| USB（通用串行總線(xiàn)）經(jīng)過(guò)幾十年發(fā)展，已經(jīng)成為一種在個(gè)人電腦領(lǐng)域大量使用的標準。記憶棒、移動(dòng)硬盤(pán)、鼠標和網(wǎng)絡(luò )攝像頭都通過(guò)USB連接。本文將深入分析USB音頻：一種用來(lái)將PC、智能手機和平板電腦中所使用的電子音頻與揚聲器、麥克風(fēng)或調音臺等音頻外設連接在一起的標準。本文將描述USB音頻的工作原理，需要注意什么事項，以及對于高保真多通道輸入輸出，應如何使用USB音頻等。
USB基本原理
USB是一種由PC（USB主機）發(fā)起一次傳輸，設備（例如一套USB揚聲器）繼而響應的通信協(xié)議。每次傳輸都尋址到一個(gè)特定設備，并尋址到該設備的一個(gè)特定端點(diǎn)。IN傳輸將數據發(fā)送至PC。當主機發(fā)起一次IN傳輸時(shí)，設備必須用主機所需的數據做出響應。OUT傳輸將數據傳輸至設備。當主機執行一次OUT傳輸時(shí)，它發(fā)送設備必須捕獲的數據包。在USB音頻領(lǐng)域，IN傳輸和OUT傳輸可以用于傳輸音頻樣本：一個(gè)OUT傳輸將音頻數據從PC發(fā)送至揚聲器，而IN傳輸用于將音頻數據從麥克風(fēng)發(fā)送至PC。
作者：XMOS首席技術(shù)專(zhuān)家Henk Muller |
USB規范中有4種類(lèi)型的IN傳輸和OUT傳輸：批量傳輸、同步傳輸、中斷傳輸和控制傳輸。
批量傳輸用于在主機和設備之間可靠地傳輸數據。所有USB傳輸都帶有CRC（校驗和），它表明是否有錯誤發(fā)生。在一次批量傳輸中，數據的接收端必須驗證CRC。如果CRC正確，傳輸被應答，數據被假定已經(jīng)傳輸無(wú)誤。如果CRC不正確，傳輸不會(huì )被應答，然后將會(huì )重試。如果設備未準備好接收數據，它將傳送一個(gè)否定應答（NAK）信號，該信號將會(huì )使主機重試傳輸。批量傳輸不被認為對時(shí)間要求嚴格，因此將會(huì )安排在以下將要討論的、對時(shí)間要求嚴格的各種傳輸的周邊時(shí)間。
同步傳輸用于在主機和設備之間實(shí)時(shí)傳輸數據。若主機建立了同步端點(diǎn)，主機會(huì )為同步端點(diǎn)分配一定數量的帶寬，并且它將在該端點(diǎn)上規律地執行IN傳輸或OUT傳輸。例如，主機可以每125μs對該設備OUT 1KB數據。由于分配了固定的、有限數量的帶寬，如果出現了任何異常，都將沒(méi)有時(shí)間重發(fā)數據。數據具有正常的CRC，但是如果接收端檢測到錯誤，將沒(méi)有重發(fā)機制。
中斷傳輸被主機用于定期探詢(xún)設備，以發(fā)現是否有值得做的事情發(fā)生。例如，主機可以探詢(xún)音頻設備，核對靜音（MUTE）按鈕是否已被按下�！爸袛唷眰鬏斶@個(gè)名稱(chēng)有一點(diǎn)混淆視聽(tīng)，因為其并不中斷任何事情。然而，數據的定期探詢(xún)給出了主機中斷將會(huì )提供的相同類(lèi)型的功能。
控制傳輸與批量傳輸非常相似�？刂苽鬏敃�(huì )被應答（即可以被NAK），并且以非實(shí)時(shí)方式傳送�？刂苽鬏斢糜谡祿饕酝獾牟僮�，例如詢(xún)問(wèn)設備功能或端點(diǎn)狀態(tài)。設備功能描述的說(shuō)明在本文范疇之外，本文僅陳述諸如“USB音頻類(lèi)”或“USB大容量存儲類(lèi)”等預定義的類(lèi)型，它們能夠實(shí)現跨平臺的互操作性。
USB幀中制定了所有的傳輸類(lèi)型。高速USB幀的長(cháng)度為125μs（Full Speed USB幀為1ms），并由主機發(fā)送幀起始（SOF）消息進(jìn)行標記。同步傳輸和中斷傳輸每幀至多發(fā)送一次。
USB音頻
USB音頻使用了同步傳輸、中斷傳輸和控制傳輸。所有音頻數據通過(guò)同步傳輸來(lái)傳輸；中斷傳輸用于轉發(fā)關(guān)于音頻時(shí)鐘可用性的信息；控制傳輸用于設置音量、請求采樣率等（參見(jiàn)圖1）。
