提升开发效率使用STM32CubeMX配置外设与Qwen3-ASR-0.6B语音前端采集想给AI语音识别模型做个“耳朵”但一看到单片机那些复杂的寄存器配置就头疼别担心今天咱们就来聊聊怎么用STM32CubeMX这个“图形化神器”像搭积木一样快速给STM32单片机配置好音频采集功能让它成为Qwen3-ASR-0.6B这类语音识别模型的得力前端。整个过程你几乎不用手写一行底层驱动代码就能搞定高质量的音频数据采集和发送。无论你是想做个智能语音设备还是单纯想学习如何将硬件采集的音频送给AI模型处理这篇教程都能带你轻松上手。我们聚焦实战从零开始一步步搭建一个能用的音频采集系统。1. 准备工作明确目标与工具清单在动手之前我们先搞清楚要做什么以及需要哪些东西。我们的目标是让一块STM32单片机比如常见的STM32F4系列能够通过麦克风采集声音然后把采集到的音频数据整理好通过某种方式比如USB虚拟串口或者以太网发送到电脑或服务器上最终交给Qwen3-ASR-0.6B模型进行识别。听起来有点复杂别怕我们用STM32CubeMX来简化硬件配置它会帮我们生成初始化代码的大框架。你需要准备的东西硬件一块STM32开发板推荐带音频接口的如STM32F4 Discovery板或者自己搭配STM32F407/F429核心板音频编解码芯片如WM8960、CS42L52的模块。一个麦克风开发板自带或外接。USB数据线用于供电、下载程序和通信。如果使用网络传输还需要以太网模块或带PHY的开发板。软件STM32CubeMX图形化配置工具核心神器。Keil MDK-ARM 或 STM32CubeIDE代码编写和编译环境。本教程以Keil为例但CubeIDE流程类似。串口调试助手如Putty、SecureCRT查看调试信息。音频分析工具可选如Audacity用于在电脑端验证采集到的音频数据是否正确。环境准备好后我们就可以打开STM32CubeMX开始“搭积木”了。2. 工程创建与核心外设配置打开STM32CubeMX点击“New Project”。在芯片选择器里输入你的芯片型号比如STM32F407ZGTx然后选中它并开始项目。2.1 时钟树配置系统的“心跳”配置外设前先给芯片一颗强大的“心脏”。点击“Clock Configuration”标签页。 对于音频采集我们需要一个精确的时钟来驱动I2S音频接口。通常我们会配置系统主频到最高如168MHz for F4并确保为I2S提供时钟的PLLI2S分频器设置正确。 一个简单的做法是在“Pinout Configuration”页面先配置I2S然后回到时钟树CubeMX会自动帮你计算并高亮显示需要配置的时钟路径你只需根据提示启用PLLI2S并设置合适的分频系数最终让I2S的时钟达到所需频率比如45.1584MHz或49.152MHz对应44.1kHz或48kHz采样率。初次使用可以暂时接受CubeMX的自动推荐值后续再根据音频编解码芯片的数据手册精细调整。2.2 音频接口配置I2S I2C这是音频采集的核心。I2S接口负责传输实际的音频数字信号。在“Pinout Configuration”页面左侧分类中找到“Connectivity”或“Multimedia”。启用I2S2或I2S3具体看你的芯片和电路连接。模式选择为I2S或Master Receiver单片机作为主机接收来自音频编解码芯片的数据。在参数设置中Standard选择I2S Philips Standard。Data and Frame Format选择16 bit data on 16 bit frame16位数据位宽。Audio Frequency选择44.1kHz或48kHz采样率。Clock Source选择PLLI2S。此时对应的引脚如WS, CK, SD, MCK会自动分配。I2C接口负责配置音频编解码芯片如设置音量、采样率、增益等。启用一个I2C外设如I2C1模式为I2C。参数通常保持默认标准模式100kHz。地址根据你的编解码芯片设定如WM8960的地址是0x34。2.3 模数转换器配置ADC如需直接采集模拟麦克风如果你的板子使用模拟麦克风直接接入单片机ADC引脚则需要配置ADC。启用一个ADC如ADC1。在“Analog”下将对应的ADC通道如IN0设置为“Single-ended”。在参数设置中Resolution12 bit精度足够。Scan Conversion ModeDisabled单通道。Continuous Conversion ModeEnabled连续转换。DMA Continuous RequestsEnabled与DMA配合。End of Conversion SelectionEOC flag at the end of single conversion。然后配置采样时间根据你的需求设置一个合适的值。2.4 数据传输引擎DMA配置无论是I2S接收的数据还是ADC转换的结果我们都需要用DMA直接存储器访问来高效、不占用CPU地将数据搬运到内存中的缓冲区。