RK3568笔记七十八：PCM转WAV

若该文为原创文章，转载请注明原文出处。

一、简介

最近看到Deepseek大模型，网上也有很多使用ESP32的小智智能语音功能，所以想在RK3568上实现类型的功能。

大概功能是：采用MIC录制5-10秒音频，转成WAV格式，通过RK的Whisper转成文本，把文本传给豆包API，结果通过火山TTS转化在通过喇叭播放。

此篇记录下，两个功能：

1、录制5秒PCM保存成WAV格式，为后续做准备。

2、使用alsa播放WAV文件，为TTS播放做准备。

二、WAV格式介绍

文件头包括三个部分

• 第一部分通过“ChunkID”来表示这是一个 “RIFF”格式的文件，通过“Format”填入“WAVE”来标识这是一个 wav 文件。而“ChunkSize”则记录了整个 wav 文件的字节数。
• 第二部分属于“fmt”信息块，主要记录了本 wav 音频文件的详细音频参数信息，例如：通道数、采样率、位宽等等。
• 第三部分属于“data”信息块，由“Subchunk2Size”这个字段来