HDMI音频传输实战：从寄存器配置到音画同步的完整指南

1. HDMI音频传输的核心挑战与寄存器配置的价值

搞音视频开发这么多年，HDMI的音频传输一直是个既基础又容易踩坑的环节。很多工程师拿到一个SoC或者专用的HDMI发射芯片，照着参考设计把线连上，视频能出，声音却没有，或者有声音但伴随着恼人的“噼啪”声、断续，甚至音画不同步。问题往往就出在对音频子系统那一堆寄存器的理解不够深入。HDMI协议把音频、视频、控制数据打包在同一个TMDS通道里传输，听起来很美好，但为了实现这种“美好”，芯片内部需要一套复杂的机制来处理音频流。这套机制的灵魂，就藏在那些看似枯燥的寄存器配置里。

你提供的这份TI的HDMI寄存器手册片段，正是这个灵魂的解剖图。它涵盖了从音频时钟再生（ACR）、音频输入模式选择（I2S/S/PDIF）、通道映射、状态控制到信息帧打包的完整链条。理解这些寄存器，不仅仅是知道某个比特位写0还是写1，更是要理解HDMI音频传输的底层逻辑：如何将一个独立、连续的音频时钟域，安全、准确、同步地嵌入到以像素时钟为基准的视频数据流中。这涉及到时钟恢复、数据打包、格式转换和错误恢复等一系列精密操作。对于从事电视、机顶盒、媒体播放器、游戏主机甚至专业音视频设备开发的硬件、驱动和系统工程师来说，吃透这些配置是解决实际音频问题的关键。接下来，我们就抛开手册的冰冷描述，结合实战经验，把这些寄存器“盘”得明明白白。

2. 音频时钟再生（ACR）机制：音画同步的基石

2.1 ACR原理与CTS/N值计算

HDMI音频传输最大的挑战之一是时钟同步。视频端有像素时钟（TMDS Clock），音频端有音频主时钟（MCLK）和位时钟（SCLK）。它们通常来自不同的晶振或PLL，存在微小的频率偏差。如果直接发送音频采样数据，接收端用自己的时钟去读取，日积月累必然导致缓冲区上溢或下溢，产生爆音或中断。ACR机制就是为了解决这个问题。

它的核心思想是：发送端不仅发送音频采样数据，还发送一个与视频时钟相关的“时间戳”信息，即CTS值。接收端利用这个CTS值和已知的N值，在本地再生出与发送端同步的音频时钟。公式是：再生音频时钟频率 = (TMDS Clock频率 * N) / CTS。

这里的N值是一个固定的乘数因子，与音频采样率有关。例如，对于48kHz采样率，N通常是512或1024等。CTS值则是一个动态测量值。在你的手册片段中，ACR CTS Hardware Value Register 1/2/3 (CTS_HVAL1/2/3)就是用来存储这个关键值的。注意看描述：“This value is measured and stored here by the hardware when MCLK is active and N is valid.” 这句话信息量很大。它意味着CTS值通常是由硬件自动测量并填充的，软件只需要在适当的时机（音频流稳定、N值已配置）去读取它，并将其填入要发送的音频信息包（Audio Clock Regeneration Packet）中。这三个寄存器共同存储一个20位的CTS值，覆盖了足够大的范围以适应各种视频模式。

实操心得：很多新手会试图手动计算并写入CTS值，这是错误的。正确的流程是：1）正确配置视频模式，使TMDS Clock稳定；2）配置音频输入并激活MCLK；3）配置正确的N值（根据采样率）；4）等待硬件测量完成（通常有状态位指示）；5）从CTS_HVAL寄存器读取测量值。手动计算极易因舍入误差导致接收端时钟抖动（Jitter），产生可闻的音频失真。

2.2 寄存器配置实战与参数选择

那么，N值从哪里来？它通常由音频采样率决定，并写入音频信息帧（Audio InfoFrame）或相关的音频配置寄存器。手册中虽然没有直接给出N值寄存器，但Audio In I2S Channel Status Register 4 (I2S_CHST4)中的SW_SPDIF_FS字段，以及I2S_CHST5中的FS_ORIG和I2S_MAXLEN/I2S_LEN，都间接关联了采样率和位宽信息，这些是计算N值的基础。

例如，对于最常见的48kHz、24位音频，N常取4096或6144。为什么？因为再生时钟频率 = 128 * 采样率 * 位宽系数。对于24位打包在32位帧内的情况，位宽系数可视为1。128 * 48kHz = 6.144MHz，这就是我们需要再生的音频时钟频率。如果TMDS Clock是74.25MHz（720p60常用），那么根据公式N = (CTS * 再生音频时钟) / TMDS Clock，我们需要选择合适的CTS和N，使得计算结果是整数。芯片设计时已经固化了常用N值，我们只需按表格选择。

