原創，如轉載請註明出處。謝謝！

嵌入式產品中語音通信和音樂播放的軟件架構是有差別的，這裏還是把這兩種case分開來講。

1， 語音通信
語音通信的軟件架構通常如下：

語音發送時由codec芯片采集到語音的模擬信號轉換成PCM數據然後通過I2S總線發送給CPU（這是音頻驅動負責的，不同的OS會有不同的驅動架構，會在後面音頻采集和播放中詳細講，重點講linux的）。CPU收到PCM數據後首先做前處理，主要包括回音消除(AEC)/噪聲抑制(ANS)/自動增益控制(AGC)/VAD等，然後把PCM數據根據指定的codec編碼成碼流，再打上RTP包頭，根據需要還有可能做FEC/重傳語音的RTP包等以補償網絡的丟包。最後把生成的RTP包通過UDP socket發到網絡中。

語音接收時首先通過UDP socket收RTP包，根據指定看是否需要做FEC等，然後把RTP包或者RTP包的payload(不同的方案有不同的做法)放進jitter buffer中等待取走。
從jitter buffer取時取走的是payload，也就是碼流。然後對碼流解碼得到PCM數據，還要看是否需要做PLC/CNG等。最後把PCM數據通過I2S總線送給codec芯片再轉換成模擬信號播放出來。這樣雙方就可以通話了。

2，音樂播放
音樂播放分播放本地音樂和播放雲端音樂。播放本地音樂相對簡單。播放雲端音樂通常是邊下載邊播放，一般用DLNA或者Apple的Airplay等協議實現下載，其他的就跟
播放本地音樂一樣了。播放本地音樂的軟件架構通常如下：

首先要解析音頻文件頭得到相關信息，有codec類型，采樣率，通道數等。然後根據這些對每一幀音頻數據進行解碼得到PCM數據，如果有需要的話還要做後處理，比如均衡器，使音樂更美妙動聽。處理完後把PCM數據放進ring buffer中。播放線程會定時的從ring buffer中取走需要的PCM通過I2S總線送給codec芯片，codec芯片把PCM數據轉換成模擬信號然後播放出來，這樣就可以聽到動聽的音樂了。

嵌入式音頻軟件的架構