STM32做音频输出，很多人第一反应是不是得外挂一个DAC芯片，或者至少用上芯片内部的自带DAC。但实际上，一个最普通的定时器PWM引脚，配合几颗电阻电容，就能把音频信号“造”出来。这个方案在成本敏感型产品里非常常见，像一些智能小家电的提示音、玩具的语音播放、工控设备的蜂鸣报警升级版，基本都是这么干的。这篇文章就带你完整走一遍“STM32 + PWM + 滤波电路”的音频输出方案，从原理到滤波设计，再到CubeMX配置和DMA播放代码，最后附上一份实际问题排查清单。适合想低成本给产品加声音功能的人，或者刚入门STM32想搞点有意思实战项目的朋友。
本质上说，这个方案就是用PWM去模拟一个DAC，再用模拟滤波器把PWM的高频载波滤掉，留下平滑的音频波形。思路不复杂，但里面的坑不少：滤波截止频率怎么定、PWM频率和采样率怎么配合、音频数据怎么送到定时器里、为什么播放出来声音发闷。下面一条条说清楚。
1. 为什么用PWM来“冒充”DAC：原理与选型思路
1.1 PWM变成一个DAC，靠的是低通滤波的平均效应
先想想PWM输出的是什么波形：一个频率固定、占空比可变的方波。这个方波经过低通滤波器之后，高频分量被衰减，输出就变成了一个相对平滑的直流电平。这个直流电平的大小，正好等于占空比乘以PWM的高电平电压。比如STM32的引脚输出高电平是3.3V，占空比50%，那滤波后的平均电压就是1.65V；占空比100%就是3.3V，0%就是0V。
这个特性其实就是PWM DAC的核心思想：占空比就是“数字量”，滤波后的平均电压就是“模拟量”。你给PWM设置256级占空比，就能得到256级电压输出，相当于一个8位的DAC。如果把定时器的自动重载值ARR设为255，那么比较寄存器CCR的值从0到255变化时，占空比就从0%到100%线性变化，对应输出电压从0V到3.3V，每级约12.9mV。
如果你播放一段音频，采样点是8位的，每个采样点对应一个占空比，输出波形经过滤波后，就还原出了原始音频的包络。这就是“PWM DAC播放音频”的最简模型。要注意的是，这里每个采样点至少占一个完整的PWM周期，所以PWM频率决定了你能输出的采样率上限。
1.2 STM32自带DAC不好用？聊聊PWM方案的优势
很多STM32型号其实自带了DAC外设，比如STM32F103系列就有2个12位DAC通道。那为什么还要折腾PWM？有几个很现实的原因。
第一，引脚限制。自带DAC的引脚通常是固定的，比如F103的PA4和PA5。这在PCB布局上很被动，你可能为了把一个DAC引脚引到音频输出位置，绕了一大圈走线。而且如果这几个引脚被其他功能占用了，DAC就没法用。PWM方案就没这问题，几乎所有定时器通道都能输出PWM，哪个引脚方便就用哪个。
第二，输出驱动能力。DAC的输出是电压信号，带载能力很弱，直接接耳机或者喇叭基本带不动，后面照样得加运放或者功放。而PWM引脚好歹是推挽输出的GPIO，灌电流拉电流能力更强，驱动一个简单的RC负载没问题。
第三，成本角度。不是所有项目都用F103这种带DAC的型号，很多便宜的MCU根本没有DAC外设。用PWM方案意味着哪怕你换一颗1块钱的芯片，只要它有定时器，这套代码和电路就能复用。这对做产品的人来说，是一个非常有吸引力的可迁移方案。
还有一点，PWM的位数可以通过定时器自由扩展。16位定时器可以把ARR设到65535，得到16位的PWM分辨率，远超大多数内部DAC的12位。当然，代价是PWM频率会跟着降下来，这里就涉及一个“分辨率”和“频率”的取舍，后面参数计算部分再细说。
1.3 什么场景适合用PWM DAC，什么场景别硬上
PWM DAC不是万能的，它更适合以下场景：
- 语音提示、人声播报，采样率8kHz到16kHz，这种电话音质级别的要求完全没有问题；
