AIスピーカーを作る⑤

RaspberryPi

次に自分の声を録音、再生してみましょう♪

スピーカ単体で録再の動作テスト

トラ技の84ページを参考にします。

次のコマンドを入力して、利用できるBCM2837内のサウンド録再デバイスを確認します。

arecord -l


表示された一覧の中に、snd_rpi_simple_cardという名前のサウンド録再デバイスをあることを確認して、次の2つの番号をメモします。

・カード番号　・デバイス番号

↑では、
　　カード番号：１
　　デバイス番号：０
となります。

それでは、モノラルとステレオの両方で録音のテストをします。

録音（wav形式）

録音をするときには、arecordコマンドを使って入力します。
“piughw:1″の値”1″は、先ほどメモしておいたサウンド録再デバイスのカード番号です。

arecord -D plughw:1 -c1 -r 48000 -f S32_LE -t wav -V mono -v test_mono.wav

ステレオ録音をするときは次のようにします。

とここで、トラ技記載のコマンドではモノラル録音のままでした。

arecord -D plughw:1 -c2 -r 48000 -f S32 LE -t wav -V STEREO -v test_stereo.wav

修正方法：
デバイス指定を plughw:1 から plughw:1,0 に明示的に変更します。

arecord -D plughw:1,0 -c2 -r 48000 -f S32_LE -t wav -V STEREO -v test_stereo.wav

これでステレオ録音ができました。

録音を終了するときは、Ctrlキー＋Cキーを押します。

再生（wav形式）

再生の時には次のように入力します。

aplay -D plughw:0 ファイル名.wav・・・例）test_mono.wav or test_stereo.wav

それぞれに録音ファイルの音が出ることが確認できると思います。
まぁ、そもそもスピーカが1個だけなので、正直、モノラルかステレオかの違いは分かりませんけどね。😝

※ここで気が付く人は、plughwのカード番号が、
　録音：1
　再生：0
になっていることに気が付きますかね？　この理由は後述します。

録音ボリュームを変更する

録音ボリュームを自由に変更できるようにします。

ホームの配下にある.asoundrcを編集します。

pcm.softvol{
        type softvol
        slave.pcm "hw:1,0"
        control{
            name "Boost Capture Volume"
            card sndrpisimplecar
        }
        min_dB -3.0
        max_dB 30.0
}

pcm.!default {
        type hw
        capture.pcm "plug:softvol"
        playback.pcm "hw:0,0"
}

録音レベルを調節するためには、ターミナルからAlsaMixerを起動します。

alsamixer

F6キーを押して、BCM2837内のサウンド録再デバイスをsnd_rpi_simple_cardに変更します。その際、”このカードには録音ミキサーがありません”と出ますが、後述のF4を押すと出てきます。

F4キーを押すと録音レベルを調節できるようになります。
※赤のレンジに入っているのが良さそうとのことです。

これ以降では、最初に録音データが上手く再生できなかったことからデバッグをして、上手く再生できたノウハウをTipsとしてまとめます。

今回のRaspberry Piでのデバイス構成

ここで一度、実際に確認したデバイス一覧を整理しておきます。
カード番号は機器構成などによって変わることがあるため、次のコマンドで確認してください。

arecord -l
aplay -l
  • arecord -l：録音デバイス一覧
  • aplay -l：再生デバイス一覧
$ arecord -l
**** ハードウェアデバイス CAPTURE のリスト ****
カード 1: sndrpisimplecar [snd_rpi_simple_card], デバイス 0: simple-card_codec_link snd-soc-dummy-dai-0 []
  サブデバイス: 1/1
  サブデバイス #0: subdevice #0

$ aplay -l
**** ハードウェアデバイス PLAYBACK のリスト ****
カード 0: ALSA [bcm2835 ALSA], デバイス 0: bcm2835 ALSA [bcm2835 ALSA]
  サブデバイス: 8/8
  サブデバイス #0: subdevice #0
  サブデバイス #1: subdevice #1
  サブデバイス #2: subdevice #2
  サブデバイス #3: subdevice #3
  サブデバイス #4: subdevice #4
  サブデバイス #5: subdevice #5
  サブデバイス #6: subdevice #6
  サブデバイス #7: subdevice #7
カード 0: ALSA [bcm2835 ALSA], デバイス 1: bcm2835 ALSA [bcm2835 IEC958/HDMI]
  サブデバイス: 1/1
  サブデバイス #0: subdevice #0
カード 1: sndrpisimplecar [snd_rpi_simple_card], デバイス 0: simple-card_codec_link snd-soc-dummy-dai-0 []
  サブデバイス: 1/1
  サブデバイス #0: subdevice #0