配置ACR相关的步骤通常如下：

1. 使能音频路径：通过Audio In Mode Register (AUD_MODE)的AUD_EN位开启音频输入流。
2. 配置音频格式：在I2S_IN_CTRL、I2S_IN_LEN等寄存器中，设置正确的位宽、对齐方式、声道数。这决定了音频数据如何被硬件接收和理解。
3. 设置采样率信息：通过I2S_CHST4和I2S_CHST5寄存器，或S/PDIF对应的状态寄存器，告知硬件当前的音频采样率和位宽。这是硬件自动测量CTS的前提。
4. 等待并获取CTS：在音频流稳定传输后，查询状态寄存器（手册片段未给出，但通常会有ACR状态寄存器）确认CTS值已就绪，然后从CTS_HVAL1/2/3读取。
5. 填充并发送音频信息包：将N值和读取到的CTS值填入音频时钟再生包的数据结构中，并通过Packet Buffer Control 1 Register (PB_CTRL1)使能音频信息帧（AUD_EN和AUD_RPT）的发送。

3. 音频输入接口配置：I2S与S/PDIF详解

3.1 I2S接口的精细控制

I2S是芯片间传输数字音频最常用的协议。手册中的Audio In Mode Register (AUD_MODE)是总开关，其中的SD0_EN到SD3_EN分别控制4个I2S数据线的启用。这支持最多8声道（4个立体声对）的音频输入。但仅仅打开开关还不够，I2S_IN_CTRL寄存器才是配置I2S协议细节的核心。

• I2S_SHIFT,I2S_JUST,I2S_WS：这三个位共同决定了数据在时钟周期内的对齐方式。I2S_SHIFT控制WS（字选择，即左右声道时钟）与数据开始传输之间的相位关系。标准的Philips I2S格式是WS变化后延迟1个SCK周期开始传输数据（I2S_SHIFT=0）。I2S_JUST控制数据在字内的对齐方式，是左对齐还是右对齐（MSB或LSB对齐）。I2S_WS则定义了WS信号的极性，即高电平代表左声道还是右声道。配置错误会导致左右声道颠倒或数据错位。
• I2S_DIR：定义数据位的传输顺序，是最高位（MSB）先传还是最低位（LSB）先传。绝大多数音频编解码器使用MSB先传。
• SCK_EDGE：定义数据在哪个时钟边沿被采样。这需要与发送端严格匹配。
• HBRA_ON：高比特率音频模式开关。用于传输像Dolby TrueHD、DTS-HD Master Audio这类采样率极高（如192kHz）或数据量大的无损压缩音频流。开启此模式后，其他控制位的含义可能发生变化，需要参考专门的HBR配置部分。

Audio In I2S Data In Map Register (I2S_IN_MAP)也非常重要。它定义了物理I2S输入数据线（SD0-SD3）如何映射到内部处理通道（FIFO0-FIFO3）。这对于非标准的板级布线或需要交换声道顺序的情况非常有用。例如，如果PCB布线时把左右声道的线接反了，你可以通过交换FIFO0_MAP和FIFO1_MAP的映射值在软件层面纠正，而无需改动硬件。

3.2 S/PDIF接口的处理与状态提取

S/PDIF（索尼/飞利浦数字音频接口）常见于消费电子设备的光纤或同轴输出。在AUD_MODE寄存器中，通过SPDIF_EN位可以启用S/PDIF输入流。

S/PDIF是双向相标记编码（Biphase Mark Code）的串行流，不仅包含音频采样数据，还嵌入了通道状态（Channel Status）和子码信息。Audio In S/PDIF Control Register (SPDIF_CTRL)中的FS_OVERRIDE位允许你选择是使用从S/PDIF流中自动提取的采样率（HW_SPDIF_FS），还是使用软件手动指定的采样率（通过I2S_CHST4的SW_SPDIF_FS字段）。在信号质量差、提取不稳时，手动覆盖可能更可靠。

Audio In S/PDIF Extracted Fs and Length Register (HW_SPDIF_FS)是硬件自动从S/PDIF流中解析出的信息寄存器。HW_SPDIF_FS直接给出了采样率代码，HW_MAXLEN和HW_SPDIF_LEN则给出了位宽信息。软件可以读取这些值来了解输入音频流的格式，并据此配置后续处理模块。

Audio Error Threshold Register (SPDIF_ERTH)用于设置BMC解码的错误阈值。S/PDIF信号在长距离传输后可能产生抖动或误码。这个寄存器允许你设定一个容错值。当一帧内的BMC编码错误超过AUD_ERR_THRESH设定的数量时，硬件会将这一帧标记为无效，可能触发静音或错误处理程序，避免将严重的误码解码成刺耳的噪音。