为I2S配置DMA在I2S的配置页面找到“DMA Settings”标签点击“Add”。选择SPI2_RX或SPI3_RX与I2S对应。模式选择Circular循环模式这样缓冲区满了会自动从头开始实现连续采集。数据宽度根据I2S设置选择Half Word16位。为ADC配置DMA如果用了ADC在ADC的配置页面找到“DMA Settings”标签点击“Add”。选择对应的ADC通道。模式同样选择Circular。数据宽度选择Half Word。2.5 通信接口配置把数据送出去采集到的数据需要发送到上位机。USB虚拟串口VCP简单易用。在“Connectivity”下启用USB_OTG_FS如果芯片支持模式选择Device Only。在“Middleware”分类下启用USB_DEVICEClass选择Communication Device Class (Virtual Port Com)。CubeMX会自动配置USB相关引脚和中断。以太网适合高速、稳定传输。在“Connectivity”下启用ETH。根据你的硬件连接配置PHY地址、引脚等。这需要参考具体开发板原理图。在“Middleware”下启用LWIP一个轻量级TCP/IP协议栈。2.6 生成工程代码点击右上角的“Project Manager”标签。Project设置工程名称、路径、选择IDEMDK-ARM V5。Code Generator务必勾选Generate peripheral initialization as a pair of ‘.c/.h’ files per peripheral这样每个外设的代码会单独生成便于管理。 最后点击“GENERATE CODE”CubeMX会生成完整的Keil工程。3. 编写音频采集与处理逻辑打开生成的Keil工程我们主要需要修改main.c和添加自己的应用文件。3.1 初始化音频编解码芯片在main.c的/* USER CODE BEGIN 2 */部分添加初始化音频编解码芯片的代码。这需要根据你使用的芯片型号通过I2C写入一系列配置寄存器。例如对于WM8960/* USER CODE BEGIN 2 */ // 初始化WM8960音频编解码芯片 uint8_t wm8960_init(void) { HAL_StatusTypeDef status; // 复位芯片 status wm8960_write_reg(0x0F, 0x0000); if (status ! HAL_OK) return 1; HAL_Delay(10); // 配置电源管理 wm8960_write_reg(0x19, 0x0000); // 禁用电源节省 // 配置输入路径使能左/右输入通道连接至ADC wm8960_write_reg(0x00, 0x0017); // LINPUT1 连接到左ADC 50k阻抗 wm8960_write_reg(0x02, 0x0017); // RINPUT1 连接到右ADC 50k阻抗 wm8960_write_reg(0x04, 0x0050); // 左输入音量0dB增益 wm8960_write_reg(0x05, 0x0050); // 右输入音量0dB增益 // 配置ADC wm8960_write_reg(0x07, 0x0002); // 使能左ADC wm8960_write_reg(0x08, 0x0002); // 使能右ADC wm8960_write_reg(0x0A, 0x00C0); // ADC音量0dB // 配置接口格式I2S, 16位, 主模式由MCU提供时钟 wm8960_write_reg(0x0F, 0x0002); // I2S格式16位数据 wm8960_write_reg(0x10, 0x0000); // 主模式时钟由MCU提供 // 配置采样率 (根据CubeMX的I2S设置这里是44.1kHz) wm8960_write_reg(0x06, 0x0020); // 设置采样率控制 // 使能输出 wm8960_write_reg(0x12, 0x0001); // 使能耳机输出如果连接了耳机做监听 return 0; } /* USER CODE END 2 */你需要根据实际芯片的数据手册来编写wm8960_write_reg函数和具体的寄存器配置序列。3.2 设置DMA缓冲区并启动采集在/* USER CODE BEGIN PV */部分定义缓冲区。/* USER CODE BEGIN PV */ #define AUDIO_BUFFER_SIZE 1024 // 缓冲区大小根据内存和需求调整 int16_t audio_buffer[AUDIO_BUFFER_SIZE]; // 16位音频数据缓冲区 /* USER CODE END PV */在/* USER CODE BEGIN 2 */部分启动DMA接收。