ESP32で音声を記録して、FFTする

うちにある石油ファンヒータ、2時間くらい経つとブザーが鳴って自動で消火する機能が付いている。消し忘れ防止のようだが、イヤホンなど付けていると気付かないことが多い。そこでブザーが鳴っていたら、それを検出する機器を作りたい。

ESP32にマイクを接続して音声を記録して周波数成分を分析してみる。

マイク

以前使用した秋月のシリコンマイクが良かったので、今回も使用。

20dBのアンプが内蔵されているので扱い易い。基板裏の半田ブリッジに半田を盛ってショートしておく。

ESP32のADC

ADCがあるので、試してみる。GPIO32がアナログ入力に使える。

#include <Arduino.h>

void setup() {
  Serial.begin(115200);
  pinMode(32, ANALOG);
}

void loop() {
  Serial.println(analogRead(32));
  delay(300);
}

12bit出力なのだが、可変抵抗を接続して0から4095になる範囲を見ると、

マイクの出力範囲はオシロで見る限りこの範囲に入っているようなので、大丈夫そうだ。

ESP32でFFT

Espressif社が、esp-dspというデジタル信号処理用のライブラリを提供してくれているので、これを使うのうが良さそう。ここにサンプルがある。これを見ながら自分用のを作成。サンプリング周波数は10kHzにし、サンプル数は1024にした。

マイク信号はDCバイアスがかかっているので、平均値を減算している。

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include "freertos/FreeRTOS.h"
#include "freertos/task.h"
#include "esp_system.h"
#include "driver/spi_master.h"
#include "soc/gpio_struct.h"
#include "driver/gpio.h"
#include "driver/uart.h"
#include "soc/uart_struct.h"
#include <math.h>

#include "esp_dsp.h"

#define SAMPLING_FREQUENCY 10000
unsigned int sampling_period_us = 1000L * 1000L / SAMPLING_FREQUENCY;

#define N_SAMPLES 1024
int N = N_SAMPLES;
// Input test array
__attribute__((aligned(16)))
float x1[N_SAMPLES];
// Window coefficients
__attribute__((aligned(16)))
float wind[N_SAMPLES];
// working complex array
__attribute__((aligned(16)))
float y_cf[N_SAMPLES * 2];

void setup() {
  pinMode(32, ANALOG);
  Serial.begin(115200);
}

void loop() {
  esp_err_t ret = dsps_fft2r_init_fc32(NULL, CONFIG_DSP_MAX_FFT_SIZE);
  if (ret != ESP_OK) {
    Serial.printf("Not possible to initialize FFT. Error = %i", ret);
    return;
  }

  dsps_wind_hann_f32(wind, N); // Generate hann window
  //  dsps_tone_gen_f32(x1, N, 1.0, 0.16, 0); // Generate input signal: A=1.0, F=0.16

  float ave = 0;
  for (int i = 0; i < N; ++i) {
    unsigned long t = micros();
    int a = analogRead(32);
    while ((micros() - t) < sampling_period_us) ;
    x1[i] = a;
    ave += a;
  }

  ave /= N;
  Serial.println("Input:");
  for (int i = 0; i < N; ++i) {
    x1[i] = x1[i] - ave;
    Serial.printf("%d, %f\r\n", i, x1[i]);
  }

  // Apply window and convert to complex format
  for (int i = 0 ; i < N ; i++) {
    y_cf[i * 2 + 0] = x1[i] * wind[i];  // 実部
    y_cf[i * 2 + 1] = 0.0;              // 虚部は0
  }

  dsps_fft2r_fc32(y_cf, N); // FFT
  dsps_bit_rev_fc32(y_cf, N); // Bit reverse

  Serial.println("Output:");
  // Calculate power spectrum
  for (int i = 0 ; i < N / 2 ; i++) {
    float real = y_cf[i * 2 + 0];
    float imag = y_cf[i * 2 + 1];
    float power = (real * real + imag * imag) / N;
    y_cf[i] = 10 * log10f(power);  // dB変換
    Serial.printf("%d, %f\r\n", i, y_cf[i]);
  }

  // Show power spectrum
  dsps_view(y_cf, N / 2, 64, 10, -60, 40, '|');
  
  while (true) delay(1000);
}

iPhone用のTone Generatorというアプリがあったので、これで500, 1000, 2000Hzを出力した状態で実行。結果はシリアルに出力されるのでgnuplotでグラフにしてみた。

500Hzの場合

1000Hzの場合

2000Hzの場合

500Hzの場合は結構倍音が出ているようだが、ちゃんと周波数成分が抽出できているようだ。実際の石油ファンヒータのブザー音は冬までおあずけ。