樹莓派麥陣列數(shù)據(jù)采集分發(fā)的設(shè)計與實現(xiàn)

劉曉暉 秦子實

摘要：近年來，5G技術(shù)的發(fā)展帶動物聯(lián)網(wǎng)設(shè)備快速普及，以樹莓派為代表的卡片計算機大量出現(xiàn)在工程應(yīng)用的各個方面。而在音頻采集處理方面，基于樹莓派的麥陣列聲源采集具有高算力、高精度、低功率的特點。本文介紹基于sounddevice的采集、分發(fā)、播放音頻流的方法，該方法可以對音頻數(shù)字信號進行自定義預(yù)處理，支持多種數(shù)據(jù)分發(fā)方式，系統(tǒng)依賴少，代碼簡單且方便部署。

關(guān)鍵詞：物聯(lián)網(wǎng)設(shè)備;樹莓派;音頻采集

中圖分類號：TP393? ? ? 文獻標(biāo)識碼：A

文章編號：1009-3044（2021）17-0036-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

1 概述

樹莓派是一種尺寸極小的計算設(shè)備，具有包括處理器、內(nèi)存、外村在內(nèi)完整的計算機硬件要素，通常運行基于Debian的Linux系統(tǒng)，功率約5W，具有豐富的外部接口。由于通用性強且已被市場廣泛應(yīng)用，目前具有大量適配的高質(zhì)量、低成本傳感器。

本文介紹基于樹莓派3B+平臺及SeeedReSpeaker6麥陣列，運行Raspbian buster系統(tǒng)，使用sounddevice庫（以下簡稱sd）的聲源采集方案的設(shè)計與實現(xiàn)。該環(huán)形麥陣列精度較高、價格較低，適合在聲源定位、音頻采集項目中低成本部署。

2音頻采集

2.1 硬件識別

通過sounddevice庫進行音頻數(shù)據(jù)相關(guān)操作，首先需要識別聲卡并確定麥陣列聲卡的系統(tǒng)ID。可以通過sd.query_devices（）函數(shù)確認系統(tǒng)識別的音頻設(shè)備列表，返回示例如下：

“seeed-8mic-voicecard”即為麥陣列聲源采集設(shè)備（序號為2），具有8路輸入，即2顆AC108 ADC芯片，每芯4路輸入其中1路為playback，則實際采集為6路。麥陣列自帶聲卡輸出，即AC101 DAC芯片（序號為6），2路輸入2路輸出，占用樹莓派3.5mm耳機監(jiān)聽接口。因此，sounddevice庫主要使用序號2及序號6設(shè)備進行音頻數(shù)據(jù)的輸入輸出。通過以下代碼獲取輸入輸出設(shè)備ID：

2.2 音頻采集及監(jiān)聽

sounddevice庫支持兩種數(shù)據(jù)封裝格式，RawStream將數(shù)字信號轉(zhuǎn)為buffer對象進行傳輸，而Stream將RawStream再次封裝為numpy數(shù)組進行傳輸，需要numpy支持，更方便數(shù)據(jù)操作，本文選用Stream方式，發(fā)送numpy數(shù)組。

數(shù)據(jù)流發(fā)送有兩種方式：阻塞方式的和非阻塞回調(diào)方式，為方便調(diào)試，本文選用非阻塞回調(diào)方式，即音頻數(shù)據(jù)流發(fā)送開始后立即返回，這樣可以繼續(xù)在解釋器中繼續(xù)執(zhí)行其他作業(yè)。啟動音頻流的方法如下：

[rs = sd.Stream（samplerate=48000， device=iodevs， channels=[8， 2]， callback=cb， finished_callback=fcb） ]

其中最主要的參數(shù)為回調(diào)callback，該函數(shù)將輸入輸出聯(lián)系起來，這個回調(diào)所要求的函數(shù)簽名為：

[callback（indata： ndarray， outdata： ndarray， frames： int， time， CData， status： CallbackFlags） -> None ]

其中indata參數(shù)時輸入設(shè)備傳入的數(shù)據(jù)，即序號2的麥陣列，通常采用48Khz采樣率，每次回調(diào)傳入的numpy數(shù)組維度均為（512， 8），約為10ms的音頻數(shù)據(jù)，延遲較低。outdata是傳給輸出設(shè)備的數(shù)據(jù)，傳給輸出設(shè)備的數(shù)據(jù)，在sd.Stream的聲道配置為[8， 2]即8路輸入2路輸出，因此需要將indata的8列數(shù)據(jù)轉(zhuǎn)為2列賦給outdata（如每4路求平均），此時3.5mm監(jiān)聽接口由于channels參數(shù)輸出設(shè)備的選擇，將有麥陣列采集的音頻信號輸出。回調(diào)函數(shù)示例，本文使用簡單的求平均法，將每4聲道數(shù)據(jù)求平均，使得原8列數(shù)據(jù)轉(zhuǎn)為2列數(shù)據(jù)：