圖1：主機和USB設備之間的傳輸——同步IN和OUT用于音頻數據，控制用于設置參數，中斷用于狀態(tài)監視。
USB音頻系統的數據需求取決于通道數、代表每個(gè)樣本的位數，以及采樣率。典型的通道數為2（立體聲）、6（5.1聲道）或者更高（用于錄音室或DJ應用）。盡管傳統音頻可用16位，典型的采樣率為24位，而高質(zhì)量音頻為32位。典型的采樣率為44.1、48、96及192kHz，后者為高質(zhì)量音頻所使用。
這里假設去設計一個(gè)具有96kHz采樣率和24位樣本的立體聲音頻揚聲器系統，為了簡(jiǎn)化主機和設備上的數據編組，24位值一般用一個(gè)零字節填充，因此，總數據吞吐速率為96,000×2通道×4B=768,000Bps。同步端點(diǎn)以每125μs進(jìn)行一次傳輸（或8000次傳輸/s）的速率工作。用所需的字節速率除以幀速率，可以得到每次同步傳輸的字節數：768,000/8,000=每次傳輸96B。
假若使用例如44,000Hz 的CD唱片速率，傳輸速率經(jīng)計算為44.1次傳輸/s。在USB音頻中，每次傳輸總是運送整數個(gè)樣本；傳輸在48B和40B（6個(gè)和5個(gè)立體聲樣本）之間交替進(jìn)行，以至于平均速率算出為每次傳輸44.1B。
單次同步傳輸可運送1024B，最多能夠運送256個(gè)樣本（在24/32位時(shí)）。這意味著(zhù)，單個(gè)同步端點(diǎn)在48kHz時(shí)能傳輸42個(gè)通道，或者在192kHz時(shí)能傳輸10個(gè)通道——假定使用的是高速USB（High Speed USB）——全速USB（Full Speed USB）在48kHz時(shí)無(wú)法運送多于一個(gè)立體聲IN和OUT對。
當發(fā)送數字音頻時(shí)，將會(huì )有延遲引入。在高速USB的情況下，延遲為250μs。數據包在每個(gè)125μs窗口中傳輸一次，但是考慮到它可能會(huì )在該窗口中的任何時(shí)候發(fā)送，需要有一個(gè)250μs的緩沖器。在該250μs延遲的頂端，操作系統（O/S）驅動(dòng)程序和編解碼器（CODEC）中可能引起額外延遲。注意：全速USB的固有延遲遠遠更高（為2ms），因為數據在每個(gè)1ms窗口中僅發(fā)送一次。
1s在“朋友”之間是什么？
在數字音頻中，商定一個(gè)共同的時(shí)間概念是大問(wèn)題。上文已經(jīng)定義了USB幀的傳輸速率為8,000次/s，并設定了揚聲器播放樣本的速率為96,000次/s。僅當揚聲器和主機約定了1s的長(cháng)度，這才能夠奏效。USB音頻提供了3種模式，來(lái)確保主機和揚聲器共同約定時(shí)序：
● 在同步模式中，1s的長(cháng)度由主機設備定義。這就是說(shuō)，主機以某個(gè)速率發(fā)送數據，設備必須精確匹配這個(gè)速率。
● 在異步模式中，這正好相反——設備設置1s的定義，主機必須對設備進(jìn)行匹配。
● 在自適應模式中，數據流決定時(shí)鐘。
自適應模式和同步模式并不理想，因為PC保持時(shí)鐘穩定的能力非常差，而且經(jīng)常有其他音頻源介入，例如一臺外部數字錄音機。異步模式使外部時(shí)鐘源（或是設備內的低抖動(dòng)時(shí)鐘）能夠用作主時(shí)鐘。一般兩者都依賴(lài)于基于晶振的鎖相環(huán)（PLL），如圖2所示。
圖2：一款帶有一個(gè)晶振用于穩定音頻頻率的USB音頻板，并且有一個(gè)低抖動(dòng)PLL用于產(chǎn)生任何所需的頻率信號。
因此，系統中至少有2個(gè)不同的時(shí)鐘：USB時(shí)鐘由主機產(chǎn)生，頻率為8,000次傳輸/s；采樣時(shí)鐘由外部產(chǎn)生，例如，其采樣率為96,000Hz。
