【STM32+MAX98357】MP3转PCM存入Flash并控制音频输出
一、前言
针对MCU内存资源受限问题，可将资源预先烧录至外部Flash，此前《LVGL从外部Flash读取并显示图片：自定义解码器方案》 已详细阐述图片资源的读取与显示方法。本文将以音频场景，介绍基于外部Flash的MP3音频播放输出控制方案。
二、系统介绍
1、项目实现的功能
（1）将不同音频格式的文件转换成PCM文件。
（2）将PCM音频数据写入外部Flash存储。
（3）读取外部音频数据并控制播放。
2、项目硬件组成
（1）主控芯片：STM32F103RCT6。
（2）音频功放模块：使用MAX98357模块，是一款I2S接口D类音频功放模块。
（3）喇叭：4欧3.2W喇叭。
（4）Flash存储器：W25Q64。
三、音频文件转换成PCM文件
1、音频格式选择
常用的音频格式有MP3、WAV等格式：
（1）MP3格式：属于有损压缩格式，存储占用空间小，但需额外解码运算，会大量消耗MCU算力与内存资源。
（2）WAV格式：完整保留原始音频音质与全量信息，但不同文件的头结构存在差异，需解析不同头信息才能读取音频数据。
PCM是音频的原始裸数据格式，各类压缩音频格式均可通过解码转换为标准PCM流。以MP3为例，其压缩编码后的音频数据，经完整解码流程后可还原为原始PCM采样序列。转换得到的PCM数据不携带任何格式头、元信息等附加字段，仅保留纯粹的音频波形采样值。
2、安装FFmpeg软件
（1）在FFmpeg官网下载软件，根据所用平台下载对应版本。如下图为使用Windows系统平台选择的版本。
官网下载网址：https://ffmpeg.org/download.html
（2）将压缩包解压到安装目录，并添加环境变量。进入高级系统设置窗口界面，按下图顺序添加安装目录下bin文件路径。
（3）打开命令提示符（CMD），输入"ffmpeg -version"命令并回车。若终端正常显示FFmpeg的版本号及编译信息，即表示安装成功。
3、使用FFmpeg命令转换
（1）命令的基本格式为：
c
ffmpeg [全局选项] {[输入选项] -i 输入源} ... {[输出选项] 输出目标} ...
*全局选项：全局参数，如 -y 覆盖输出、-n 不覆盖、-loglevel 设置日志，影响整个进程 。
*输入块：可重复多次，格式为 [输入特定选项] -i <输入源>；-i 前参数仅对该输入生效（如 -ss 跳时、-t 限时、-f 强制输入格式）。
*输出块：可重复多次，格式为 [输出特定选项] <输出路径>；-i 后、输出文件名前的参数仅对该输出生效（如 -c:v 编码、-b:v 码率、-s 分辨率）。（2）关于音频常用的FFmpeg命令选项：
c
-i：指定输入文件路径（必须位于输出选项之前）。
-y：强制覆盖输出文件。
-n：若文件存在则不执行。
-f：强制指定封装格式。
-ss：设置起始时间点（支持 HH:MM:SS 或秒数），置于 -i 前为快速定位，置于后为精确解码。
-t：设置处理时长。
-to：设置结束时间点。
-c:a / -acodec：指定音频编码器；设为 copy 保持原音频流不变。
-b:a：设置音频码率（如 128k, 192k）。
-ar：设置音频采样率（常用 44100, 48000）。
-ac：设置音频声道数（1 单声道，2 立体声）。
-an：禁用音频流（仅保留视频）。（3）使用命令提示符（CMD），输入PPmpeg命令将不同音频格式转换成PCM格式文件：
c
ffmpeg -i demo.mp3 -ar 44100 -ac 2 -f s16le -acodec pcm_s16le demo.pcm
ffmpeg -i demo.wav -ar 44100 -ac 2 -f s16le -acodec pcm_s16le demo.pcm
命令选项：
-ar 44100：音频采样率设为44100Hz。
-ac 2：声音设为双声道。
-f s16le：16位小端PCM格式。
-acodec pcm_s16le：指定使用PCM格式。
（还可以设置音频的比特率，如-b:a 128000）执行命令后，若终端提示生成成功，目录下将自动出现PCM格式文件；若执行失败，请检查命令格式及参数选项是否正确。
四、PCM数据存外部Flash
关于外部 Flash 烧录算法的具体实现步骤，请参阅《解决MCU内存不足：LVGL资源外部Flash烧录教程》该文章。
