构建定制ESP32音频播放器

我们最近完成了一个项目，将嵌入式系统、定制硬件和移动开发整合到一个专注的设备中：一款完全通过智能手机控制的便携式音频播放器。客户希望这款设备能放置在教堂大厅，甚至用于健身房会员的定制自动售货机——它是一款低成本、耐用的设备，无需依赖Wi-Fi或云端服务即可播放精选的音频内容。

这是我们是如何构建它的。

问题

客户原本设想的是一个物理分发模式。想象一下，像健身房或教堂大厅的自动售货机一样，用户只需轻触手机，选择一首曲目，设备便会通过内置扬声器或耳机播放。无需触摸屏，无需复杂的用户界面——仅需通过蓝牙触发一个简单可靠的音频播放器即可。

挑战在于：将BOM成本控制在12美元以内，支持离线音频存储，并通过手机应用实现整体控制。无需云服务，无需更换SD卡，仅需稳定的固件和简洁的PCB板。

PCB设计

我们在KiCad 7中绘制了PCB。该电路板为双层，尺寸为50x40mm，所有元件均位于顶层。ESP32位于中央，右侧是MAX98357A和闪存芯片。TP4056和电池连接器位于左侧，与音频路径隔离，以降低噪声。

关键设计决策：

•I2S线路通过地线屏蔽走线，以防止数字噪声进入音频信号。

•通过ESP32 ADC(经由分压器)监测电池电压，用于低电量警报。

•USB-C 仅用于供电和闪存，无需数据线。

•天线与地面保持一定距离，位于顶层。我们使用了带匹配网络的芯片天线(AN9520)。

我们制作了三个版本的原型。第一版存在放大器发出明显嘶嘶声的问题，我们通过在放大器的旁路引脚上加装一个10µF电容解决了这一问题。第二版运行完美。第三版增加了WS2812B LED灯，用于视觉反馈。

软件组件

固件栈非常简单，无需实时操作系统——ESP32的双核可同时处理蓝牙和音频解码。

音频文件以16位、16kHz的单声道WAV格式存储在SPI闪存中。我们编写了一个Python脚本，将MP3文件转换为该格式，并通过USB串口上传。ESP32从FAT分区读取这些文件，并通过I2S进行流式传输。

移动应用程序(Flutter)通过蓝牙经典SPP进行连接，发送简单的文本指令：

•播放3——播放第3首曲目

•`STOP` — 停止播放

•音量80% — 将音量设置为80%

•`LIST` — 返回可用曲目的列表

该应用还会显示电池电量和当前轨迹名称。无需云端，无需网络——所有功能均通过本地BLE/SPP实现。

硬件组件

•Espressif ESP32S

•Maxim Integrated DS18B20 可编程分辨率 1 线数字温度传感器

•SparkFun Electronics LilyPad 电池座 - 切换式 - 20mm

•Adafruit USB 锂离子电池充电器

•Seeed Studio Grove - 音箱

•Bitcraze LED环形甲板

工作原理

1. 用户打开应用，扫描附近设备并连接。

2. 应用发送一个 `LIST` 命令，ESP32 回应轨道名称。

3. 用户点击曲目。手机发送 `PLAY 5`。

4. ESP32 从闪存读取 WAV 文件，并通过 I2S 将其传输到 MAX98357A。

5. 扬声器播放音频。音量可通过应用程序或硬件按钮进行调节。

该设备会在重启后记住上一次的曲目和音量设置(存储在NVS中)。

这对健身房自动售货机有何意义

客户希望将这些设备部署到健身房的定制自动售货机中。想象一下，一个小型服务亭，健身会员只需轻触手机，选择一段圣经音频，就能在原地播放——无需佩戴耳机。该设备价格低廉，若丢失可一次性丢弃，同时具备足够的耐用性，适合日常使用。

同样的硬件可以轻松用于其他音频内容——如指导型健身课程、冥想音乐，甚至有声书。ESP32的蓝牙功能使其能与任何智能手机轻松配对，且无需依赖云端服务，因此完全免去持续的运营成本。

测试与发货

我们对原型机进行了为期两周的测试，共涉及20名用户。在70%音量下，电池续航时间平均为5.5小时。扬声器音量足够大，适合小房间使用(1米处85分贝)。蓝牙信号通过墙壁传输的距离约为15米，对于大厅或健身房地面来说已足够。

我们已向客户发货了50台完全组装好的设备。每台均附带：

•带ESP32、DAC、放大器和电池的定制PCB

•3D打印外壳(PLA材质，两半拼接，卡扣式连接)

•USB-C 数据线

•预装20首圣经音频轨道

客户目前正在三个试点地点进行测试。初步反馈积极，用户认为该应用易于使用，音频质量也足够清晰，适合语音内容播放。

经验总结

•I2S 接地噪声是真实存在的。请在 PCB 上将数字地和模拟地分开。

•SPI闪存磨损对音频文件没有影响——WAV文件在初始写入后为只读状态。

•对于这种应用场景，蓝牙经典比BLE更简单。无需配对开销，只需连接并发送字符串即可。

•音量控制应设在放大器上，而不是软件中。我们使用了MAX98357A的增益引脚来避免削波。

本文编译自hackster.io