极客工场

Appearance

共 1,826 字预计阅读约 6 分钟

异步采样率转换 ASRC：重采样、Farrow 与跨时钟域音频 ​

更新时间：2026-09-19。前置：ADC 过采样/抽取/混叠、S/PDIF 时钟恢复、I2S 数字音频。系统里同时有 44.1kHz（CD）和 48kHz（USB/蓝牙/HDMI）音频域时，需要把数据从一个采样率搬到另一个；当两侧时钟还是异步独立晶振时，就是 ASRC。

一、为什么不能简单填零或丢点 ​

  • 直接在相邻样本间插 0 或线性插值，等于用很烂的滤波器，产生镜像频率/混叠和高频折叠，听感发刺、有混叠噪声（混叠原理见 ADC 过采样）。
  • 44.1k↔48k 比率 = 147/160，不是整数，要先上采样 160 倍再下采样 147 倍，直接做倍率巨大不现实。
  • 两侧若是独立晶振（如 S/PDIF 恢复时钟和本地 codec 时钟，见 S/PDIF），实际频率有 ±几十 ppm 漂移，比率不是精确 147/160 而是缓慢变化的——固定比率转换会周期性补/丢样本造成咔嗒声（slip）。

二、采样率转换的数字原理 ​

整数插值（L 倍）：每两个样本间插 L−1 个零，再经截止频率 π/L 的低通（插值滤波）消除镜像并平滑。 整数抽取（M 倍）：先低通到 π/M 防混叠，再每 M 个取一个（先滤波后抽取，顺序不能反，见 ADC 抽取）。 有理分数 L/M：上采样 L、共享低通（截止 π/max(L,M)）、下采样 M，可一次合并。

多相 FIR（polyphase）：把插值后的长 FIR 拆成 L 个相位子滤波器，只在每个输出点计算需要的那一支，避免对插零后的海量零做无用乘加，是高效实现。L、M 较大或任意比率时用多级（半带 FIR 级联）降低运算量。

Farrow 结构（任意/时变比率）：用分段多项式（如三次立方插值）拟合连续波形，每个输出点给定一个分数相位 μ∈[0,1)，用固定系数多项式网络直接算出该时刻样本。μ 可逐点变化，天然支持任意、甚至缓慢变化的重采样比，是 ASRC 常用结构。

bash
输入样本域 Fsin ─► 重采样引擎(polyphase/Farrow),由「相位累加器」驱动
相位累加器每输出步进退 Δμ(∝ Fsin/Fsout,可实时微调) ─► 输出域 Fsout

三、同步 SRC 与异步 ASRC ​

  • 同步 SRC（synchronous）：输入/输出时钟由同一主时钟分频派生（比率精确固定，如同一晶振出 44.1 和 88.2），相位关系已知，固定 polyphase 系数即可，不产生滑动。
  • 异步 ASRC（asynchronous）：两侧时钟独立、无共同频率基准。需要一个比率估计/自适应机制：
    • 用一个跨时钟域缓冲（异步 FIFO）承接输入；
    • 测量 FIFO 水位（fill level）：输入快则水位涨、慢则降；
    • 用数控振荡器（NCO/相位累加）把估计的瞬时比率喂给 Farrow/polyphase 的步长 Δμ，水位高就略增步长（读快些）、水位低就减小，形成慢控制环；
    • 或用硬件频率测量（数输入/输出周期数）直接估比率。
  • 这样输出时钟完全由本地域决定、不把外部抖动传进来（这正是 ASRC 的一大价值：隔离时钟域、抑制输入 jitter），同时永不溢出/抽空，避免周期性补丢点的爆音。本质是把 CDC FIFO 的水位反馈变成连续的比率微调，而不是硬补/丢整样本。

四、性能指标 ​

  • 通带平坦度/波纹：重采样滤波器在通带内的幅度起伏，过大会染色。
  • 阻带衰减/镜像与混叠抑制：插值要压镜像、抽取前要压会折叠的高频，音频要求 80~120dB。
  • 瞬态/混叠（pre/post echo）：高阶 FIR 预振铃；Farrow 阶数低会有谐波失真。
  • 群延迟：长 FIR 延迟大，实时通话要短。
  • 比率跟踪带宽：ASRC 控制环要足够快跟上输入频率变化（如 varispeed、wowie），又不能太快把抖动当比率变化传进输出（jitter/THD 折中）。

五、应用与典型坑位 ​

  • 音频 hub/SoC：蓝牙（常 8/16k）、USB、HDMI、SPDIF、本地 codec 多域混音前统一到一个域；混音器要求所有流同采样率，必须先转换（混音见多通道 TDM 音频）。
  • 数字分频/主动降噪、AVB/TSN 网络音频时钟恢复（见 TSN）。

六、常见的坑 ​

  1. 线性/零阶插值当 SRC：镜像/混叠严重，高频发刺。
  2. 抽取前不滤波：高频折叠进带内（顺序反了）。
  3. 异步当同步用固定 147/160：独立晶振有 ppm 漂移，必然周期性补/丢点出咔嗒。
  4. 硬补/丢整样本：跨时钟域直接靠 FIFO 满丢帧，产生可闻爆音；要用连续比率 ASRC。
  5. FIFO 水位环调太激进：把输入短期抖动当频率漂移，输出被频率调制（wow/抖动失真）。
  6. 比率估计太慢：输入采样率快速变化时 FIFO 溢出/抽空。
  7. 系数阻带衰减不足：镜像残留、底噪高。
  8. 通带波纹/相位非线性：染色、立体声像偏移。
  9. 位宽/中间量化：重采样运算截位损失动态范围，要足够内部精度 + dither。
  10. 延迟被忽视：直播/回采场景长 FIR 延迟超标。
  11. 多声道不同步：各声道用独立相位/水位导致相位错位，要共用比率。
  12. 比率边界 μ 处理错：μ 越界未进位到下一个输入样本索引，产生重复/跳点。

相关与延伸 ​

混叠/抽取基础见 ADC 过采样、ΣΔ 抽取；异步输入时钟见 S/PDIF；跨域水位思想见 CDC FIFO；网络音频时钟见 TSN。

总结 ​

采样率转换的正解是「先抗镜像/抗混叠滤波再改采样密度」：整数比率用插值/抽取、有理比率用共享低通、高效实现靠多相 FIR，任意或时变比率用可逐点给分数相位 μ 的 Farrow 结构；当两侧时钟同源时只需固定系数的同步 SRC，而两侧独立晶振的异步 ASRC 必须用跨时钟域 FIFO 的水位或频率测量实时估计瞬时比率、连续微调重采样步长，从而既不溢出抽空也不做可闻的整样本补丢，并顺带隔离外部时钟抖动——线性插值、抽取前不滤波、把异步当同步写死比率和水位控制环带宽调错，是四类最常见的错误。