【正点原子K210连载】第三十二章 音频FFT实验 摘自【正点原子】DNK210使用指南-CanMV版指南

news2024/11/15 23:00:25

第三十二章 音频FFT实验

本章将介绍CanMV下FFT的应用,通过将时域采集到的音频数据通过FFT为频域。通过本章的学习,读者将学习到CanMV下控制FFT加速器进行FFT的使用。
本章分为如下几个小节:
32.1 maix.FFT模块介绍
32.2 硬件设计
32.3 程序设计
32.4 运行验证

32.1 maix.FFT模块介绍
Kendryte K210片上拥有一个FFT Accelerator(快速傅里叶变换加速器)可以实现以硬件的方式对FFT的基2时分运算加速,Kendryte K210上的FFT Accelerator特点如下所示:

  1. 支持多种运算长度,即支持64点、128点、256点以及512点运算
  2. 支持两种运算模式,即FFT以及IFFT运算
  3. 支持可配的输入数据宽度,即支持32bit以及64bit输入
  4. 支持可配的输入数据排列方式,即支持虚部、实部交替,纯实部以及实部、虚部分离三种数据排列方式
  5. 支持可配的数据搬运方式,即CPU搬运和DMA搬运
    在CanMV中可以使用CanMV提供的maix.FFT模块操作Kendryte K210上的FFT Accelerator。maix.FFT模块可以对输入数据进行傅里叶变换并返回相应的频率幅值,可以将时域信号转换为频域信号。
    maix.FFT模块提供了run()函数,用于对输入的时域数据进行FFT,run()函数如下所示:
    FFT.run(byte=None, points=64, shift=0, direction=1)
    run()函数用于对输入的时域数据进行FFT,运算过程会自动调用硬件上的FFT Accelerator,并会同时占用DMAC Channel3和DMAC Channel4。
    byte指的是输入的时域数据,需要为bytearray类型。
    points指的是FFT的运算长度,可以是64、128、256或512,默认为64。
    shift指的是偏移,默认为0。
    direction指的是运算模式,当为1时,为FFT,当为0时,是IFFT。
    run()函数会返回一个list对象,表示计算后的频域数据,list有points个元组,每个元组都有2个元素,第一个元素为实部,第二个元素为虚部。
    run()函数的使用示例如下所示:
from maix import FFT

data = bytearray(64)
res = FFT.run(data, 64)

maix.FFT模块提供了amplitude()函数,用于计算FFT后各个频率点的幅值,amplitude()函数如下所示:
FFT.amplitude(res)
amplitude()函数用于计算FFT后各个频率点的幅值,从而能够直观地看到频域下数据的状态。
res指的是FFT.run()函数运算后返回的频域数据。
amplitude()函数的使用示例如下所示:

from maix import FFT

data = bytearray(64)
res = FFT.run(data, 64)
amp = FFT.amplitude(res)

32.2 硬件设计
32.2.1 例程功能

  1. 获取板载数字麦克风的音频数据作为时域数据输入maix.FFT模块进行FFT得到频域数据后,计算频域数据各个频率点的幅值并在LCD上进行直观的图像显示
    32.2.2 硬件资源
  2. 数字麦克风
    IIS_SDIN - IO30
    IIS_BCK - IO32
    IIS_LRCK - IO33
    32.2.3 原理图
    本章实验内容,需要获取板载数字麦克风的音频数据。
    DNK210开发板上的数字麦克风的连接原理图,如下所示:
    在这里插入图片描述

图32.2.3.1 数字功放NS4168连接原理图
关于该数字麦克风的使用方法,可参考MSM261S4030H0R的数据手册——《MSM261S4030H0R.pdf》,读者可在A盘硬件资料芯片资料下找到这份文档。
32.3 程序设计
32.3.1 maix.FFT模块介绍
有关maix.FFT模块的介绍,请见第32.1小节《maix.FFT模块介绍》。
32.3.2 程序流程图
在这里插入图片描述

图32.3.2.1 音频FFT实验流程图
32.3.3 main.py代码
main.py中的脚本代码如下所示:

from board import board_info
from fpioa_manager import fm
from maix import GPIO
from maix import I2S
from maix import FFT
import lcd
import image

lcd.init()
img = image.Image(size=(lcd.width(), lcd.height()))