/* USER CODE BEGIN 2 */ // 初始化WM8960... if(wm8960_init() 0) { printf(Audio Codec initialized.\r\n); } // 启动I2S的DMA接收将数据循环存入audio_buffer if (HAL_I2S_Receive_DMA(hi2s2, (uint16_t*)audio_buffer, AUDIO_BUFFER_SIZE/2) ! HAL_OK) { Error_Handler(); } printf(Audio DMA capture started.\r\n); /* USER CODE END 2 */3.3 数据处理与发送我们需要在DMA传输完成一半或全部完成的中断回调函数里处理数据。CubeMX生成的代码中DMA中断回调函数是弱定义的我们需要重写它。在main.c文件末尾的/* USER CODE BEGIN 4 */部分或者更好的做法是在新建的app_audio.c文件中// 在app_audio.c中 #include main.h #include usb_device.h #include usbd_cdc_if.h // USB VCP接口 extern I2S_HandleTypeDef hi2s2; extern int16_t audio_buffer[AUDIO_BUFFER_SIZE]; // DMA半传输完成回调 void HAL_I2S_RxHalfCpltCallback(I2S_HandleTypeDef *hi2s) { // 前半部分缓冲区(AUDIO_BUFFER_SIZE/2)已满可以处理或发送 process_and_send_audio(audio_buffer, AUDIO_BUFFER_SIZE/2, 0); } // DMA传输完成回调 void HAL_I2S_RxCpltCallback(I2S_HandleTypeDef *hi2s) { // 后半部分缓冲区(AUDIO_BUFFER_SIZE/2)已满可以处理或发送 process_and_send_audio(audio_buffer[AUDIO_BUFFER_SIZE/2], AUDIO_BUFFER_SIZE/2, 1); } void process_and_send_audio(int16_t* buffer, uint32_t size, uint8_t half) { // 1. 简单的预处理例如这里可以添加DC偏移校正、增益调整 // for(uint32_t i0; isize; i) { // buffer[i] buffer[i]; // placeholder for processing // } // 2. 通过USB虚拟串口发送 // 注意USB CDC的发送缓冲区有限需要检查是否就绪这里简化处理 if (hUsbDeviceFS.dev_state USBD_STATE_CONFIGURED) { // 可以添加一个简单的帧头方便上位机解析 uint8_t header[] {A,U,D, half, (size8)0xFF, size0xFF}; CDC_Transmit_FS(header, 6); // 发送音频数据注意类型转换CDC_Transmit_FS需要uint8_t* CDC_Transmit_FS((uint8_t*)buffer, size * 2); // size * 2 because int16_t is 2 bytes } // 或者通过以太网发送需要先实现TCP/UDP客户端 // send_audio_via_eth(buffer, size); }关键点AUDIO_BUFFER_SIZE需要合理设置。太小会导致中断过于频繁消耗CPU太大会增加音频处理延迟。USB VCP的传输速度有限对于双通道44.1kHz 16位音频约176KB/s可能会成为瓶颈。对于连续流式传输可能需要压缩或降低采样率/位宽。更好的方式是使用USB Audio Class或高速以太网。上述发送代码是阻塞式的实际应用中应使用双缓冲或环形缓冲区在中断里只标记数据就绪在主循环或另一个任务中发送以避免阻塞DMA中断。3.4 上位机数据接收与验证在电脑端用串口调试助手打开对应的COM口STM32 USB虚拟出来的设置正确的波特率USB VCP波特率设置无效但其他参数如数据位、停止位需匹配。 你会接收到以A‘U’‘D’开头的数据包。你可以编写一个简单的Python脚本使用pyserial库接收数据去除帧头后将连续的16位整数数据保存为.raw文件然后用Audacity导入选择“文件”-“导入”-“原始数据”格式为“16位有符号PCM”单声道或立体声采样率与你设置的匹配播放听听是否有声音验证采集是否正确。4. 连接Qwen3-ASR-0.6B模型硬件端采集并发送音频数据流后上位机PC或服务器需要接收这些数据并进行预处理然后调用Qwen3-ASR-0.6B模型进行推理。