还是不如愿，偶然某天竟发现我的老电脑 IBM A31P 播放WAV是最出色，
音色最接近原CD。这发现让人很郁闷，于是下狠心要弄个究竟。几经周折好像有了点眉目：
1．        理论上来说，如果WAV的数据正确性是应该比CD高，因为CD是音轨数据是没有校验机制的，错了就错了，一直往前走，应该说WAV的音质更高于普通CD呀，于是乎，我又捣鼓起来，用同样的解码器，同样的耳放和耳机，但效果就是逊色于CD。问题肯定就是出数字输出上。
2．        前些天，在查阅CD的原理的时候，有资料表明，CD发明没有加入校验码，是因为当时为了节省空间。把它给去掉了，果真如此吗？如果为真CD经历了那么多年
这落伍的做法应该早就该升级了呀，难到正如网上所传，是为了知识产权的原因吗？
3．        为什么A31P的音质好像略有胜出呢？

kmingroy

为了个究竟，通过DIY WAV 播放器后，因为数据的读取和传输过程均是自己写的代码，在反复的调试过程中，终有所悟：
     为了保证DAC 的正确转换，除了系统始终要稳定外，数据同步也是同样的重要，看到网上不少作品都用了有温补的有源晶体作为时钟源，目的就是为了解决时钟抖动带来的失真。但仅时钟稳定就行了吗？问题好象没有这么简单。CPU每次都均只读512字节。在0~512字节中数据处里中，数据流是稳定的，但在块装载过程中，肯定会出现数据不同步，重者断音，轻者出现转换相移错位。但这在CD上不会出现，因为CD每个BIT都是同等时间读取的，没有等待的时序出现。如WAV工作在44.1K，也就意味着每秒钟会出现2756次的数据抖动，如果你的播放器有操作系统，操作系统的TICK，约为500次的切换，还有键盘检测，
显示驱动等等因素，数据干扰综合后越会出现0.5~8KHZ的时钟干撓源,这就似乎可解释为什么不同的配置和系统WAV播放效果不一的原因了.因为干扰导致波形相移的存在,会造成高频的波形失真,特别表现在人声的齿音发粗,易和乐器高频混淆,吐音的节奏感减弱,表现细节抖降.感情_色彩不明显.如果你用他来听邓丽君的的演唱,那爹声爹气的感觉没法表现出来,更别说那气流节奏性的表现了,这也可用来解释为何功能越多(MP4)用来播WAV音质量更差的原因了. 上面提到用A31P来播放有很好的表现,估计是他将50多M的数据一口气读到内存,从而保证数据相对的流畅性而得来的吧.

kmingroy

谈到这里,好象CD没有数据的校验,并不是他的先天不足,而是为了音质作出的取舍吧,如果有了数据的校验,那如何能保证数据的准确同步呢?所以天价的转盘和抗谐振系统是必须的.也只有这样才可能达到真正的HI-END! 科技一日千里的今天,设计者并没有在CD的数据格式上花太多的时间,而是如何用天价的技术去改善读取数据的准确性,这并不是产业链造成的也不是知识产权的原因.
     有朋友提及,将50M的数据一次性读到内存,这不是一了百了吗?听起来很有道理,但细想发现有问题,50M的数据读取最快也要10多秒呀,如过听半个小时的交响乐怎么办?用这样的机器不爽吧!
     得到这似乎的发现后,我想唯一的方法是用双核读写,一核传数据,另一核读数据,用双口RAM 进性数据乒乓操作,这谨是幻想,当然没有实践.
     以上观点仅是个人所见,可能纯属谬论,欢迎大家一起探讨.

armok

楼主看来做了大量的尝试。 无论是否正确，COOL !

楼主只是提到了数据的读入与处理的连贯性，这是WAV播放的最基础。 基础解决了，DA转换就显得更为重要 ....



很老款的A31P的DA转换估计用料是比较足的，正如当初的CREATIVE声卡。

mowin

一楼试过“双缓冲区+DMA”方法吗？

gzhuli

正确实现的WAV播放器不会数据抖动，LZ的认识是想当然的。
1.大部分单片机的I2S接口本身是双缓冲的，即使是96KHz/32-bit的数据流，也有1.3us的装填数据时间，只要在1.3us内往I2S送入数据就不会“断流”。
2.大部分播放器都会使用DMA往I2S送数据，不用CPU干预，DMA只需要等待内存总线控制权，这个时间一般不会超过100ns。
3.部分单片机支持DMA双缓冲机制，这是第二层的双缓冲保障，一个4KB缓冲区能提供5.3ms的96KHz/32-bit数据流，CPU只需要在5.3ms内完成4KB读盘操作即可保证数据不间断输出，这对大部分带I2S接口的单片机来说是很轻松的。
4.CD也不是“每个BIT都是同等时间读取的，没有等待的时序出现”的，CD也有CIRC校验、副码等“杂质”夹在数据中，不是读什么输出什么的，数据也要经过处理。