在串口烧录阶段，需加载已生成的PCM文件，并将数据包大小配置为 256 字节（须与固件代码中的缓冲区定义保持一致），同时根据实际通信稳定性调整自动连续发送的延时参数。
五、读音频数据并控制播放
1、生成项目代码
STM32与外部芯片的引脚连接方式如下。MAX98357模块的SD脚用于控制开关机，上电默认为高电平，处于开机状态。
使用STM32CubeMX生成工程框架时，需依据外接芯片的数据手册进行外设参数配置。重点核对通信协议时序、电气特性及引脚复用功能，确保软件配置与硬件规格匹配。
为实现音频数据的连续流畅播放，I2S外设应配置DMA传输模式为"Circular"（循环模式），以确保缓冲区数据无缝衔接。I2S数据帧格式为16位，则DMA数据宽度设置为"Half Word"（半字，即16位），从而保证内存与外设间的数据对齐。
2、I2S音频数据控制代码
通过DMA控制器实现I2S音频数据的启动与停止传输。为确保数据对齐及传输效率，传输缓冲区的数据宽度为16位。
c
/**
* @brief 启动I2S DMA传输
* @param pData: 指向音频数据缓冲区的指针 (16位 half-word)
* @param Size: 数据长度
*/
HAL_StatusTypeDef I2S_Audio_Play_DMA(uint16_t* pData, uint16_t Size)
{
return HAL_I2S_Transmit_DMA(&hi2s3, pData, Size);
}
/**
* @brief 停止I2S DMA传输
*/
void I2S_Audio_Stop(void)
{
HAL_I2S_DMAStop(&hi2s3);
}3、SPI读取外部Flash数据代码
本项目采用SPI通信从外部Flash存储器中读取音频数据。需要注意，SPI传输单元为 8 位。
c
//读取Flash：在指定地址开始读取指定长度的数据
//pBuffer：数据存储数组
//ReadAddr：读取的起始地址
//NumByteToRead：读取的字节数
void SPI_Flash_Read(uint8_t* pBuffer,uint32_t ReadAddr,uint16_t NumByteToRead)
{
uint8_t send_buff[4] = {W25X_ReadData,0x00,0x00,0x00};
send_buff[1] = (ReadAddr >> 16) & 0xff;
send_buff[2] = (ReadAddr >> 8) & 0xff;
send_buff[3] = ReadAddr & 0xff;
SPI_Flash_Wait_Busy();
HAL_GPIO_WritePin(F_CS_GPIO_Port, F_CS_Pin, GPIO_PIN_RESET); //使能片选
HAL_SPI_Transmit_IT(&hspi1,send_buff,4); //发送读取命令 + 24bit地址
HAL_SPI_Receive_IT(&hspi1,pBuffer,NumByteToRead); //读数据
HAL_GPIO_WritePin(F_CS_GPIO_Port, F_CS_Pin, GPIO_PIN_SET); //取消片选
} 4、PCM数据处理代码
（1）由于PCM仅包含原始音频采样数据，需先定义一个关于存储在外部Flash音频信息的结构体。该结构体用于存储音频属性参数，以便MCU在读取数据前解析并正确配置音频解码与播放外设。
c
#define AUDIO_BUF_SIZE 1024
#define PLAYER_IDLE 0 //闲置
#define PLAYER_PLAYING 1 //播放中
#define PLAYER_EOF 2 //播放结束
static uint16_t AudioBuf[AUDIO_BUF_SIZE]; // 音频数据缓冲区
uint16_t bytesToRead = AUDIO_BUF_SIZE*2; // 音频数据缓冲大小：Flash中数据为8bit，I2S数据流为16bit
typedef struct {
uint32_t StartAddress; // 音频数据存储在外部Flash的起始地址
uint32_t CurrentDataOffset; // 记录地址偏移量
uint32_t DataLength; // 音频数据总长度大小
uint8_t PlayerState; // 音频播放状态
} AudioPlayer_TypeDef;
// 定义音频信息