一个简单的Python服务端示例框架import serial import numpy as np import torch from transformers import AutoModelForSpeechSeq2Seq, AutoProcessor import soundfile as sf # 可能需要用于临时保存音频 # 1. 初始化串口连接STM32 ser serial.Serial(COM3, 115200, timeout1) # 波特率需与单片机printf设置一致 # 2. 加载Qwen3-ASR模型与处理器假设模型已下载或在线 processor AutoProcessor.from_pretrained(Qwen/Qwen3-ASR-0.6B) model AutoModelForSpeechSeq2Seq.from_pretrained(Qwen/Qwen3-ASR-0.6B) audio_buffer bytearray() expected_len 0 state HEADER while True: data ser.read(ser.in_waiting or 1) if not data: continue for byte in data: if state HEADER: audio_buffer.append(byte) if len(audio_buffer) 3: if audio_buffer bAUD: state LEN audio_buffer.clear() else: audio_buffer.pop(0) # 滑动窗口寻找帧头 elif state LEN: audio_buffer.append(byte) if len(audio_buffer) 3: # 我们定义了3字节的长度信息half size_h size_l half audio_buffer[0] expected_len (audio_buffer[1] 8) | audio_buffer[2] state DATA audio_buffer.clear() elif state DATA: audio_buffer.append(byte) if len(audio_buffer) expected_len * 2: # 收到完整音频帧 # 将字节数据转换为numpy数组 (16位有符号整数) audio_data np.frombuffer(audio_buffer, dtypenp.int16) # 可选转换为浮点数并归一化到[-1, 1] audio_float audio_data.astype(np.float32) / 32768.0 # 3. 预处理音频适配模型输入 inputs processor(audioaudio_float, sampling_rate44100, return_tensorspt) # 4. 模型推理 with torch.no_grad(): generated_ids model.generate(**inputs) # 5. 解码输出 transcription processor.batch_decode(generated_ids, skip_special_tokensTrue)[0] print(f识别结果: {transcription}) # 重置状态准备接收下一帧 state HEADER audio_buffer.clear()这个脚本实现了简单的帧解析、音频数据转换并调用Hugging Face的transformers库进行语音识别。你需要根据实际情况调整串口端口、采样率并处理模型加载的路径问题。5. 总结与下一步跟着上面的步骤走一遍你应该已经能让STM32板子“听到”声音并把数据流发送到电脑了。用STM32CubeMX配置外设最大的好处就是省心它把那些繁琐的寄存器操作都封装好了我们只需要关注业务逻辑。实际做项目的时候你可能会遇到一些坎儿。比如USB传输速度跟不上高采样率的音频这时候可以考虑换用USB Audio Device类直接传输音频流或者用以太网。再比如音频数据里可能有噪声需要在单片机端或PC端加个简单的数字滤波器比如均值滤波。还有上面的代码为了容易理解数据发送处理写得比较直接产品里最好用上RTOS比如FreeRTOS把采集、处理、发送分成不同的任务用消息队列传递数据这样系统更稳定。把这个采集前端和Qwen3-ASR模型连起来只是一个开始。你可以尝试做实时识别这就需要更低的延迟和稳定的数据流。也可以把识别结果再反馈给单片机让它能语音控制LED、电机什么的做出一个完整的交互demo。硬件和AI的结合玩法很多从这个小项目出发你可以探索的空间还很大。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
提升开发效率：使用STM32CubeMX配置外设与Qwen3-ASR-0.6B语音前端采集
