• 音频计量语义

音频计量语义

ES7210 只是一个来源。页面对外暴露的是电平——这一刻多少 dBFS、这两秒里持续多少——而不是一串 LSB 计数，更不是原始样本。本页说明契约、屏幕参数的含义，以及这些数字为什么长这样。

契约

采集驱动从不停止。它一直在把 I2S 落下的样本折进包络，ST 的相位只决定面板画哪一份包络、扫描条跟不跟随实时那一份。把 ST 读成"录音机在录/在停"会同时读错两件事：录音时驱动并没有多做任何事，停录时它也没有少做。

一条采集 poll 是纯数据面：刷新包络、抬升零语义。窗口因此不上 intent 总线，走板层接线时交给驱动的那条单槽平面（见传输的三种形状）。开始与停止只由业务侧的单击决定（intent.rs 里的 BusinessIntent::Capture(CaptureAction::Start) / Capture(CaptureAction::Stop)），且只在 Audio 页生效——别的页上的单击仍然换颜色。

相位只有三态：IDLE（未采，面板只画 TAP TO REC，不画扫描条）→ REC（跟随实时包络）→ STOP（画锁存的那一份）。IDLE 与 STOP 上单击都直接回到 REC，没有"继续"语义：锁存的是停止那一刻的窗，不是一段录音。

板级没有找到 ES7210 时 audio_enabled 为假，AUDIO 页不进入页面循环（DisplayPage::next_page 跳过没有能力背书的页），其余页照常。进入本页是三连击按键或三指点（NextPage）。

出声的那一侧在放音语义。两页共用一根 12.288 MHz MCLK，但契约相反：采集从不停止，放音放完就停——所以放音有相位而本页没有。

参数速查

台架对着这两张表走。计量参数全在 core（drivers/audio.rs、overlay.rs），与硬件无关；板级只决定往里送多少字节，以及这只麦的满刻度对应多少分贝。

AUDIO 读数列

PK 与 RMS 各有两个读数，同一瞬间的两种量法：左起 dBFS，紧跟 DBFS；再右是 dB SPL，紧跟 SPL。

这两行是本页唯一宽到放不进一个块的读数，所以它们横着铺开、扫带从它们下面开始。ST / MS / COL / RST 与 CLIP 排在扫带右边的窄块里，实时 dB(A) 在那一块的头上一行，见「实时 dB(A) 读数」。

四个标记的列位置固定在 overlay.rs 的 LEVEL_UNIT_X / LEVEL_SPL_X / LEVEL_SPL_UNIT_X，不随读数位数变化。

原因是右对齐会让单位跟着数字宽度左右挪，两行的单位就对不齐了，眼睛得在两个位置之间找。

LEVEL_SPL_X 与 LEVEL_UNIT_X 之间留的是 LEVEL_UNIT_GLYPHS + 1 个字符位，不是读数位。

DBFS 有四个字符宽，按读数宽度排就会把它和右边的 SPL 数值贴成一片。每一对相邻列之间因此都有整整一个空白字符位（13 px）。

overlay.rs 里的 every_level_column_keeps_a_whole_blank_cell_between_it_and_the_next 钉住的就是这个距离：它按每列真实的结束位置算，而不是按一个固定的字符数。否则「DBFS 离下一个数值只差 1 px」这种贴连可以在所有数值测试都通过的情况下溜过去。

COL 涨而 PK 不涨，才是采集链路死了：安静房间的 PK 会跟着一起涨，停在 -90 只说明这一窗里没有任何样本到达过。RST 与 COL 一起看——两者都在动而 PK 是 -90，是驱动在反复重臂；两者都不动，是页面没在跑。

MS 用墙钟而非样本计数，是因为面板上其它读数都从同一个时钟打戳，迟到的 poll 不该让采集看起来比实际短。

dBFS 与 dB SPL 的换算

两者只差一个常数，core 的 spl(dbfs, offset) 只做加法，这个常数由板级给：

dB SPL = dBFS + SPL_OFFSET_DECIBELS

SPL_OFFSET_DECIBELS 在 bsp-esp/src/components/es7210.rs，当前是 102，推导链是：

• ZTS6216 灵敏度 −38 dBV/Pa（0 dBV 以 1 Vrms 为基准）= 12.59 mV/Pa
• 经 GAIN_30DB 放大 31.6 倍后为 397.8 mV/Pa
• ES7210 手册的模拟输入满刻度是 AVDD/3.3 Vrms，在 ANALOG_POWER_RUN 的 3.3 V 模拟轨上即 1.0 Vrms
• 1.0 Vrms 满刻度对应 2.51 Pa，对 20 µPa 参考声压即 101.98 dB

