让板子开口 ——扬声器怎样把数字变成声音

你好，我是吴老师。

这份是给你自己读的——不用等我讲，你一段一段往下看，看到让你停下来的地方，就照着做一遍。看不懂的整段复制给 AI，加一句"请一次只解释一个概念，讲完问我一个小问题"。

读完之后，你应该能：说出扬声器发声的完整链条；解释"播放声音 = 按固定节奏送数字"；说出 DAC 和采样率是干什么的；亲手把 440Hz 的声音改成 880Hz，并预测听感变化。

用时：60–90 分钟。准备：板子、数据线、已经接入板卡 Skill 的 WorkBuddy。

一、从"看见"到"听见"

前八课，我们让板子做了很多事：灯变色、屏幕画画、动画跑起来。它们全都有一个共同点——都是让你看的。

今天做一件新事：让板子发出声音。

先想一个问题：板子上没有嘴巴，它怎么"说话"？

答案看起来简单：有喇叭。但这只是第一层。第二层问题才是真的：喇叭凭什么发出"滴——"的一声？

再往深一层：板子里没有声音，只有 0 和 1。你让 AI"播放一个声音"，那些 0 和 1 是怎么变成你耳朵里听到的声音的？

今天这节课的目标很小：让板子响一声"滴"，然后你改一个数值，让音调变高变低。

你会发现，声音一点都不神秘——它只是"被送得很快的数字"。

二、先让它响起来

请使用课程的 esp32s3-touchboard-hardware-dev Skill，
让板子通过扬声器播放一个 440Hz 的"滴"声，持续 0.8 秒，
音量用中等偏低的音量，播完就停。
播放前先检查板卡的音频芯片（ES8311）和功放初始化方式。
帮我新建程序并烧录。

烧录完，先别急着调来调去。把你听到的写下来：

三、声音是什么：一面看不见的鼓

声音不是"东西"，是振动。

想象一面鼓：你推一下鼓面，它往下凹；弹回来时挤压前面的空气；空气再推下一层空气。这一层推一层的波动传到耳朵，撞上耳膜，你就"听到"了。

喇叭就是一面"电动的鼓"：电压快速变化，纸盆就跟着快速振动，把空气推出一层层波。

频率单位是 Hz，意思是"每秒多少次"。440Hz = 每秒推 440 次。

你肯定玩过这个实验：拨橡皮筋，绷得越紧，声音越尖——那就是频率变了。

⚠️ 比喻有边界：喇叭不是简单"推空气"。它里面有个线圈，靠电流在磁场里受力推动纸盆。这门课不钻这个，你记住链条就行：电压变 → 纸盆动 → 空气推 → 耳朵听。

四、板子里没有声音，只有数字

纸盆需要"快速变化的电压"才动。ESP32-S3 只会算数字，怎么造出会变化的电压？

靠一个小东西：DAC（数模转换器）。它只干一件事——把一个数字变成对应的电压。

数字大 → 电压高；数字小 → 电压低。

于是播放声音变成了一件简单的事：

按固定节奏送数字 → DAC 把数字变成电压 → 电压推纸盆 → 声音出来。

这块板上，DAC 不在 ESP32 里，而在另一颗芯片 ES8311 里。它叫音频"编解码芯片"（codec）。今天只用它一半的本事（DAC，把数字变电压）；第 12 课我们会用到它另一半（ADC，把电压变数字）。

五、采样率：送数字的节奏

"按固定节奏"——多快？这个速度叫采样率。

16000Hz（16kHz）采样率 = 每秒送 16000 个数字。

先猜一猜，再实验：

同一段 440Hz 的声音数据，改成每秒只送 8000 个数字，听起来会怎样？

把这段发给 AI：

请做一个对照实验：
同一段 440Hz 的声音，先按 16000 采样率播放一次，
再按 8000 采样率播放一次，中间停 1 秒，循环两遍供我对比。
其余什么都不改。帮我烧录。

你八成会听到：第二次声音变沉、音调变低了。

数字一个字没改，只是送得慢了，音调就低了。

💡 这是本课最重要的发现：采样率直接决定音调。 真人的语音、电话、语音助手，常用 16kHz 采样率，不是随便选的。

六、一条完整的声音流水线

把学过的东西连起来：

你生成数字（正弦波采样）
    ↓  把数字装进缓冲区
按节奏送出（采样率，比如 16000/秒）
    ↓
ES8311 的 DAC：数字 → 电压
    ↓
功放放大电压
    ↓
扬声器纸盆振动
    ↓
空气一层层推
    ↓
你的耳朵

用中文伪代码写同一件事：

准备"滴"声（440Hz，0.8 秒）：
    一共 0.8 × 16000 = 12800 个数字
    第 i 个数字 = 正弦波在 i/16000 秒那一刻的高度
播放：
    把这些数字按 16000 个/秒的节奏送出去

正弦波那行公式看不懂没关系，它只是"算出一个会上下起伏的数列"。真正要记住的是：数字攒好，按节奏送出，声音就有。

七、自己动手：让"滴"声变高

保持采样率、音量、时长都不动，只把 440 改成 880。

先预测，再发给 AI：

请把刚才的"滴"声从 440Hz 改成 880Hz，
其余（采样率、音量、时长）全部不变。帮我烧录。

880 是 440 的两倍，听起来就是高了一个八度（do 到高音 do 的关系）。音乐里的音高就是频率，不神秘。

八、作品：编一段你自己的旋律

单音会了，旋律就是把几个音按顺序、按时长排起来。

先自己填空，再发给 AI：

请让板子播放一小段旋律：
按顺序播放这些音：____Hz（0.4 秒）、____Hz（0.4 秒）、____Hz（0.8 秒）。
音与音之间不留空。音量中等偏低。帮我烧录。

参考频率（"生日快乐"前四个音的频率）：

抄来的旋律不是你的作品，你选出来的频率和节奏才是。

九、故障排查：没声音怎么办

按顺序自查，别乱试：

把现象如实告诉 AI，一次让它教你查一件事。

十、过关检查

不看 AI，自己说：

1. 扬声器为什么会动？（电压 → 纸盆 → 空气，按顺序）
2. "播放声音"在程序里到底是什么操作？
3. DAC 干什么的？在我们板上住在哪颗芯片里？
4. 采样率是什么？440Hz 用 8000 采样率播，音调会怎样？为什么？
5. 440 和 880 的听感差别是什么？
6. 你的旋律每个音用了几个数字？你怎样验证播对了？

十一、还能玩什么

想做"板子听懂我说话"？那要把声音收进来——第 12 课，麦克风在等你。