今回の実測結果

カード番号デバイス番号デバイス名録音一覧再生一覧
00bcm2835 ALSA—あり
01bcm2835 IEC958/HDMI—あり
10snd_rpi_simple_cardありあり

今回の私のRaspberry Piの環境では、録音に使うデバイスと再生に使うデバイスが違っていました。【arecord -l と aplay -l の比較】
　録音側：arecord -l
　　カード1・デバイス0
　　snd_rpi_simple_card
　　マイク入力に使用したデバイス

　再生側：aplay -l
　　カード0・デバイス0
　　bcm2835 ALSA
　　今回、音が出た再生デバイス

つまり、aplay -l にもカード1・デバイス0が表示されていますが、これはそのデバイスが再生にも対応していることを示すだけで、実際に接続されたスピーカーから音が出ることまでは保証しません。

そのため、今回は、カード番号を試行錯誤して、音が出来た番号を正解！として置いています。

そのことを視覚的に把握できるように、もう一度、alsamixerを見てみましょう。

■録音：snd_rpi_simple_card（カード番号：１）

■再生：bcm2835 ALSA（カード番号：０）

これで、録音と再生で対応しているカードが違うことが視覚的に見えると思います。

それでは、次にraw形式で、実際に録音と再生に成功したコマンドを列記します。

録音（raw形式）

arecord -D plughw:1,0 --format=S16_LE --duration=10 --rate=16000 --file-type=raw out(ファイル名).raw

※-D plughw:1,0: 「カード 1」の「デバイス 0」を、サンプリングレートなどの自動変換機能（plug）付きで開く指定です。
※録音時間を延ばすには、--duration=10 の数値を変更します。この数字は「秒数」を表しています。
変更するパラメータ
　--duration=30: 30秒間録音したい場合
　--duration=60: 1分間（60秒）録音したい場合

再生（raw形式）

aplay -D plughw:0,0 -t raw -f S16_LE -r 16000 -c 1 out(ファイル名).raw

【再掲】録音・再生に成功したコマンド一覧

ちょっと、ページが長くなってしまったので、成功したコマンド一覧を再掲します。

操作成功したコマンド
録音（WAV形式）
※録音終了時に、Ctrlキー＋Cキー		■モノラル
arecord -D plughw:1 -c1 -r 48000 -f S32_LE -t wav -V mono -v test_mono(ファイル名)
.wav
■ステレオ
arecord -D plughw:1,0 -c2 -r 48000 -f S32_LE -t wav -V STEREO -v test_stereo.wav
録音（RAW形式、10秒）arecord -D plughw:1,0 --format=S16_LE --duration=10 --rate=16000 --file-type=raw out(ファイル名).raw
再生（WAV形式）aplay -D plughw:0 ファイル名.wav
再生（RAW形式）aplay -D plughw:0,0 -t raw -f S16_LE -r 16000 -c 1 out(ファイル名).raw

【Tips】音声データのwav形式とraw形式の違い

主な比較表

項目WAVRAW (Raw PCM)
中身のデータリニアPCMデータリニアPCMデータ（同じ）
ヘッダー情報あり（フォーマット情報が書き込まれている）なし（純粋な波形データのみ）
扱いやすさ多くのソフトでそのまま再生・編集可能パラメータを指定しないと正しく再生できない
主な用途一般的な音楽保存、CD音質の記録、DTM・音声編集プログラムによる音声解析、特殊な組み込み機器、AIの音声認識の前処理など

WAVとRAW（Raw PCM）の最大の違いは、「音声データにヘッダー情報（管理情報）が付いているかどうか」です。どちらも音声を圧縮しない「非圧縮（リニアPCM）データ」である点は同じです。

WAV（ウェーブ）とは

  • 構造: 「音のデータ（PCM）」の前に、「ヘッダー情報」（サンプリング周波数、量子化ビット数、チャンネル数、データサイズなどの規格情報）が記録されています。
  • 特徴:
    • 一般的な音楽プレイヤーや音声編集ソフトで、ファイルをそのまま開いて再生できます。
    • Windowsをはじめとする多くのOSやソフトで標準的に認識されます。

RAW（ロー / Raw PCM）とは

  • 構造: ヘッダー情報が一切なく、「純粋な音声データ（PCM本体）のみ」がズラリと並んでいる状態です。
  • 特徴:
    • ヘッダーがないため、再生する・正しく音を鳴らすには「サンプリング周波数（例: 44.1kHzや16kHz）」や「ビット深度（例: 16bit）」、「チャンネル数（モノラル/ステレオ）」の条件をプレイヤーやプログラム側にあらかじめ手動で指定する必要があります。
    • 条件を1つでも間違えると、音が甲高くなったり、スピードが狂ったり、ノイズだらけになったりします。

コメント

タイトルとURLをコピーしました