第三条有个容易算错的地方：满刻度不是「3.3 V 轨留一半余量」推出的 2 Vrms，而是 1.0 Vrms，两者差整整一倍（6.02 dB）。

于是 0 dBFS = 102 dB SPL，−90 的窗底 = 12。整个 16 位量程都摊进了 SPL 列，手机读约 25 dB SPL 的房间在刻度下仍有十几分贝的空间，不会再钉在仪表自己的底上。

顺带一条来自同一份手册的约束：VDDA 低于 2 V 时麦用的 PGA 增益必须 ≥ 21 dB。本板 VDDA = 3.3 V，这条不适用，所以 GAIN_30DB 保持 30 dB 不动。

标定记录（2026-09-28）：结果维持 102 不动。

方法是用 30 cm 正常说话做人声锚：把 virtual_components/audio.rs 的编译期 CAL_SPL_LOG 置 true 重烧，在嘴前 30 cm 用正常聊天音量连续念话约 30 s，串口每 5 s 打一行 [AUDIO] CAL floor … dB SPL, rms … dB SPL。

说话段读数底在 66、峰冲到 80——正是未加权仪表上正常说话的区间，标称推导因此落在 ±3 dB 内。

CAL_SPL_LOG 平时保持 false；换麦或改 GAIN_30DB 时按同法重对。

手机 SPL App 在此类场景不可信（同一声场曾读 20 dB），不作基准。

换算列是整数加法，不是浮点：计量这一侧 core 里不出现 float（放音的合成是 core 里唯一的例外，理由相反，见放音语义），offset 变化时 SPL 的小数位不在面板的分辨率之内。

实时 dB(A) 读数

标题行右侧原本是静态的 +102dB，现在换成实时 dB(A)：NN dBA。它回答「这间房现在多吵」，而 PK/RMS 仍是台架那份未加权的仪表。两者并存，谁也不顶替谁。

数值怎么来：I2S 样本先过真实的 A 计权滤波器（IEC 61672），慢速跟随（单指数释放，τ ≈ 1.4 s），再把 level_lsb() 经 dbfs()、spl(·, SPL_OFFSET_DECIBELS) 折成 dB(A)。

偏移还是 102：A 计权在 1 kHz 恰恰是 0 dB，满刻度换算一分未动。

为什么是 A：人对外部判读「多吵」，用的就是 A 计权那条曲线。安静房间读得比未加权列低一截，因为 A 计权把 100 Hz 以下再压 19 dB 起。

而这台未加权列的底噪本来就是低频为主的 codec 噪声，滤波器把它整个滤掉——RMS 还挂在那约 60 dB 高的时候，dBA 已经滑向 12 dB SPL 的窗底。采集驱动从不停止，这一格就一直贴着「现在」。

扫描条同源：每列先过同一个滤波器再画，实心区随听感长、随安静塌。窗口不会因为 codec 的未加权底噪而变成一条贯穿的厚实带。

实现在 core 的 drivers/audio/weighting.rs，这条链全定点。三个 Q30 定点双线性 biquad（预扭曲、1 kHz 归一）级联出 6 阶 A 计权，带内 ±0.7 dB，输出夹回 i16。

信号在级联里额外携带 8 位小数（STATE_FRACTION）。理由是最高 Q 的极点贴近单位圆：state 截断的步宽若容不下信号的低位，量化误差会被这些极点循环放大成自持极限环——静房读出约 65 dBA，与真实响度无关（host 复现：19 LSB 输入 → 489 LSB 输出）。

把信号整体抬 8 位，这个放大器就缩了 2⁸ 倍，系数一个不用动。

DbaMeter 把每一样本的平方喂进指数平均（METER_RELEASE_SHIFT = 16，τ ≈ 1.37 s），level_lsb() 取 isqrt。

测试用 384 点正弦表把各频点增益钉在整数原型上，而不是对着浮点期望值猜；另有一条断言安静输入读得安静、不喂给极点。

刻度与图形

计量语义

表格说得清"这一格是什么"，说不清"为什么这样画"。下面四条是下一人改绘图时最容易踩的。

镜像刻度是反着长的

柱从中线往上、往下同时长，所以 0 dBFS 在带的两端，底噪在中线。

一柱的高度量的不是「离顶多近」，而是「离静默多远」。标尺因此只标上半，下半是上半的镜像；两端不需要规则，因为它们就是满刻度。

把刻度按"顶是 0、往下递减"来标，会与柱的实际边缘差一个八度，而且差得很难看出——每一格都还有点东西。

单墨水叠印里画不出第二种灰

覆盖层是反色 stamp_pixel，没有第二种灰度。于是 RMS 不能画成峰值内部的一根窄条：窄条的像素就是宽条的像素，两者相同即等于没画。

实心内芯 + 抖动肩部既是唯一可行的画法，也是更便宜的一种：抖动只点亮肩部的一半行，画满一根实心柱的调用次数还更多。CLIP 同理只有一种——它不是电平读数，是关于整个窗的一句话，所以用文字而不只用标记。