发布时间：2026/7/24 12:19:05
提升开发效率使用STM32CubeMX配置外设与Qwen3-ASR-0.6B语音前端采集想给AI语音识别模型做个“耳朵”但一看到单片机那些复杂的寄存器配置就头疼别担心今天咱们就来聊聊怎么用STM32CubeMX这个“图形化神器”像搭积木一样快速给STM32单片机配置好音频采集功能让它成为Qwen3-ASR-0.6B这类语音识别模型的得力前端。整个过程你几乎不用手写一行底层驱动代码就能搞定高质量的音频数据采集和发送。无论你是想做个智能语音设备还是单纯想学习如何将硬件采集的音频送给AI模型处理这篇教程都能带你轻松上手。我们聚焦实战从零开始一步步搭建一个能用的音频采集系统。1. 准备工作明确目标与工具清单在动手之前我们先搞清楚要做什么以及需要哪些东西。我们的目标是让一块STM32单片机比如常见的STM32F4系列能够通过麦克风采集声音然后把采集到的音频数据整理好通过某种方式比如USB虚拟串口或者以太网发送到电脑或服务器上最终交给Qwen3-ASR-0.6B模型进行识别。听起来有点复杂别怕我们用STM32CubeMX来简化硬件配置它会帮我们生成初始化代码的大框架。你需要准备的东西硬件一块STM32开发板推荐带音频接口的如STM32F4 Discovery板或者自己搭配STM32F407/F429核心板音频编解码芯片如WM8960、CS42L52的模块。一个麦克风开发板自带或外接。USB数据线用于供电、下载程序和通信。如果使用网络传输还需要以太网模块或带PHY的开发板。软件STM32CubeMX图形化配置工具核心神器。Keil MDK-ARM 或 STM32CubeIDE代码编写和编译环境。本教程以Keil为例但CubeIDE流程类似。串口调试助手如Putty、SecureCRT查看调试信息。音频分析工具可选如Audacity用于在电脑端验证采集到的音频数据是否正确。环境准备好后我们就可以打开STM32CubeMX开始“搭积木”了。2. 工程创建与核心外设配置打开STM32CubeMX点击“New Project”。在芯片选择器里输入你的芯片型号比如STM32F407ZGTx然后选中它并开始项目。2.1 时钟树配置系统的“心跳”配置外设前先给芯片一颗强大的“心脏”。点击“Clock Configuration”标签页。 对于音频采集我们需要一个精确的时钟来驱动I2S音频接口。通常我们会配置系统主频到最高如168MHz for F4并确保为I2S提供时钟的PLLI2S分频器设置正确。 一个简单的做法是在“Pinout Configuration”页面先配置I2S然后回到时钟树CubeMX会自动帮你计算并高亮显示需要配置的时钟路径你只需根据提示启用PLLI2S并设置合适的分频系数最终让I2S的时钟达到所需频率比如45.1584MHz或49.152MHz对应44.1kHz或48kHz采样率。初次使用可以暂时接受CubeMX的自动推荐值后续再根据音频编解码芯片的数据手册精细调整。2.2 音频接口配置I2S I2C这是音频采集的核心。I2S接口负责传输实际的音频数字信号。在“Pinout Configuration”页面左侧分类中找到“Connectivity”或“Multimedia”。启用I2S2或I2S3具体看你的芯片和电路连接。模式选择为I2S或Master Receiver单片机作为主机接收来自音频编解码芯片的数据。在参数设置中Standard选择I2S Philips Standard。Data and Frame Format选择16 bit data on 16 bit frame16位数据位宽。Audio Frequency选择44.1kHz或48kHz采样率。Clock Source选择PLLI2S。此时对应的引脚如WS, CK, SD, MCK会自动分配。I2C接口负责配置音频编解码芯片如设置音量、采样率、增益等。启用一个I2C外设如I2C1模式为I2C。参数通常保持默认标准模式100kHz。地址根据你的编解码芯片设定如WM8960的地址是0x34。2.3 模数转换器配置ADC如需直接采集模拟麦克风如果你的板子使用模拟麦克风直接接入单片机ADC引脚则需要配置ADC。启用一个ADC如ADC1。在“Analog”下将对应的ADC通道如IN0设置为“Single-ended”。在参数设置中Resolution12 bit精度足够。Scan Conversion ModeDisabled单通道。Continuous Conversion ModeEnabled连续转换。DMA Continuous RequestsEnabled与DMA配合。End of Conversion SelectionEOC flag at the end of single conversion。然后配置采样时间根据你的需求设置一个合适的值。2.4 数据传输引擎DMA配置无论是I2S接收的数据还是ADC转换的结果我们都需要用DMA直接存储器访问来高效、不占用CPU地将数据搬运到内存中的缓冲区。