一、WAV
WAV即WAVE文件，是最常用的数字化声音文件格式之一，扩展名为‘.wav’,用于保存Windows平台的音频信息资源。WAV格式还支持MS ADPCM、CCITT A LAW 等多种压缩运算法，支持多种音频数字，取样频率和声道。标准格式化的WAV文件和CD格式一样，也是44.1K的取样频率及16位量化数字，二者声音文件质量相差无几。
WAV是由若干个Chunk（区块）组成的。按照在文件中的出现位置包括
①RIFF WAVE Chunk、②Format Chunk、③Fact Chunk(可选)和④Data Chunk。每个Chunk由块标识符、数据大小和数据三部分组成,如下图所示:

其中块标识符由4个 ASCII码构成,数据大小则标出紧跟其后的数据的长度(单位为字节),注意这个长度不包含块标识符和数据大小的长度,即不包含最前面的8个字节。所以实际Chunk的大小为数据大小加8。
1）RIFF块（RIFF WAVE Chunk）：该块以“RIFF”表示，紧跟wav文件大小，（该大小是wav文件大小-8），然后数据段为“WAVE”，表示是wav文件。RIFF块的Chunk结构如下：

//RIFF块
typedef __packed struct{
u32 ChunkID;//此处固定为’RIFF‘，即0x46464952，RIFF的ASCII码，查ASCII码表应该按十六进制序列查
u32 ChunkSize;//集合大小，文件总大小-8
u32 Format;//格式——WAVE，即0x45564157(此处为倒序，’57‘是W，41是A等
//上面的ChunkID以及之后的都是按这个规则得出十六进制值的
}

2）Format块(Format Chunk)：该块以“fmt "作为标示(注意fmt后有一个空格),一般情况下,该段的大小为16个字节,但是有些软件生成的.wav格式,该部分可能有18个字节,含有2个字节的附加信息。Format块的Chunk结构如下:

//fmt块
typedef __packed struct{
u32 ChunkID;
//chunk id;这里固定为"fmt ",即OX20746D66
u32 ChunkSize ;
//子集合大小(不包括ID和Size);
u16 AudioFormat;
//音频格式;一般为OX0001,表示线性PCM;
u16 NumOfChannels;
//通道数量;1,表示单声道;2,表示双声道;
u32 SampleRate;
//采样率;0X1F40,表示8Khz
u32 ByteRate;
//字节速率=采样率*通道数*(ADC位数/8)
u16 BlockAlign;
//块对齐(字节)=通道数*(ADC位数/8)
u16 BitsPerSample;
//单个采样的位数;16位PCM,设置为16
u16 ByteExtraData;
//附加的数据字节;2个;线性PCM,没有这个参数
}ChunkFMT;

3）Fact块 (Fact Chunk)：该块为可选块,以“fact"作为标示,不是每个WAV文件都有,在非PCM格式的文件中,一般会在Format结构后面加入一个Fact块,该块Chunk结构如下:

//fact块
typedef __packed struct{
u32 ChunklD;
//chunk id;这里固定为"fact",即OX74636166;
u32 ChunkSize ;
//子集合大小(不包括ID和Size);这里为:4.
u32 DataFactSize;
//数据转换为PCM格式后的大小
}ChunkFACT;

DataFactSize是这个Chunk中最重要的数据,如果这是某种压缩格式的声音文件，那么从这里就可以知道他解压缩后的大小。对于解压时的计算会有很大的好处。若使用的是PCM格式,则不存在这个块。
4）数据块(Data Chunk)：该块是真正保存wav数据的地方,以“data”"作为该Chunk的标示,然后是数据的大小。数据块的Chunk结构如下:

//data块
typedef __packed struct{
u32 ChunkID;
//这里固定为”data“，即0x61746164
u32 ChunkSize;
//子集合大小，不包括ID和Size
}ChunkDATA;

ChunkSize的大小就是音频数据的大小(仅指音频数据大小,不包括Chunk ID之类的数据),在ChunkSize之后,紧跟音频数据。

WAV数据说明
根据Format Chunk中的声道数和采样bit数，wav数据的bit位置可以分成如下形式：

上述格式支持——16位和24位,立体声，每个取样为4或6个字节，低字节在前，高字节在后。在得到这些wav数据以后,通过I2S送给WM8978，即可播放。
二、WM8978
WM8978是一款全功能音频处理器，带有Hifi级数字信号处理内核，支持增强3D硬件环绕音效和5频段的硬件均衡器。同时集成了对麦克风的支持，和一个输出功率达0.9W的高质量功放。WM8978进一步提升了耳机放大器输出功率,在推动16欧姆耳机的时候,每声道最大输出功率达40毫瓦。可以连接绝大多数适合随身听的HI-FI耳机。
特点：
I2S接口,支持最高192K,24bit音频播放
DAC信噪比98dB; ADC信噪比90dB
支持无电容耳机驱动(提供40mW@16Q的输出能力)
支持扬声器输出(提供0.9W@8Q的驱动能力)
支持立体声差分输入/麦克风输入
支持左右声道音量独立调节支持3D效果,支持5路EQ调节