注意事项：处理S/PDIF时，要特别注意时钟恢复的质量。S/PDIF是自同步编码，接收端需要用锁相环（PLL）从数据流中恢复时钟。如果信号完整性差（如过长的同轴线、劣质连接器），恢复的时钟抖动会很大，导致后续音频处理不稳定。此时，除了调整错误阈值，更应检查硬件设计，确保信号幅度和眼图符合规范。

4. 音频数据处理与通道配置

4.1 声道映射、交换与状态信息

对于多声道音频，正确的声道映射至关重要。Audio In I2S Channel Swap Register (SWAP_I2S)提供了最简单的声道交换功能，每个比特独立控制一个I2S通道（立体声对）的左右交换。这在处理某些录制或传输过程中声道相位反相的问题时很有用。

更复杂的映射则由I2S_IN_MAP寄存器完成，如前所述。在HDMI的“Layout 1”（多声道布局）下，它决定了哪个物理输入数据线对应哪个内部音频FIFO通道，进而对应到HDMI数据包中的哪个声道位置（如FL、FR、C、LFE等）。HDMI的声道顺序是有明确规范的，配置错误会导致播放时人声跑到环绕声道去。

I2S_CHST0到I2S_CHST5这一组寄存器，用于设置或读取I2S流附带的通道状态信息。这些信息会原封不动地打包进HDMI音频信息帧，传递给接收设备。例如：

• I2S_CHST1：类别代码，指示音频用途（如普通音频、电影、音乐）。
• I2S_CHST2/3：源号和通道号。
• I2S_CHST4：时钟精度和软件设置的采样率。
• I2S_CHST5：原始采样率和音频样本字长。

对于S/PDIF输入，其通道状态信息由硬件自动从流中提取并存储在类似HW_SPDIF_FS的寄存器中，也可被用于填充发送端的音频信息帧。

4.2 采样率转换与数据长度调整

并非所有情况下的输入音频采样率都恰好是目标输出格式。Audio Sample Rate Conversion Register (ASRC)提供了简单的采样率下转换功能。当SRC_EN使能时，可以通过RATIO位选择2:1或4:1的下采样。这在将高采样率音频（如192kHz）适配到只支持较低采样率的旧式显示设备时有用。但要注意，这是一个固定的、相对简单的采样率转换器，可能会引入音质损失。对于高质量应用，更推荐在发送前使用外部专用的、算法更优秀的ASRC芯片或DSP进行处理。

Audio I2S Input Length Register (I2S_IN_LEN)的IN_LENGTH字段用于指定输入I2S流中每个样本的有效位数。例如，即使I2S总线传输32位字，实际音频样本可能只有24位有效，高位补零或低位补零。正确设置这个值，能确保硬件准确地截取有效数据，丢弃填充位，避免数据错误。HDR_PKT_ID则用于高比特率音频模式下的数据包识别。

5. HDMI音频打包与信息帧控制

5.1 核心控制寄存器：模式、布局与使能

HDMI Control Register (HDMI_CTRL)是HDMI发射器的主控开关之一。HDMI_MODE位必须置1以启用HDMI功能（否则可能运行在纯DVI模式，不支持音频）。LAYOUT位决定了音频包头的布局：Layout 0用于传统的2声道立体声，Layout 1则用于多达8声道的多声道音频（如5.1、7.1）。PACKET_MODE则与视频深度色相关，定义了每个像素的比特数，这会影响数据岛的带宽分配，间接影响音频包的可插入位置。

Audio Path Status Register (AUDO_TXSTAT)提供了音频发送状态。MUTE位指示了静音状态，它由控制包（Control Packet）中的SETAVM和CLRAVM位控制。NPACKET_EN和NPACKET_EN_VS_HIGH控制空包（Null Packet）的发送策略，用于在无有效音频数据时填充数据岛，维持链路训练。

5.2 信息帧（InfoFrame）配置详解

信息帧是HDMI协议中用于传递元数据的关键结构。你的手册片段详细列出了AVI、SPD、Audio、MPEG等几种主要信息帧的寄存器组。每个信息帧都有相同的头部结构：类型（TYPE）、版本（VERS）、长度（LEN）和校验和（CHSUM），后面跟着若干数据字节（DBYTE）。

• AVI InfoFrame：传递视频格式信息，如色彩空间（RGB/YUV）、色彩度、宽高比、扫描模式等。虽然主要是视频信息，但其正确配置对音频接收端理解整体媒体上下文也有帮助。
• Audio InfoFrame：这是音频传输的核心元数据。它包含了音频编码类型（如PCM、AC-3）、声道数量、采样率、采样大小、通道分配等关键信息。接收端（如电视、功放）完全依赖这个信息帧来正确解码和播放音频。AUDIO_DBYTE_0到AUDIO_DBYTE_9这些寄存器就需要根据你的音频流格式仔细填充。
• SPD InfoFrame：源产品描述信息帧，可以发送设备名称、型号等信息给显示设备，通常对音频播放影响不大。
• MPEG InfoFrame：用于传输MPEG相关的源信息。