为I2S配置DMA在I2S的配置页面找到“DMA Settings”标签点击“Add”。选择SPI2_RX或SPI3_RX与I2S对应。模式选择Circular循环模式这样缓冲区满了会自动从头开始实现连续采集。数据宽度根据I2S设置选择Half Word16位。为ADC配置DMA如果用了ADC在ADC的配置页面找到“DMA Settings”标签点击“Add”。选择对应的ADC通道。模式同样选择Circular。数据宽度选择Half Word。2.5 通信接口配置把数据送出去采集到的数据需要发送到上位机。USB虚拟串口VCP简单易用。在“Connectivity”下启用USB_OTG_FS如果芯片支持模式选择Device Only。在“Middleware”分类下启用USB_DEVICEClass选择Communication Device Class (Virtual Port Com)。CubeMX会自动配置USB相关引脚和中断。以太网适合高速、稳定传输。在“Connectivity”下启用ETH。根据你的硬件连接配置PHY地址、引脚等。这需要参考具体开发板原理图。在“Middleware”下启用LWIP一个轻量级TCP/IP协议栈。2.6 生成工程代码点击右上角的“Project Manager”标签。Project设置工程名称、路径、选择IDEMDK-ARM V5。Code Generator务必勾选Generate peripheral initialization as a pair of ‘.c/.h’ files per peripheral这样每个外设的代码会单独生成便于管理。 最后点击“GENERATE CODE”CubeMX会生成完整的Keil工程。3. 编写音频采集与处理逻辑打开生成的Keil工程我们主要需要修改main.c和添加自己的应用文件。3.1 初始化音频编解码芯片在main.c的/* USER CODE BEGIN 2 */部分添加初始化音频编解码芯片的代码。这需要根据你使用的芯片型号通过I2C写入一系列配置寄存器。例如对于WM8960/* USER CODE BEGIN 2 */ // 初始化WM8960音频编解码芯片 uint8_t wm8960_init(void) { HAL_StatusTypeDef status; // 复位芯片 status wm8960_write_reg(0x0F, 0x0000); if (status ! HAL_OK) return 1; HAL_Delay(10); // 配置电源管理 wm8960_write_reg(0x19, 0x0000); // 禁用电源节省 // 配置输入路径使能左/右输入通道连接至ADC wm8960_write_reg(0x00, 0x0017); // LINPUT1 连接到左ADC 50k阻抗 wm8960_write_reg(0x02, 0x0017); // RINPUT1 连接到右ADC 50k阻抗 wm8960_write_reg(0x04, 0x0050); // 左输入音量0dB增益 wm8960_write_reg(0x05, 0x0050); // 右输入音量0dB增益 // 配置ADC wm8960_write_reg(0x07, 0x0002); // 使能左ADC wm8960_write_reg(0x08, 0x0002); // 使能右ADC wm8960_write_reg(0x0A, 0x00C0); // ADC音量0dB // 配置接口格式I2S, 16位, 主模式由MCU提供时钟 wm8960_write_reg(0x0F, 0x0002); // I2S格式16位数据 wm8960_write_reg(0x10, 0x0000); // 主模式时钟由MCU提供 // 配置采样率 (根据CubeMX的I2S设置这里是44.1kHz) wm8960_write_reg(0x06, 0x0020); // 设置采样率控制 // 使能输出 wm8960_write_reg(0x12, 0x0001); // 使能耳机输出如果连接了耳机做监听 return 0; } /* USER CODE END 2 */你需要根据实际芯片的数据手册来编写wm8960_write_reg函数和具体的寄存器配置序列。3.2 设置DMA缓冲区并启动采集在/* USER CODE BEGIN PV */部分定义缓冲区。/* USER CODE BEGIN PV */ #define AUDIO_BUFFER_SIZE 1024 // 缓冲区大小根据内存和需求调整 int16_t audio_buffer[AUDIO_BUFFER_SIZE]; // 16位音频数据缓冲区 /* USER CODE END PV */在/* USER CODE BEGIN 2 */部分启动DMA接收。