跳到主要内容

音频采集节点

支持的硬件与协议​

  • 硬件接口：
    • USB 麦克风
    • USB 声卡
    • 板载 I²S 麦克风（部分板子没有）
  • 协议：
    • ALSA (Advanced Linux Sound Architecture)
    • PulseAudio（可选，主要用于开发/调试）

软硬件环境​

  • 操作系统：Bianbu ROS 系统
  • 推荐硬件：SpacemiT MUSE Pi Pro 开发板
  • 依赖工具（开发/调试阶段常用）：
    • arecord （ALSA 命令行录音工具）
    • aplay （ALSA 命令行播放工具）
    • alsamixer （命令行音量控制）

系统依赖​

sudo apt install python3-pyaudio python3-scipy libfftw3-dev

麦克风连接示意​

  • 将 USB 麦克风插入 MUSE Pi Pro 的 USB 接口

添加到音频组​

普通用户默认可能没有访问音频设备权限，需要加入 audio 用户组：

sudo usermod -aG audio $USER

执行后需要重新登录终端，才能生效。

确认音频设备号​

使用 arecord 查询系统中可用的音频设备：

arecord -l

示例输出：

bianbu@bianbu:~$ arecord -l
**** CAPTURE 硬體裝置清單 ****
card 1: sndes8326 [snd-es8326], device 0: i2s0-dai-ES8326 HiFi ES8326 HiFi-0 []
  子设备: 1/1
  子设备 #0: subdevice #0
card 2: Device [USB PnP Sound Device], device 0: USB Audio [USB Audio]
  子设备: 1/1
  子设备 #0: subdevice #0

说明：

  • card 2 表示声卡编号 2
  • device 0 表示设备编号 0
  • 完整设备号为 hw:2,0

确认支持频率​

arecord -D hw:2,0 --dump-hw-params

示例输出

意义解释

--------------------
ACCESS:  MMAP_INTERLEAVED RW_INTERLEAVED # 数据访问方式，RW_INTERLEAVED：常见方式，多个声道的数据交错存储（如 L,R,L,R...）;MMAP_INTERLEAVED：内存映射方式，性能更好，但使用更复杂。
FORMAT:  S16_LE 			      # S16_LE：16 位有符号整型，小端字节序（常用）。
SUBFORMAT:  STD 			      # 标准 PCM（脉冲编码调制），常规音频格式。
SAMPLE_BITS: 16 			      # 每个采样点占用的比特数（这里 16 bit）。
FRAME_BITS: 16  			      # 每帧占用的比特数（因为是单声道，这里和 SAMPLE_BITS 一样也是 16）。
CHANNELS: 1 				        # 声道数
RATE: [44100 48000] 		    # 支持的采样率范围,这里表示 支持 44.1 kHz 和 48 kHz。
PERIOD_TIME: [1000 1000000] # 每个周期的时间长度（单位：微秒 us）。
PERIOD_SIZE: [45 48000] 	  # 每个周期的采样点数，最小 45 点，最大 48000 点
PERIOD_BYTES: [90 96000] 	  # 每个周期对应的字节数，因为是 16bit 单声道，所以等于 PERIOD_SIZE × 2
PERIODS: [2 1024] 			    # 环形缓冲区由多少个周期组成，至少 2 个，最多 1024 个。
BUFFER_TIME: [1875 2000000] # 总缓冲区时间长度（us），这里表示缓冲时间最小 1.875ms，最大 2000ms。
BUFFER_SIZE: [90 96000] 	  # 缓冲区能容纳的采样点数
BUFFER_BYTES: [180 192000] 	# 缓冲区字节数，因为是单声道 16bit，所以等于 BUFFER_SIZE × 2
TICK_TIME: ALL 				      # 定时粒度，ALL 表示不限制，通常由驱动决定
--------------------

这里选择采样率为 48000，44100 也可以

测试录音：

arecord -D hw:2,0 -f S16_LE -r 48000 -c 1 test.wav

启动命令​

ros2 launch br_hri recorder.launch.py device_index:=2 sample_rate:=48000

终端打印如下：

这将发布音频数据流到 /audio/raw 话题

查看话题发布频率：

ros2 topic hz /audio/raw

理论发布频率 = sample_rate / frame_size = 48000 / 512 = 93.75

实际发布频率接近理论发布频率表明音频采集正常。

参数详解​

参数名类型默认值候选值/范围说明
device_indexint0正整数音频设备索引
sample_rateint48000有效的采样率音频采样率
channelsint11、2声道数
frame_sizeint512256、512、1024、2^n ...(不建议更改)每帧采样点数
formatstringpcmfloat32采样数据格式
pub_topicstring/audio/raw自定义发布的话题名