剩余的參數(shù)中，frames為幀數(shù)，本文中即512;time是一個CFFI的C結(jié)構(gòu)體，包括輸入開始時間inputBufferAdcTime、輸出開始時間outputBufferDacTime、本次callback被調(diào)用的時間currentTime三個成員;status為本次回調(diào)狀態(tài)，可以在此發(fā)送終止指令。

使用sounddevice將輸入處理后直接賦給輸出，經(jīng)實測延時極低，采集效率較高。

3 音頻數(shù)據(jù)分發(fā)

3.1 數(shù)據(jù)收發(fā)

由于在48000kHz采用率下，未經(jīng)壓縮是數(shù)據(jù)量較大（理論值約1.465MB/s），因此本文選用ZeroMQ分發(fā)numpy數(shù)組。ZeroMQ支持包括推送模式、拉取模式、MapReduce模式等多種分發(fā)方式，高效靈活，可以按照實際應(yīng)用場景靈活選擇。

ZeroMQ在Python下的支持庫名為pyzmq，在發(fā)送numpy數(shù)組時需要注意，pyzmq直接發(fā)送numpy數(shù)組時，ZeroMQ會使用Python的memoryview直接將數(shù)組轉(zhuǎn)換為字節(jié)發(fā)送，由于轉(zhuǎn)換過程僅保留數(shù)據(jù)，數(shù)組的dtype類型信息和shape維度信息將丟失。因此，在發(fā)送數(shù)組時，需要使用ZeroMQ的SNDMORE標(biāo)識，先發(fā)送數(shù)組屬性，再發(fā)送數(shù)組內(nèi)容，如此即可在接收端重建完整數(shù)組。發(fā)送端的函數(shù)示例：

可以在分發(fā)時在md字典中添加其他屬性，如幀序列等信息，以輔助分發(fā)、重建及顯示，并不影響numpy數(shù)組重建。

3.2 數(shù)據(jù)重建及播放

在數(shù)據(jù)接收設(shè)備上，同樣按照2.1節(jié)的方法找出本地音頻輸入輸出設(shè)備（若是對數(shù)據(jù)進行重建并播放，則主要使用輸出設(shè)備）。鑒于發(fā)送端采用48000KHz采樣率，接收設(shè)備若希望能夠正常還原并播放音頻數(shù)據(jù)，同樣需要調(diào)整設(shè)備聲卡采樣率至48000KHz，否則重組數(shù)據(jù)播放將有明顯的滯后。

接收設(shè)備收到的numpy數(shù)組每幀同樣為（512， 8）的維度，若接收設(shè)備播放為雙聲道，同樣需要進行調(diào)整輸出維度，安裝2.2節(jié)的回調(diào)函數(shù)進行按列求平均合并。

3.3 未來的改進

本文實例為最簡單的原理展示，若進行工程應(yīng)用需要注意，ZeroMQ與目前流行的其他消息隊列相比，具有極小極快可嵌入的優(yōu)點，但缺點也較為明顯——未配備持久化模塊。本文經(jīng)測試，在網(wǎng)絡(luò)狀況一般的環(huán)境中（如某些無線網(wǎng)絡(luò)），若網(wǎng)絡(luò)承受不住過大的數(shù)據(jù)流量，ZeroMQ發(fā)送端將出現(xiàn)消息堆積現(xiàn)象，并在緩存滿后直接丟棄數(shù)據(jù)，在接收端的現(xiàn)象為數(shù)據(jù)滯后越來越大，在一定時間后重新同步至最新數(shù)據(jù)，滯后未收到的數(shù)據(jù)將丟失。ZeroMQ因庫應(yīng)用場景及大小考慮，雖不提供官方持久化方案，但支持用戶自定義持久化，在工程應(yīng)用中，應(yīng)自行定義持久化模塊，以防數(shù)據(jù)丟失。

4 結(jié)束語

本文介紹了基于樹莓派的物聯(lián)網(wǎng)設(shè)備進行音頻數(shù)據(jù)采集，并使用ZeroMQ進行實時數(shù)據(jù)分發(fā)的方法，系統(tǒng)依賴少且部署簡便。該方法基于物聯(lián)網(wǎng)設(shè)備，在保證一定的數(shù)據(jù)處理能力的情況下維持低功耗。數(shù)據(jù)分發(fā)僅基于TCP socket，對網(wǎng)絡(luò)拓撲及協(xié)議沒有特殊要求，兼容性良好且分發(fā)效率高，同時兼顧了多種的數(shù)據(jù)分發(fā)模式，可以在不同的場景中進行靈活應(yīng)用。

【通聯(lián)編輯：梁書】