static AudioPlayer_TypeDef Audio_MP3 ={
.StartAddress = 90336,
.CurrentDataOffset = 0,
.DataLength = 2328480,
.PlayerState = PLAYER_IDLE,
};（2）在启动音频播放前，需预先从外部Flash读取音频数据并填充至内存缓冲区。该缓冲区作为I2S外设的数据源。
c
/**
* @brief 从Flash填充音频缓冲区
*/
static void PCM_Fill_Buffer(void)
{
if (Audio_MP3.CurrentDataOffset >= Audio_MP3.DataLength)
{
Audio_MP3.PlayerState = PLAYER_EOF;
memset(AudioBuf, 0, sizeof(AudioBuf)); // 播放静音
return;
}
if (Audio_MP3.CurrentDataOffset + bytesToRead > Audio_MP3.DataLength)
{
bytesToRead = Audio_MP3.DataLength - Audio_MP3.CurrentDataOffset;
memset(AudioBuf, 0, sizeof(AudioBuf)); // 剩余部分补零
}
// 从Flash读取数据到AudioBuf
SPI_Flash_Read((uint8_t*)AudioBuf, Audio_MP3.StartAddress + Audio_MP3.CurrentDataOffset, bytesToRead);
// 偏移量递增
Audio_MP3.CurrentDataOffset += bytesToRead;
}在处理16位PCM数据流时，必须将连续的两个8位字节重组为16位半字（Half Word），以确保音频数据的完整性与正确解析。
（3）使用I2S通过DMA传输上一步得到的缓冲区内的数据。
c
/**
* @brief 读取PCM数据并启动音频播放
*/
void PCM_Player_Prg(void)
{
Audio_MP3.PlayerState = PLAYER_PLAYING;
// 预填充缓冲区
PCM_Fill_Buffer();
// 启动I2S DMA
I2S_Audio_Play_DMA(AudioBuf, AUDIO_BUF_SIZE);
}（4）在DMA循环传输模式下，I2S半传输或全传输完成时会自动触发中断，调用用户自定义的回调函数。只需在该回调中从外部Flash读取数据填充音频缓冲区即可，无需重复启动I2S的DMA传输，以此保障音频流连续、低延迟输出。
c
/**
* @brief I2S接收回调函数
*/
void HAL_I2S_TxCpltCallback(I2S_HandleTypeDef *hi2s)
{
if (hi2s->Instance == SPI3)
{
if (Audio_MP3.PlayerState == PLAYER_PLAYING)
{
// 填充缓冲区 (启动SPI DMA读取下一块数据)
PCM_Fill_Buffer();
}
else if(Audio_MP3.PlayerState == PLAYER_EOF)
{
I2S_Audio_Stop();
}
}
}六、播放声音调节
1、增益选择
MAX98357仅支持硬件方式调节增益，通过在模块的GAIN引脚外接不同的硬件电路，即可实现多档位增益的配置。
2、其他音频处理方法
（1）可选用任意音频格式转换工具，将原始音频的音量调整至适配播放场景的合适大小，再将处理后的音频导出为PCM文件，最终烧录存入外部SPI Flash中。
（2）可通过软件算法对音频做数字处理实现音量调节，将PCM采样值乘以衰减系数可降低音量，搭配限幅逻辑避免增益过大引发波形削顶失真，实现灵活可控的音量调整。
七、总结
本方案针MCU内存不足问题，将MP3（或其他格式）解码得到的PCM裸音频数据预先烧录至外部SPI Flash。基于STM32CubeMX完成外设配置，通过SPI以8位为单位读取Flash音频数据，重组为16位PCM格式。采用I2S+循环模式DMA实现音频流连续传输，在传输完成回调中填充下一段音频数据，无需重复启动DMA。搭配MAX98357硬件增益调节，也可自定义代码对PCM数据做衰减、限幅处理，最终实现低延迟、流畅稳定的音频播放。
搜索关注「YouziTech」 ，获取完整代码！