kmingroy

哈哈，果然咕唧霖是牛人。
其实上面的观点，我是想挑起一个话题，抛砖引玉。
以上的观点是我一些死党茶余饭后的话题。甚至他还抓了
一些市面上的MP3的波放WAV的波型和我对质。
不过的真的不少山寨板的机子，放WAV有问题，引起问题的因素
真的很多，我们也真的不好解释为何同样的解码器同样的耳放
为何有差距。大部分有I2S单片机都有DMA数据传送机制，但如果
有了操作系统和复杂的GUI，1~2微秒的断流是存在的,可能现在作的
播放器架构不好,用的是STM32来做的,实用性还真有点问题,首先USB
的读写超慢(当然这不会影响音色),由于没用硬字库,在处理显示和数据传输间
还真的很容易断流.比如响应键盘,响应时间中断处理.还真的有影响.
对STM32 硬件还不太了解,仍在摸索中...

kmingroy

上面的一些观点很多是引用我的老板,是个港版的发烧友,他的谬论很多.
但也不完全都是谬论,对一个外行人,一个搞金融的人是不容易.但他的说法还真的
让不少人信服.

elecboy

目前的PC性能和操作系统，数据断流的可能性不大，毕竟有DMA，有缓冲，CPU性能也足够。当然，负荷极重时还是有可能，尤其USB接口的声卡，USB接口实时性天然不佳，倒霉时断流是可能的。这个我还真碰到过，我这有个龙芯盒子当上网代理服务器，本身没声卡，没事干接了个USB声卡顺便放放歌听，当同时进行高负荷尤其硬盘相关操作时，声卡声音明显会出现嘶嘶的声音，这个应该就是数据断流引起的，同样的声卡接在我的PC上是没有这个现象的，估计是龙芯盒子性能不够，硬件设计尤其USB部分也烂引起的(这不是工艺问题，因为盒子的板子做工很好，用了极多的固体钽电容，铝电解都没有，这属于先天不足，再好的周边元件和生产工艺也没用)。
如果是stm32这种芯片，处理不好断流可能性就更大了，不过这个跟你播放CD还是wav没啥关系，你用stm32放cd数据流，会面对同样问题。

90999

回复【6楼】kmingroy  
哈哈，果然咕唧霖是牛人。
其实上面的观点，我是想挑起一个话题，抛砖引玉。
以上的观点是我一些死党茶余饭后的话题。甚至他还抓了
一些市面上的mp3的波放wav的波型和我对质。
不过的真的不少山寨板的机子，放wav有问题，引起问题的因素
真的很多，我们也真的不好解释为何同样的解码器同样的耳放
为何有差距。大部分有i2s单片机都有dma数据传送机制，但如果
有了操作系统和复杂的gui，1~2微秒的断流是存在的,可能现在作的
播放器架构不好,用的是stm32来做的,实用性还真有点问题,首先usb
的读写超慢(当然这不会影响音色),由于没用硬字库,在处理显示和数据传输间
还真的很容易断流.比如响应键盘,响应时间中断处理.还真的有影响.
对stm32 硬件还不太了解,仍在摸索中...


大体上都给你说对了~~~~stm32我还没用，不过据做NET RADIO的朋友说，的确不合适。

-----------------------------------------------------------------------

qlb1234

2． 前些天，在查阅CD的原理的时候，有资料表明，CD发明没有加入校验码，是因为当时为了节省空间。把它给去掉了，果真如此吗？如果为真CD经历了那么多年
这落伍的做法应该早就该升级了呀，难到正如网上所传，是为了知识产权的原因吗？
--------------------------------------------------------------------------------------
專業人員路過，CD-DA確實是不校驗的。但讀取CD時不會輕易出錯，因爲CD-DA上的數據都是經過8-14編碼的，讀到了誤碼的話，CD機會重讀那一段。但是不排除剛好誤到了正確的碼。
確實是知識產權的問題，但現在應該應經成爲了標準的問題了：大家都按Sony-Philips的標準做，你如果按自己的標準，就賣不出去。

gzhuli

CD-DA有2层纠错机制：
第一层是EFM，主要目的是为了循迹伺服，不具备纠错能力。
第二层是CIRC，有校验和纠错功能，但是纠错能力比较差。

大部分台式CD机不具备缓冲（指纯CD机，很多VCD和DVD有缓冲），读到误码而CIRC无法纠正的话也不会去重读，只会直接输出最好的纠错结果。车载和便携CD则带缓冲，出错会重读。