/* USER CODE BEGIN 2 */ // 初始化WM8960... if(wm8960_init() 0) { printf(Audio Codec initialized.\r\n); } // 启动I2S的DMA接收将数据循环存入audio_buffer if (HAL_I2S_Receive_DMA(hi2s2, (uint16_t*)audio_buffer, AUDIO_BUFFER_SIZE/2) ! HAL_OK) { Error_Handler(); } printf(Audio DMA capture started.\r\n); /* USER CODE END 2 */3.3 数据处理与发送我们需要在DMA传输完成一半或全部完成的中断回调函数里处理数据。CubeMX生成的代码中DMA中断回调函数是弱定义的我们需要重写它。在main.c文件末尾的/* USER CODE BEGIN 4 */部分或者更好的做法是在新建的app_audio.c文件中// 在app_audio.c中 #include main.h #include usb_device.h #include usbd_cdc_if.h // USB VCP接口 extern I2S_HandleTypeDef hi2s2; extern int16_t audio_buffer[AUDIO_BUFFER_SIZE]; // DMA半传输完成回调 void HAL_I2S_RxHalfCpltCallback(I2S_HandleTypeDef *hi2s) { // 前半部分缓冲区(AUDIO_BUFFER_SIZE/2)已满可以处理或发送 process_and_send_audio(audio_buffer, AUDIO_BUFFER_SIZE/2, 0); } // DMA传输完成回调 void HAL_I2S_RxCpltCallback(I2S_HandleTypeDef *hi2s) { // 后半部分缓冲区(AUDIO_BUFFER_SIZE/2)已满可以处理或发送 process_and_send_audio(audio_buffer[AUDIO_BUFFER_SIZE/2], AUDIO_BUFFER_SIZE/2, 1); } void process_and_send_audio(int16_t* buffer, uint32_t size, uint8_t half) { // 1. 简单的预处理例如这里可以添加DC偏移校正、增益调整 // for(uint32_t i0; isize; i) { // buffer[i] buffer[i]; // placeholder for processing // } // 2. 通过USB虚拟串口发送 // 注意USB CDC的发送缓冲区有限需要检查是否就绪这里简化处理 if (hUsbDeviceFS.dev_state USBD_STATE_CONFIGURED) { // 可以添加一个简单的帧头方便上位机解析 uint8_t header[] {A,U,D, half, (size8)0xFF, size0xFF}; CDC_Transmit_FS(header, 6); // 发送音频数据注意类型转换CDC_Transmit_FS需要uint8_t* CDC_Transmit_FS((uint8_t*)buffer, size * 2); // size * 2 because int16_t is 2 bytes } // 或者通过以太网发送需要先实现TCP/UDP客户端 // send_audio_via_eth(buffer, size); }关键点AUDIO_BUFFER_SIZE需要合理设置。太小会导致中断过于频繁消耗CPU太大会增加音频处理延迟。USB VCP的传输速度有限对于双通道44.1kHz 16位音频约176KB/s可能会成为瓶颈。对于连续流式传输可能需要压缩或降低采样率/位宽。更好的方式是使用USB Audio Class或高速以太网。上述发送代码是阻塞式的实际应用中应使用双缓冲或环形缓冲区在中断里只标记数据就绪在主循环或另一个任务中发送以避免阻塞DMA中断。3.4 上位机数据接收与验证在电脑端用串口调试助手打开对应的COM口STM32 USB虚拟出来的设置正确的波特率USB VCP波特率设置无效但其他参数如数据位、停止位需匹配。 你会接收到以A‘U’‘D’开头的数据包。你可以编写一个简单的Python脚本使用pyserial库接收数据去除帧头后将连续的16位整数数据保存为.raw文件然后用Audacity导入选择“文件”-“导入”-“原始数据”格式为“16位有符号PCM”单声道或立体声采样率与你设置的匹配播放听听是否有声音验证采集是否正确。4. 连接Qwen3-ASR-0.6B模型硬件端采集并发送音频数据流后上位机PC或服务器需要接收这些数据并进行预处理然后调用Qwen3-ASR-0.6B模型进行推理。