释放斜率由窗长反推，不照搬表值

仪表的常规释放是 16–20 dB/s，这里不用。

那段衰减规律是为「会动的指针」选的：指针要快速稳定下来才能读成一个电平。而这里的一柱是过去两秒的记录，释放太慢会让单个瞬态在整窗里留下三十 dB 的尾巴——窗永远回不到静默，底噪失去意义，之后每一个事件都要对着上一个事件的尾巴来读。

RELEASE_SHIFT = 4 是反推出来的：每列降 1/16，即 0.56 dB/列、56 dB/s，走完 90 dB 的整个刻度用掉约 160 列，仍在 200 列的窗内。

每步至少降 1 LSB，所以释放能走出位移整数截断的约 15 LSB 不动点，长静默真实落到带底——底限放低之前这个残值一直藏在 −60 之下看不见。

第一列仍能留住一个 3 ms 瞬态，所以第一列也不能更慢。core 里的测试直接断言「回到底噪的列数 < 窗长」，参数与这条要求绑在一起。

对数映射的弦误差，不是量化误差

读 log₂ 只看顶端几个位是常规做法，留下的误差常被说成「量化误差」。不是。

量化只值 1/16 个八度（0.38 dB），而线性 mantissa 与真 log₂ 之间的弦偏差在半八度处接近 0.5 dB，且恰好落在 −20 dBFS 附近——也就是人说话的音量。裸弦会把 −20 dBFS 读成 −21。

16 字节修正表（LOG2_16_CHORD_ERROR，按解出的 mantissa 索引）把全刻度误差收进 0.02 dB。

更要紧的是 scope_height() 与 dbfs() 共用同一个 log2_16()，柱高与数字不可能互相矛盾；测试里也钉住了这一点，包括「释放只把柱往下拉，最高柱即该列集的最大值」这条不变量。

扫描条整体是计权的，所以最高柱不再跟未加权的 PK 行背对背比较——那是两种滤波器，PK/RMS 行与扫描条各自内部自洽即可。

PK 与 RMS 同窗最高时是稳态，峰值远高于 RMS 时是敲击或瞬态。这两个数是并列的，因为峰值是一个样本的性质、RMS 才是听感音量，音频工具都画成两档而不是二选一。

直流偏置靠 ES7210 自己的隔直滤波器滤掉

麦被偏置在 2.87 V 直流上（MIC_BIAS = 0x70），所以它的输出带着这个直流工作点。ZTS6216 手册因此明确要求输出端串隔直电容。板上有——否则 MIC1 会吃到 2.87 V 直流，读数会削平而不是停在某个小值。

滤掉残余偏置的是 ES7210 内部的直流阻塞滤波器，寄存器 0x22/0x23（ADC1/2 这一对，MIC1 就在上面）。

两个值 0x0A 与 0x2A 只差 bit 5（0x0A ^ 0x2A = 0x20），低 3 位相同（& 0x07 都是 0x02）。也就是说 bit 5 控制的不是截止频率，换掉它不会让滤波器更陡或更缓。

bit 5 的语义查不到。ES7210 的公开数据手册是 "Everest Semiconductor Confidential"，11 页，正文只说 "For more information, please refer to the user guide"，寄存器手册不公开。而且两家驱动连命名都互相矛盾：

因为没有公开资料能判定哪一级在前，寄存器不按级命名，只按它带的位命名：REG_ADC12_FILTER_SET（0x22，持 0x2A）与 REG_ADC12_FILTER_CLEAR（0x23，持 0x0A）。

写入顺序仍照 esp-bsp 发出字节的次序（先 bit 5 清零的那一个，再置位的），而不是重排成一个没有资料支持的级序。常数名与写入顺序的矛盾因此是消掉的，不是靠改名掩盖的。

两条假设（两值只差 bit 5、且共享低 3 位的角点）由 const _: () = assert!(...) 钉住：真要变的是数据手册，不是重构。

不要按「级序」猜着对调这两个值：实测对调后安静时底噪抬高约 10 dB（PK 从约 -40 升到约 -30）。bit 5 不是截止频率，对调只是换成另一个更差的模式。当时的测量与推断见音频记录。