SAMPLE_RATE = 38640
SAMPLE_POINTS = 1024
FFT_POINTS = 512
HIST_NUM = 50

fm.register(board_info.SPK_CTRL, fm.fpioa.GPIO0)
fm.register(board_info.MIC_WS, fm.fpioa.I2S0_WS)
fm.register(board_info.MIC_SCLK, fm.fpioa.I2S0_SCLK)
fm.register(board_info.MIC_SDIN, fm.fpioa.I2S0_IN_D0)

spk_ctl = GPIO(GPIO.GPIO0, GPIO.OUT)
spk_ctl.value(0)

i2s_dev = I2S(I2S.DEVICE_0)
i2s_dev.channel_config(I2S.CHANNEL_0, I2S.RECEIVER, align_mode=I2S.STANDARD_MODE)
i2s_dev.set_sample_rate(SAMPLE_RATE)

hist_width = int(lcd.width() / HIST_NUM)

while True:
    data = i2s_dev.record(SAMPLE_RATE)
    # 对时域数据进行FFT
    res = FFT.run(data.to_bytes(), FFT_POINTS)
    # 计算频域数据各频率点的幅值
    amp = FFT.amplitude(res)
    img.clear()
    for hist in range(HIST_NUM):
        if amp[hist] > lcd.height():
            hist_height = lcd.height()
        else:
            hist_height = amp[hist]
        img.draw_rectangle(hist * hist_width, lcd.height() - hist_height, hist_width, hist_height, lcd.WHITE, 1, True)
    lcd.display(img)
    del data
    del res
    del amp

可以看到一开始是先完成分配IO、初始化LCD、GPIO、I2S,为通过I2S获取板载数字扬声器的音频数据做准备。
然后便是在一个循环中不断地通过I2S获取音频数据,然后将音频数据作为时域数据输入进行FFT运算,得到频域数据的计算结果后,再计算频域数据各频率点的幅值,最后将各频率点的幅值通过直方图的形式在LCD上进行显示。
32.4 运行验证
将DNK210开发板连接CanMV IDE,点击CanMV IDE上的“开始(运行脚本)”按钮后,便了看到LCD上显示了板载数字麦克风采集到音频数据的频谱图,如下图所示:
在这里插入图片描述

图32.4.1 LCD显示频谱图

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2058650.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

How can OpenAI Gym‘s visualizations work within Docker?

题意:OpenAI Gym 的可视化功能如何在 Docker 中运行? 问题背景: Id like to get OpenAI Gym working with the rendered OpenGL visualizations within a docker container. 我想在 Docker 容器中让 OpenAI Gym 与渲染的 OpenGL 可视化一起…

数据通信基础

信道特性 信道带宽 W 模拟信道:WF max - F min (信道最大频率减去最小频率,单位Hz) 数字信道:数字信道是离散信道,带宽为信道能够达到的最大数据传输速率,单位bit/s 奈奎斯定理(理…

IOy系列BL196MQTT远程IO模块智能农业灌溉水质监测

随着农业科技的进步和智能农业的发展,传统的灌溉和水质管理方式正逐渐被更为高效和智能的解决方案所取代。在智能农业系统中,水质监测作为灌溉管理的关键环节,对保障作物健康和提高水资源利用效率具有重要作用。 IOy系列BL196 MQTT远程IO模块…

第七届机械、控制与计算机工程国际学术会议(ICMCCE2024)

第七届机械、控制与计算机工程国际学术会议定于2024年10月25日至27日在中国杭州召开。本届会议由巢湖学院主办,主要围绕“机械”、“控制”与“计算机工程”等研究领域展开讨论。旨在为机械、控制与计算机工程方面的专家学者及企业发展人提供一个分享研究成果、讨论…

iML6602是一款60W立体声Class-D音频功率放大器集成电路

音频放大器是在产生声音的输出元件上重建输入的音频信号的设备,其重建的信号音量和功率级都要理想:如实、有效且失真低。音频范围为约20Hz~20000Hz,因此放大器在此范围内必须有良好的频率响应(驱动频带受限的扬声器时要…

Flink常见数据源使用教程(DataStream API)

前言 一个 Flink 程序,其实就是对 DataStream 的各种转换。具体来说,代码基本上都由以下几部分构成,如下图所示: 获取执行环境(execution environment)读取数据源(source)定义基于数据的转换操作(transformations)定义计算结果的输出位置(sink)触发程序执行(exec…

深度deepin v23系统也能玩《黑神话:悟空》 8GB内存、GTX 1660 Ti丝滑流畅

首款国产现象级3A游戏《黑神话:悟空》正式上线,有玩家将其比喻为“村里这么多年终于出个大学生了”…那么,在国产操作系统上可以畅玩《黑神话:悟空》吗?答案是肯定的。深度系统最新版本deepin v23就展示了一番。 当然&…

最短路径树,CF 1076D - Edge Deletion

目录 一、题目 1、题目描述 2、输入输出 2.1输入 2.2输出 3、原题链接 二、解题报告 1、思路分析 2、复杂度 3、代码详解 一、题目 1、题目描述 2、输入输出 2.1输入 2.2输出 3、原题链接 1076D - Edge Deletion 二、解题报告 1、思路分析 考虑dijkstra实际上是…

如何将MySQL迁移到TiDB,完成无缝业务切换?