这些信息帧的发送由Packet Buffer Control 1/2 Registers (PB_CTRL1/2)控制。每个信息帧都有一个使能位（*_EN）和一个重复发送位（*_RPT）。通常，我们需要使能AVI和Audio信息帧，并设置为重复发送（RPT=1），以确保它们在每个视频垂直消隐期（VBLANK）都被发送，这样接收端在任意时刻接入都能立刻获得正确的配置信息。

避坑指南：信息帧的校验和（CHSUM）必须正确计算。它是信息帧头部（类型、版本、长度）和所有数据字节之和的二进制补码的低8位。很多音频无声的问题，根源就是校验和计算错误，导致接收端直接丢弃了整个信息帧。芯片的硬件有时会自动计算，有时需要软件计算。务必查阅芯片数据手册的详细说明。一个快速验证的方法是，先使用芯片厂商提供的默认值或计算工具生成一组正确的寄存器值，确保音频能通，然后再在此基础上修改你需要定制的字段。

6. 高级功能与调试寄存器

6.1 音频数据率调整与测试控制

Audio Input Data Rate Adjustment Register 1/2/3 (AUD_PAR_BUSCLK_1/2/3)这三个寄存器用于微调并行音频输入的数据率。当音频主时钟（MCLK）与芯片内部总线时钟（BUSCLK）存在非常细微的偏差时，可以通过这个参数进行调整，防止音频FIFO上溢或下溢。这是一个高级调优功能，在绝大多数标准时钟设计中不需要改动。

Test Control Register (TEST_TXCTRL)和Diagnostic Power Down Register (DPD)主要用于芯片测试和调试。例如，CORE_ISO_EN可以隔离TMDS核心，VID_BYP_EN可以旁路视频路径。在正常应用代码中，绝对不要使能这些测试和旁路模式，除非你非常清楚自己在进行芯片级验证。误配置PDTOT、PDOSC等电源控制位可能导致整个HDMI控制器或I2C接口掉电，造成系统无法正常工作。

6.2 常见问题排查与寄存器调试技巧

当HDMI音频出现问题时，一套系统的寄存器排查流程至关重要：

1. 确认基础与时钟：

   • 检查HDMI_CTRL的HDMI_MODE和LAYOUT是否正确。
   • 确认视频时序已稳定，TMDS Clock存在且频率正确。
   • 确认音频输入已激活（AUD_MODE的AUD_EN及I2S_EN/SPDIF_EN），并且MCLK、SCLK、LRCLK信号在引脚上可用示波器观测到。

2. 检查音频路径与格式：

   • 核对I2S_IN_CTRL的所有位：采样边沿、对齐方式、位序、WS极性是否与音频源完全匹配。这是最高频的错误点。
   • 核对I2S_IN_LEN的IN_LENGTH，确保其与音频样本的实际有效位一致。
   • 对于多声道，检查I2S_IN_MAP的映射关系是否符合HDMI规范和你预期的声道顺序。

3. 验证ACR与信息帧：

   • 确保I2S_CHST4/5或S/PDIF状态寄存器中的采样率、位宽信息已正确设置。
   • 等待并读取CTS_HVAL寄存器，确认值非零且合理（通常是一个几百到几千的数）。如果一直是0，说明ACR测量未触发，回溯检查MCLK和N值配置。
   • 检查PB_CTRL1，确保AUD_EN和AVI_EN已使能，且AUD_RPT和AVI_RPT建议设为1（重复发送）。
   • 仔细计算并核对Audio InfoFrame数据字节（AUDIO_DBYTE_0-9）的配置，特别是编码类型、声道数、采样率、采样大小这几个核心字段。可以使用HDMI分析仪抓取数据岛包，直接查看发送出的信息帧内容，这是最直接的调试手段。

4. 高级诊断：

   • 如果怀疑S/PDIF信号质量，可以调整SPDIF_ERTH错误阈值，观察是否改善。
   • 利用芯片可能提供的音频FIFO状态寄存器，检查是否出现上溢或下溢，这通常指向时钟同步（ACR）问题。
   • 在极端情况下，可以尝试使用ASRC进行固定的下采样，排除高采样率兼容性问题。

寄存器调试就像侦探破案，需要逻辑清晰、耐心细致。最好的习惯是，在初始化代码中，将所有配置过的音频相关寄存器的值，通过日志打印出来，与数据手册的预期值进行比对，能快速定位配置错误。记住，一个比特的错误，就足以让整个音频通道静默。