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。
读完之后，你应该能：说清留声机"录 → 存 → 放"三步各在干什么；解释 WAV 文件头为什么必须有；把录 3 秒声音的字节数算出来；说出播放时怎么跳过文件头找到声音。
用时：90 分钟。准备：板子、TF 卡（已格式化）、数据线、已经接入板卡 Skill 的 WorkBuddy。
一、今天做一个"声音留声机"
先看成品长什么样。 下面就是今天要做的东西，你先玩一遍再回来：
请使用课程的 esp32s3-touchboard-hardware-dev Skill，
做一个"声音留声机"：
按一下 BOOT → 录 3 秒，存进 TF 卡
再按一下 → 播放刚才录的那段留言
再按一下 → 又开始录（覆盖上一条）
屏幕上显示现在是"准备/录音中/播放中"。
录音数据放 PSRAM，写完文件记得 close()。
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。
烧起来先玩一玩，然后记下三件事：
| 我玩的时候 | 观察 |
|---|---|
| 录一段话，再放出来 | 是你的声音吗？有延迟吗？ |
| 拔掉电，重新插上，再按一次 | 刚才录的还在吗？为什么？ |
| 把 TF 卡拔下来，插到电脑上 | 能找到那个文件吗？能双击播放吗？ |
第二、三行是这台留声机"值钱"的地方——声音留下来了，不在板子内存里，而在卡里。 电脑都能打开它，说明它不是"板子专用的黑盒"，而是一个真正的声音文件。
这台留声机看着神奇，其实只做三件事：录进来 → 存下去 → 放出来。
今天我们就把它拆开，一样一样看清楚。
二、三件会的东西，拼成一件新的
你已经有三个"半成品"：
- 第 12 课：对着板子说话，麦克风把它变成数字（回声）
- 第 14 课：把数字写进 TF 卡，重启还在
- 第 11 课：把数字送出去，扬声器就响
回声是"边收边放"，停机就没了。但如果把收进来的数字像计数器一样写进 TF 卡呢？
那样你说的话就留下来了——这就是声音留言机。
三、拆开①：录进来的，本来就是一串数字
录音在板子里是一大串数字：一秒 16000 个，每个 2 字节。
所以"存声音"和存 count.txt 是同一件事：把数字一个接一个写进文件。
但文件里只有一串数字，别人怎么知道它是声音、每秒几个、多大、几个声道？
需要"自我介绍"——这就是文件头。
四、拆开②：为什么必须有个「自述信」
我们用的格式叫 WAV：
┌──────────────────────────────┐
│ 文件头（前 44 字节 = 自述信） │
│ · 我是 WAV/RIFF │
│ · 采样率：16000 │
│ · 位深：16 │
│ · 声道：2 │
│ · 数据多长 │
├──────────────────────────────┤
│ 声音数据（一串 16 位数字） │
└──────────────────────────────┘
播放器拿到 WAV，先读 44 字节"自述信"，就全明白了。参数改了头就要改，否则按错的节奏读。
亲眼看一看：这 44 个字节长什么样
下面把真实的文件头按字节画出来了（和板子上 writeWavHeader() 写的一模一样）。
把鼠标放到格子上，看这一格是干什么的：
重点看这两件事：
- 黄色那两格是"数据长度" —— 一个在前（块大小）、一个在后（数据长度）， 而它们都要等录完才知道。所以程序的做法是：先把 44 个字节的位置占住，录完再回头填。 （点「还没录音」那个按钮，你会看到它是 0。）
- 点"采样率填错"试试 —— 把 16000 改成 8000，声音数据一个字节都没动， 但播放器照着这封写错的"自述信"读，就会用一半的速度读你的数据： 声音变得又慢又沉，像磁带快没电。
💡 这就解释了第 11 课那句"送得快音调就高"：文件头里写着"每秒读几个数"， 播放器完全照它执行。头写错了，数据再对也没用。