当 MySQL 数据库的单表数据量达到了亿级,会发生什么? 这个现象表示公司的业务上了一个台阶,随着数据量的增加,公司规模也进一步扩大了,是非常喜人的一个改变 ,然而随之而来的其他变化,就没那么…

【踩坑】如何解锁微软“已暂时锁定你的帐户”

登录微软账号时候,提示:有人在使用此帐户时输入错误密码的次数过多。为了保证帐户安全,我们已暂时锁定你的帐户,请稍后再试。 进入以下网站重置密码即可: https://account.live.com/ResetPassword.aspx?mktzh-CN 登录…

什么是企业高性能web服务器,这一篇就够了

一.Web 服务基础介绍 正常情况下的单次web服务访问流程: 1.1 互联网发展历程回顾 1993年3月2日,中国科学院高能物理研究所租用AT&T公司的国际卫星信道建立的接入美国SLAC国家实 验室的64K专线正式开通,成为我国连入Internet的第一根专…

IMU用于受伤颈椎的角度监测

最近,一项由泰国科研团队开展的研究,创新性地应用了惯性测量单元(IMU)传感器,以评估和比较两种不同的颈椎固定技术——传统脊柱固定(TSI)和脊柱运动限制(SMR)——在院前急…

MacBook M系列芯片基于docker安装Oracle 19c

网上找到的镜像,如:doctorkirk/oracle-19c、registry.cn-hangzhou.aliyuncs.com/zhuyijun/oracle:19c,都是linux/amd64版本,M系列芯片一般也是支持linux/amd64的镜像运行的,但是oracle的这两个镜像运行不起来&#xff…

Python入门级 [ 继上篇 进阶版 持续更新中哞哞哞!!! ]例题较多

本文主要结合例题介绍了数据集合中的元组、字符串、以及字符串的查找 替换 格式化等基础函数。下期是序列 集合 字典,这几种数据集合在Python中也是蛮重要的,对于新手比较友好。 本文例题大多来自哔站up主鱼C-小甲鱼【Python教程】的练习过程&#xff0c…

第一批AI原住民开始变现:9岁小学生,用大模型写书赚1个w

前言 当人们正在观望,AI什么时候抢走自己的饭碗时,北京一名9岁的小学生在AI的帮助下写了一本小说,并赚到了2万元的版税。 这件看似不可思议的事,他是如何做到的?此外,他还带来一个启发:面对AI时…

SpringBoot教程(二十四) | SpringBoot集成AOP实现日志记录

SpringBoot教程(二十四) | SpringBoot集成AOP实现日志记录 (一)AOP 概要1. 什么是 AOP ?2. 为什么要用 AOP?3. AOP一般用来干什么?4. AOP 的核心概念 (二)Spring AOP1. 简…

外部环境连接kafka

修改配置文件外部环境连接kafka 1、kafka的docker官方镜像地址2、kafka官方介绍的三种连接方式3、方式一:Default configs默认配置4、方式二:File input(文件输入:外部配置文件替换docker容器内的配置文件)4.1、首先查…

PHP导出生成PDF文件开源组件:mPDF使用详情

最近在使用php要实现一个把旅游线路导出成pdf文件下载,在全网搜索了一遍有几个常用的开源组件,在PHP中生成PDF文件,比如FPDF、TCPDF、mPDF等。在对比了一圈后就 mPDF开源地址: https://github.com/mpdf/mpdf mPDF版本说明 PHP…

【学术会议征稿】2024年计算机与信息安全国际会议(WCCIS 2024)

2024年计算机与信息安全国际会议(WCCIS 2024) 2024 World Conference of Computer and Information Security 由马来亚大学主办,2024年计算机与信息安全国际会议 (WCCIS 2024) 将于2024年9月20-22日在马来西亚召开。会议旨在为从事计算机与…

一种用于治疗性肽生成的多模态对比扩散模型

文章介绍了一种名为Multi-Modal Contrastive Diffusion (MMCD)的新模型,该模型旨在通过融合肽的序列和结构信息来生成治疗性肽。MMCD利用了一个扩散框架,并在每个扩散时间步中采用了跨模态和模态内的对比学习策略,以捕捉序列和结构之间的一致…