开机扫一遍 HPF 角点

安静时 PK 停在约 -40，原因只有一个判据：只扫 HPF 角点。

做法是固定 bit 5，把低 3 位从 0x00 扫到 0x07，看底噪是否随截止频率抬升而塌陷。塌了说明有可滤的低频成分，纹丝不动就说明是宽带环境噪声、读数可信。

扫一次要重烧八次固件，所以它是一次性的开机自检，不是面板上的功能：

• Es7210::set_hpf_corner 是读-改-写，只动 FILTER_CORNER_MASK = 0x07，其余位原样保留。它不猜 bit 5 的语义，也不猜未来数据手册会加什么，因此走一圈能回到原处而不必知道整个字节
• 时序在 iot_core::drivers::audio::CornerSweep（纯逻辑，放 core 才是能被 host 测的那一半；走一遍 8 个角点约 24 s），板级只在 Es7210Rx::sample 里按 poll 推进一步，读数取 loudest_rms()
• 每码等 CORNER_SETTLE_MS = 3000。隔直滤波器的瞬态不到 1 ms，但读数要的是房间持续在产生的电平，所以这个等待由包络而不是滤波器决定，150 个 poll 足够让读数背后的整个窗口都晚于那次写入
• 走完（含中途写失败）一律回到 HPF_CORNER，然后把走查丢掉，因此只花开机一次，之后捕获与显示完全不受影响。写失败就整个放弃而不是重试：不肯吃角点写的 codec 也不会吃下一次，而半死不活的走查报出来的电平属于一个没人能命名的状态
• 开关是 virtual_components/audio.rs 的编译期 HPF_CORNER_WALK（不是 Cargo feature），量产置 false 即整段连同每码四次寄存器写一起消失
• 角点码到实际频率的对应关系没有公开资料，所以日志只打原始码，实测趋势由人解读

[AUDIO] HPF corner walk starting: 8 codes, 3000 ms each, back on corner 2 after
[AUDIO] HPF corner 0 reads -26 dBFS, floor -45 dBFS
...
[AUDIO] HPF corner 7 reads -33 dBFS, floor -38 dBFS
[AUDIO] HPF corner walk done, back on corner 2

实测结果（静止时刻，2026-09-28，dBFS / 底噪中位数）：

结论：底噪是宽带的，不是直流偏置，也没有可滤的低频成分。

底噪随码单调上升（-45 → -38），说明码越大角点频率越高、通过的低频越多——这正是高通滤波器作用在宽带噪声上该有的形状。

如果底噪真由低频主导（工频嗡声、隆隆声、偏置漏电），把角点压到最低就应该把它压垮。而整条曲线只差 7 dB，且出厂码 0x2 距最安静的 0x0 只有 3 dB。

所以 HPF 能调到的全部好处就是 3 dB，不值得偏离 esp-bsp 的基线，出厂码保持 0x2。

顺带印证了统计量的选择：0x0 那一行面板读数 -26 而底噪 -45，19 dB 的差就是开机那一下的瞬态——用 loudest_rms() 量底噪会把它读成 -26，中位数不受影响。这也是面板上那个 -30 与真实底噪 -42 之间的差距来源。

于是 SPL 列的底数可以当作可信读数看待了：它不是偏置的投影，而确实是这个房间里的声压级。

测试

moon run iot:test        # core：计量数学、契约、状态机
moon run iot:test-bsp    # 板级：I2S 配置与缓冲
moon run iot:smoke-host  # 贯通：source → state → diagnostics

core 覆盖：dB 与柱高同源、dB 单调且不越顶、dBFS→dB SPL 只差偏移、SPL 读数不越出预留列宽、释放的每列下限与「窗内回底」、RMS 对稳态与单点尖峰的区别、两槽满幅信号的 RMS、削波锁存与标记随列老化、释放沿绕窗后的时间顺序、2 s 窗长、最高柱即 PK。

weighting.rs 另覆盖：表是干净满幅整周期、A 计权级联与整数原型逐 LSB 一致、增益落在 IEC 频带内、meter 随音起而涨随静默而回落、直流输入读数为静默。

overlay.rs 单独覆盖列布局：单位与最宽读数之间留得下一整个空白格、三列依次不相碰、SPL 读数不超出 LEVEL_VALUE_GLYPHS。

布局在 core 而不是板级，是因为列算错了在屏上只表现为「看着像设计」——单位被数字推歪是一种看不出是缺陷、却明显是错答案的 bug，而板级带 esp-hal，宿主根本编不出来。

smoke-host 的假音源按整轮询供数并断言 dB 读数真的穿过了 state 层。

它的峰值计数器以 isize::MIN 起种——电平永远 ≤ 0 dBFS，以 0 起种会让最大值永远停在「没有任何电平」。