這些時(shí)鐘的頻率會(huì )略有不同，其差別會(huì )隨時(shí)間略微變化。因此，每幀音頻樣本的平均數會(huì )稍微高于或低于期望的比率。例如，在本文96,000Hz采樣率的情況下，樣本的平均數為12.001。為了確保主機發(fā)送正確數量的數據，并且不會(huì )太多或太低，主機向中斷端點(diǎn)請求當前的采樣率。每隔幾個(gè)毫秒，上一個(gè)周期的平均采樣率將以16.16位定點(diǎn)數格式回報。如果上一個(gè)周期取平均數為12.001幀，那么報告值將為0x000C0041（65536×12.001）。
給定該平均速率，主機將能計算出在一次傳輸中在何時(shí)發(fā)送額外樣本；在此例中，每秒8次傳輸將運送一個(gè)額外樣本。此外，主機能夠利用該值與音頻設備進(jìn)行同步。這使得DVD播放器等主機應用能夠將視頻保持為與音頻同步。如果沒(méi)有同步，音頻會(huì )慢慢地跑到視頻前面，兩個(gè)小時(shí)以后，音頻將會(huì )有1s誤差。
為了保持反饋回路較短，訣竅是不對音頻包和反饋包做不必要的緩沖。任何附加的緩沖都會(huì )產(chǎn)生報告延遲，該延遲使得保持通信流的平滑變得更加困難。這意味著(zhù)，底層USB棧和USB音頻棧應緊密集成，而無(wú)需在它們之間緩沖。盡管這在應用處理器上難以達到，但是把軟件在執行時(shí)間可預測的嵌入式處理器上來(lái)實(shí)現，這點(diǎn)將非常容易達到。諸如XMOS等公司現在可以提供這種可預測的嵌入式處理器，如XMOS的xCORE多核MCU等處理器系列。借助其豐富的內置USB接口，它們緊密地將底層USB棧和USB音頻棧集成在一起。
多個(gè)時(shí)鐘源
以上方案僅考慮了兩個(gè)時(shí)鐘源——或者USB設備提供時(shí)鐘，或是主機提供時(shí)鐘。在調音臺等更復雜的設備中，可能還有其他設備提供采樣率，例如，通過(guò)ADAT或S/PDIF等數字接口，或通過(guò)攜帶字時(shí)鐘的BNC連接器提供。對于這樣的系統，USB音頻標準使設計人員能夠在設備當中置入時(shí)鐘選擇器。
時(shí)鐘選擇器規定采用哪個(gè)時(shí)鐘作為采樣率。時(shí)鐘選擇器有多個(gè)輸入時(shí)鐘（例如，一個(gè)S/PDIF接口上的輸入時(shí)鐘、本地晶振、以及一個(gè)ADAT接口上的輸入時(shí)鐘），并帶有一個(gè)用戶(hù)可選擇哪個(gè)時(shí)鐘用作輸入的控制傳輸，例如S/PDIF接口上的輸入時(shí)鐘。
符合性及原生支持
一旦一款設備符合USB音頻類(lèi)協(xié)議，它將會(huì )很便捷地集成到操作系統中。圖3顯示了USB音頻設備插入到Mac OS/X系統中的控制界面截屏。它表明，時(shí)鐘選擇、采樣率選擇、通道音量控制以及靜音控制等都是可以控制的，就像對于任何其他的音頻設備那樣。
圖3：一款可互操作的設備出現在標準O/S對話(huà)框（例如本例中的OS/X）中，并且O/S可以設置音量和采樣率等。
設備的標準符合性使其可以實(shí)現互操作。O/S供應商能夠提供一種單獨的USB音頻驅動(dòng)程序，該驅動(dòng)程序可驅動(dòng)大量設備，并具有眾多功能。
的確，相同的USB音頻實(shí)現能夠進(jìn)行參數化，以實(shí)現不同數量的通道，并且相同的驅動(dòng)程序能夠用于連接設備。
小結與展望
USB-Audio Class 2.0利用了高速USB 2.0標準，支持在PC和一臺所連接的音頻設備之間對音頻進(jìn)行低延遲傳輸。高速USB 2.0的高吞吐率可用于實(shí)現多個(gè)音頻通道，并且具有高的音頻質(zhì)量。USB音頻類(lèi)標準可服務(wù)于多種設備的，從復雜的、具備多個(gè)通道、多個(gè)時(shí)鐘源和復雜控制的調音臺，到環(huán)繞立體聲系統、PC揚聲器和麥克風(fēng)。
目前，頂級的消費性音頻產(chǎn)生已經(jīng)推出了各種USB-Audio產(chǎn)品，并且受到了市場(chǎng)的好評，如Sony和OPPO已經(jīng)推出了基于XMOS公司xCORE多核MCU產(chǎn)品的USB-Audio耳機放大器和音響組合單元。預計該項應用將在不遠的將來(lái)為更多用戶(hù)所選用。 |