WM8978通过I2S接口(即数字音频接口)同MCU进行音频数据传输(支持音频接收和发送),通过两线(MODE=0，即IIC接口)或三线（MODE=1)接口进行配置。WM8978的12S接口,由4个引脚组成:
1,ADCDAT: ADC数据输出
2,DACDAT:DAC数据输入
3,LRC:数据左/右对齐时钟
4,BCLK:位时钟,用于同步
WM8978的I2S接口支持多种不同的音频数据模式:左(MSB)对齐标准、右(LSB)对齐标准、飞利浦(I2S)标准等。
飞利浦(I2S) 标准模式,数据在跟随LRC传输的BCLK的第二个上升沿时传输MSB,其他位一直到LSB按顺序传输。传输依赖于字长、BCLK频率和采样率，在每个采样的LSB和下一个采样的MSB之间都应该有未用的BCLK周期。

图中,fs即音频信号的采样率,比如44.1Khz,因此LRC的频率就是音频信号的采样率。另外,WM8978还需要一个MCLK，本例程由STM32F4为其提供MCLK时钟，MCLK的频率必须等于256fs,也就是音频采样率的256倍。
框图如下：

左半边为输入，右半边为输出。右下喇叭口可以驱动0.9W/8欧姆的喇叭，喇叭上方的接口可以接耳机，out3/4此例程中没用到。AUXR为对应的输入，LIN、LIP,RIN、RIP是左右MIC输入。L2、R2可作为LIN的输入，后接的开关可以选择增益（WM8978内部有很多模拟开关用来选择通道，同时还有很多调节器用来设置增益和音量）。中间的LADC、RADC为左声道ADC右声道ADC，LDAC、RDAC为左声道DAC和右声道DAC。上述相关都是通过相关寄存器来配置，介绍如下：
（1）R0寄存器（00h）

该寄存器用于控制WM8978的软复位，写任意值到该寄存器地址，即可实现软复位WM8978.
注：WM8978的寄存器是九位的只可写不可读寄存器。
（2）R1寄存器（01h）：

BIASEN位设置为1，模拟部分的放大器才会工作放出声音。MICEN设置为1使能MIC，VMIDSEL设置为11选择5k欧姆，其他位用默认值0。
（3）R2寄存器（02h）

该寄存器设置ROUT1EN（bit8），LOUT1EN（bit7）和SLEEP（bit6）等三个位；ROUT1EN和LOUT1EN设置为1使能耳机输出，SLEEP位设置为0进行正常工作模式。使能BOOSTENR和BOOSTENL设置为1.其他位设置为0.
（4）R3寄存器（03h）

该寄存器设置LOUT2EN(bit6)，ROUT2EN(bit5)，RMIXER(bit3)，LMIXER(bit2)，DACENR(bit1)和DACENL(bit0)等6个位。LOUT2EN和ROUT2EN,设置为1，使能喇叭输出:LMIXER和RMIXER设置为1，使能左右声道混合器: DACENL和DACENR是使能左右声道的DAC,必须设置为1。
（5）R4寄存器（04h）

该寄存器要设置WL(bit6:5)和FMT(bit4:3)等4个位。WL(bit6:5)用于设置字长(即设置音频数据有效位数)，00表示16位音频，10表示24位音频，具体表示见上表;FMT(bit4:3)用于设置I2S音频数据格式(模式)，此处一般设置为10，表示I2S格式（飞利浦模式）。
（6）R6寄存器（06h）

该寄存器全设置为0即可，设置MCLK和BCLK都来自于Stm32的时钟提供。
（7）R10寄存器（0Ah）

该寄存器我们要设置SOFTMUTE(bit6)和DACOSR128(bit3)等两个位，SOFTMUTE设置为0，关闭软件静音; DACOSR128过采样率选择设置为1, DAC得到最好的SNR。
（8）R49寄存器（31h）

该寄存器要设置SPKBOOST(bit2)和TSDEN(bit1)这两个位。SPKBOOST用于设置喇叭的增益，设置为0即可(gain=-1),如想获得更大的声音，设置为1(gain=+1.5)即可；TSDEN用于设置过热保护,设置为1（开启）即可。
（9）R50&R51寄存器（32h和33h）

（上图为R50）用于设置左声道，另一个（R51）用于设置右声道。只需要设置这两个寄存器的最低位（DACL2L MIX）为1即可，将左右声道的DAC输出接入左右声道混合器里面，即可听到播放的内容。
（10）R52&R53寄存器（34h&35h）

上图为R52寄存器，用于设置耳机输出左声道(R52)，另一个用于设置耳机输出右声道(R53)。这两个寄存器的最高位(HPVU)用于设置是否更新左右声道的音量，最低6位（LOUT1VOL）用于设置左右声道的音量，我们可以先设置好两个寄存器的音量值，最后设置其中一个寄存器最高位为1，即可更新音量设置。
（11）R54&R55寄存器（36h&37h）

这两个寄存器用于设置喇叭音量，配置同上类似，最低六位（LOUT2VOL）设置音量大小，有64个等级，最后设置SPKVU为1进行更新配置。