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:LLLLLLRRRRRRLLLLLLRRRRRRLLLLLLRRRRRRL R

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_NORMALAI_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

相关推荐
小白狮ww几秒前
abaqus 算例教程:考虑动水压力的 koyna 地震非线性动力响应分析
人工智能·深度学习·机器学习·abaqus·材料科学·工程模拟·混凝土抗震分析
HyperAI超神经几秒前
预测精度可提升60%,清华李勇团队提出神经符号回归方法,自动推导高精度网络动力学公式
人工智能·ai·数据挖掘·地球科学·神经符号
gorgeous(๑>؂<๑)1 分钟前
【清华大学-MM25】Open3D VQA:面向无人机开放空间的多模态大语言模型空间推理基准
人工智能·语言模型·自然语言处理·无人机
音视频牛哥2 分钟前
Android 音视频实战:基于SmartMediakit实现RTSP/RTMP高性能透传、二次编码与动态水印
音视频·大牛直播sdk·rtsp转rtmp推送·rtsp转发到rtsp服务器·rtsp转rtmp二次编码推送·rtsp二次编码加水印·rtmp二次编码加水印
沛沛老爹3 分钟前
Web开发者进阶AI Agent:LangChain提示词模板与输出解析器实战
人工智能·ai·langchain·llm·agent·提示词·web转型
智航GIS4 分钟前
ArcGIS大师之路500技---036通俗易懂讲解克里金法
人工智能·算法·arcgis
鹤入云霄4 分钟前
机器学习笔记
人工智能·机器学习
小白狮ww7 分钟前
当 OCR 模型开始「理解整页文档」:HunyuanOCR 的端到端之路
人工智能·深度学习·机器学习·ocr·文字识别·文档处理·腾讯混元
无敌最俊朗@8 分钟前
音视频C++开发进阶指南
开发语言·c++·音视频
thinkMoreAndDoMore8 分钟前
AGX&AGX音频概念介绍
音视频