一个简单的Python服务端示例框架import serial import numpy as np import torch from transformers import AutoModelForSpeechSeq2Seq, AutoProcessor import soundfile as sf # 可能需要用于临时保存音频 # 1. 初始化串口连接STM32 ser serial.Serial(COM3, 115200, timeout1) # 波特率需与单片机printf设置一致 # 2. 加载Qwen3-ASR模型与处理器假设模型已下载或在线 processor AutoProcessor.from_pretrained(Qwen/Qwen3-ASR-0.6B) model AutoModelForSpeechSeq2Seq.from_pretrained(Qwen/Qwen3-ASR-0.6B) audio_buffer bytearray() expected_len 0 state HEADER while True: data ser.read(ser.in_waiting or 1) if not data: continue for byte in data: if state HEADER: audio_buffer.append(byte) if len(audio_buffer) 3: if audio_buffer bAUD: state LEN audio_buffer.clear() else: audio_buffer.pop(0) # 滑动窗口寻找帧头 elif state LEN: audio_buffer.append(byte) if len(audio_buffer) 3: # 我们定义了3字节的长度信息half size_h size_l half audio_buffer[0] expected_len (audio_buffer[1] 8) | audio_buffer[2] state DATA audio_buffer.clear() elif state DATA: audio_buffer.append(byte) if len(audio_buffer) expected_len * 2: # 收到完整音频帧 # 将字节数据转换为numpy数组 (16位有符号整数) audio_data np.frombuffer(audio_buffer, dtypenp.int16) # 可选转换为浮点数并归一化到[-1, 1] audio_float audio_data.astype(np.float32) / 32768.0 # 3. 预处理音频适配模型输入 inputs processor(audioaudio_float, sampling_rate44100, return_tensorspt) # 4. 模型推理 with torch.no_grad(): generated_ids model.generate(**inputs) # 5. 解码输出 transcription processor.batch_decode(generated_ids, skip_special_tokensTrue)[0] print(f识别结果: {transcription}) # 重置状态准备接收下一帧 state HEADER audio_buffer.clear()这个脚本实现了简单的帧解析、音频数据转换并调用Hugging Face的transformers库进行语音识别。你需要根据实际情况调整串口端口、采样率并处理模型加载的路径问题。5. 总结与下一步跟着上面的步骤走一遍你应该已经能让STM32板子“听到”声音并把数据流发送到电脑了。用STM32CubeMX配置外设最大的好处就是省心它把那些繁琐的寄存器操作都封装好了我们只需要关注业务逻辑。实际做项目的时候你可能会遇到一些坎儿。比如USB传输速度跟不上高采样率的音频这时候可以考虑换用USB Audio Device类直接传输音频流或者用以太网。再比如音频数据里可能有噪声需要在单片机端或PC端加个简单的数字滤波器比如均值滤波。还有上面的代码为了容易理解数据发送处理写得比较直接产品里最好用上RTOS比如FreeRTOS把采集、处理、发送分成不同的任务用消息队列传递数据这样系统更稳定。把这个采集前端和Qwen3-ASR模型连起来只是一个开始。你可以尝试做实时识别这就需要更低的延迟和稳定的数据流。也可以把识别结果再反馈给单片机让它能语音控制LED、电机什么的做出一个完整的交互demo。硬件和AI的结合玩法很多从这个小项目出发你可以探索的空间还很大。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
：使用 Sysprep 制作集成应用程序的 Windows 安装镜像)
)