gzhuli

回复【6楼】kmingroy
大部分有I2S单片机都有DMA数据传送机制，但如果
有了操作系统和复杂的GUI，1~2微秒的断流是存在的,可能现在作的
播放器架构不好,用的是STM32来做的,实用性还真有点问题,首先USB
的读写超慢(当然这不会影响音色),由于没用硬字库,在处理显示和数据传输间
还真的很容易断流.比如响应键盘,响应时间中断处理.还真的有影响.
对STM32 硬件还不太了解,仍在摸索中...
-----------------------------------------------------------------------

设计良好的代码能够很好平衡GUI、键盘、读卡等任务的优先级。
论坛的网络收音机就是STM32做音频应用的成功范例，SDIO读卡、SPI Flash读字库和GUI资源、键盘和触摸屏、网络、USART控制台、软解MP3，安排得井井有条，即使在播放MP3过程中操作GUI也不会有I2S断流的情况出现，GUI刷屏速度也不会有大幅度下降。

当然，要做到这些不容易，软硬件都做了不少特殊处理，费了N多心血才换来的。实际上STM32本身做音频应用还是比较弱的，不建议使用。
列举几个收音机中遇到的绊脚石：
1.STM32F103系列只有一个PLL，在保留USB功能的前提下，I2S无法准确输出44.1k/48k采样率。STM32F107系列有改进，但仍不算完美。
2.两个I2S均有BUG。
3.FSMC也有BUG，DMA操作FSMC会有问题（据说新版REV Y的芯片解决了这两个BUG）。
4.DMA没有双缓冲功能，必须在16个I2S时钟的时间内响应中断并完成DMA重置（如果代码写得不好，来不及响应，就断流了）。

x9fish

回复【12楼】gzhuli  咕唧霖
设计良好的代码能够很好平衡gui、键盘、读卡等任务的优先级。
论坛的网络收音机就是stm32做音频应用的成功范例，sdio读卡、spi flash读字库和gui资源、键盘和触摸屏、网络、usart控制台、软解mp3，安排得井井有条，......
-----------------------------------------------------------------------
请问目前能最好的输出i2s音频流的芯片是什么呢，可以是单片机或者专用芯片。
我想要的方案，需要达成的任务很简单，就是从网络获取数据，并准确的输出i2s音频流。
使用轻量的实时操作系统，比如RTT。

gzhuli

回复【13楼】x9fish
-----------------------------------------------------------------------

很难说最好，各有优点和缺点。
我想说AVR32UC3A，但是成本高而且有价无市，不敢推荐。
如果不带网络的单片机，选择就多了，不要求USB的话直接用11.2896MHz或者12.288MHz的晶振就行了，STM32也能胜任。

kmingroy

呵呵,謝謝高人點明, 這可是wav play fans 的福呀.gzhuli 咕唧霖 提到的問題,我都給碰上了.
謝謝!我再試下, 如果有進展,會和大家分享.

fsclub

兄弟，有缓冲了啊！没缓冲MP3都会卡。不要说WAV了。

ricefat

对于STM32能不能在硬件上做成双晶振呢？平时操作和音乐用11.2896MHz或者12.288MHz，当接入USB时候自动切换到适合USB的晶振？

sharpufo

我怎么感觉我用STM32F103RB+TDA1305做的烂WAV播放器比家里那台老CD SONY CDP-950声音还甜很多。
现在cd机摆一边去了，换碟太麻烦了，声音又好不到哪去。用这个WAV播放器搞张8GB的SD卡就能放个一百五十多首。

IIS时钟采用ATMEGA88生成，ATMEGA88的晶振用有源的，独立于STM32，STM32 的 SPI 从机 RX 中断优先级置为所有开启的中断最高级,中断里喂数据给TDA1305。这样STM32可以超频到比较高的频率),而不会引起频率抖动对IIS的影响.开了4个1KB的 BUFFER,跑64MHZ，从不断流。最高跑到过144MHZ（理论值,解码FLAC可能需要这么高的速度,不过这个芯片RAM太小，得换芯片),对音质的影响分辨不出来。

文件系统FATFS0.07e。Unicode转GBK对照表是放在SD卡中的。GBK字库也是放在SD卡中的。代码体积比较少，20KB左右，当然UI界面还比较简单.自娱自乐，能播放出来好声音就够了,界面太花哨自己反而不喜欢.

lyping1987

不错，对我来说就是一种鼓励呀！

rfour

make ,up

wsxqazx

make
!!!!

wangyi1e

果然是高人啊