五、拆开③：录下来怎么存
准备：PSRAM 申请大内存；打开 record.wav；先留出 44 字节头
录音（按 BOOT）：从麦克风读数字攒进内存，屏显秒数；录够停
写文件：把内存数字写在头后面；回头填上"数据多长"；close()
工程细节：数据长度要录完才知道，所以头先空着，写完回头填。
六、拆开④：放出来怎么读
打开 record.wav
读 44 字节自述信
跳过文件头，从数据开始：读一小段 → 送出去 → 再读 → 再送
到结尾关闭
和回声的区别只有一处：回声送"麦克风收来的数字"，播放送"文件里读出来的数字"。
七、轮到你设计：三个「多久」
- 录多久？ 3 秒 ≈ 16000×3×2×2 ≈ 192KB → 内存够吗？要 PSRAM
- 存几个文件？ 覆盖旧的，还是 note_1、note_2 一直加？
- 何时算录完？ 到秒数自动停，还是再按一次？
没有标准答案，但决定"这台留言机怎么用"。这就是设计取舍，真正的作品从这开始。
八、故障排查
| 现象 | 先检查 |
|---|---|
| 录完没声音 | WAV 头写对了吗？字节数填对了吗？ |
| 声音变尖变快 | 播放采样率和头里写的一致吗？ |
| 断断续续 | 一次读太少了，缓冲大一点 |
| 电脑打不开文件 | 44 字节头写错了 |
九、自检小测
先自己想，再点开对答案。
1. 留声机只做三件事，是哪三件？
录进来 → 存下去 → 放出来。
对应三课：第 12 课（麦克风把声音变数字）、第 14 课（数字写进 TF 卡）、第 11 课（数字送出去就响）。
2. 为什么"存声音"和"存 count.txt"是同一件事？
因为声音在板子里本来就是数字——一秒 16000 个，每个 2 字节。
存声音 = 把这一大串数字一个接一个写进文件，和把计数器的数字写进文件，动作一模一样。
3. 既然都是数字，为什么还要 WAV 文件头？
因为光有一串数字，别人不知道它是什么：
- 每秒几个数字？（采样率）
- 每个数字几位？（位深）
- 一个还是两个声道？
文件头就是那封**"自述信"**：把这几件事说清楚，播放器才知道按什么节奏读。 光给数字不给说明，读到的东西就是噪音。
4. 录 3 秒声音，大约多少字节？为什么要用 PSRAM？
16000 个/秒 × 3 秒 × 4 字节（立体声 16 位 = 左右各 2 字节）
= 192,000 字节 ≈ 192 KB
192 KB 太大了——板子的普通内存（DRAM）装不下这么大的缓冲， 所以要申请 PSRAM（板子上那块 8MB 的"大内存"）。
5. 播放时，程序怎么知道从哪儿开始是声音数据？
跳过前面 44 字节。
文件头的长度是固定的 44 字节，所以：
打开文件 → 读掉（或跳过）前 44 字节 → 从第 45 字节开始就是声音数字
6. "数据长度"要先写在文件头里，可它是录完才知道的——怎么办？
先空着，录完回头填。
写文件只能从头往后写，但录的时候还不知道能录多久。所以：
① 先占住 44 字节的位置（随便填）
② 录多少、往后面写多少
③ 录完 → 回到开头，把真实长度补进去
④ close()
这是本课最"工程"的一步：先把位置留出来，事后回去补。 写程序和生活中一样——有些信息，就是得等做完了才知道。
7. 录音存文件和第 12 课的"回声"，最大的区别是什么？
回声是"边收边放"，不留底；留言机是"先存下来，再放"。
- 回声：麦克风收到数字 → 立刻送出去。停机就没了。
- 留言机：麦克风收到数字 → 攒进内存 → 写进卡里。断电还在，还能拿到电脑上播。
多出来的这一步"存"，就是"留言"和"通话"的区别。
十、拓展：让它更像一台留声机
- 多条留言（序号文件、来回切换）
- 变声留言机（播放时隔一取一）
- 会说话的相册（照片配录音）
- 语音小抄（录英语循环播）
下一课反着来：不录只放，放卡里现成的 MP3——第 16 课，本章收尾。