- 简单的音效，比如按键音、开机音、报警提示音；
- 需要输出一个可变的模拟电压，比如控制某些模拟电路的偏置电压；
- 低成本产品，不想为音频功能增加一颗DAC芯片或codec芯片。
但如果你要做HiFi音乐播放、需要对音频信号进行高保真还原，那PWM DAC方案就不合适了。它最大的短板是音质上限由PWM分辨率和采样率共同决定，即使你把滤波做得很好，量化噪声的底子也摆在那，跟专业的音频DAC还是差几个数量级。另外，如果你要求输出真正意义上的双极性音频信号（正负半周都有），那就得在滤波输出后面加隔直电容或者偏置电路，这部分我会在滤波设计里专门讲。
2. 滤波电路设计：RC、LC还是有源？
滤波电路是整个PWM DAC方案里最关键的部分，也是很多人忽略的地方。PWM信号经过滤波后，如果滤波不干净，你听到的就是“嘶嘶”的高频噪声叠加在音频上；如果滤波太狠，音频的高频细节又会被滤掉，声音变得闷闷的。所以这个“度”必须把握好。
2.1 一阶RC滤波：最省料的起手式
最简单的滤波电路就是一颗电阻加一颗电容，构成一阶低通滤波器。截止频率公式是：
fc = 1 / (2π × R × C)
实际设计滤波器时，首先要确定PWM的载波频率。比如你的PWM频率是100kHz，那么滤波器的截止频率至少要远低于100kHz，才能把载波衰减到足够小。常见做法是把截止频率设置在载波频率的1/10到1/20。
举个例子：PWM频率100kHz，截止频率设10kHz，取R=1kΩ，那么C = 1/(2π × 1000 × 10000) ≈ 15.9nF，取标称值15nF或10nF都可以。如果PWM频率只有20kHz，截止频率还想设5kHz，那么C = 1/(2π × 1000 × 5000) ≈ 31.8nF，取33nF也能凑合。
但一阶RC的衰减斜率只有20dB/dec，这意味着截止频率之后频率每升高10倍，信号衰减20dB。如果PWM频率是截止频率的10倍，那载波只衰减了20dB，大概相当于信号幅度缩减到原来的1/10，听起来还是会有明显的“齿音”或者“嘶嘶声”。所以一阶RC适合要求不高的场景，想效果好一点，就得用二阶或更高阶的滤波器。
2.2 二阶RC与LC滤波：把载波压得更干净
二阶RC低通滤波器有两种接法。一种是无源的两级RC直接串联，但要注意，两级RC直接级联时，后一级的输入阻抗会成为前一级的负载，实际截止频率会偏离理论值，计算时不能简单地把两级公式相乘。如果两级之间加一个运放电压跟随器做隔离，那每一级的截止频率就可以独立计算。这种方法在成本允许的情况下是首选。
另一种更常用的思路是用π型RC滤波，也就是在输入端串一颗电阻，然后分成两个并联支路，每个支路各有一颗对地的电容。这种结构对高频的衰减比一阶好，而且元件数量也不多。实际搭电路的时候，我比较推荐用“R=1kΩ，C1=C2=10nF”这种组合，在STM32的PWM输出上表现很不错。
LC滤波在PWM输出电路里也有应用，特别是在D类功放的输出端，用来滤除高频开关频率。它比RC滤波的衰减特性更陡峭，但电感有两个问题：一是成本高、体积大，二是有可能产生谐振峰，如果没有加阻尼电阻，在某些频率点反而会放大信号。对PWM DAC这种小信号场景，除非你对体积和成本不敏感，否则RC已经足够，不推荐一开始就去动LC。
2.3 有源滤波和电平偏置：想要正常音质的必经之路
如果你直接用RC滤波后的信号去驱动耳机或者喇叭，大概率会失望。一方面RC滤波输出的是高阻信号，带不动低阻抗负载，音质会明显变差；另一方面，STM32的PWM输出电压范围是0V到3.3V，经过滤波后得到的是一个纯正的单极性信号，也就是只有正半周，没有负半周。真正的音频信号是交流的，有正有负，你直接把单极性信号怼到耳机里，声音会严重失真，而且如果信号平均值不为零，还会导致耳机振膜一直偏向一侧，长时间工作还可能损坏耳机。
解决这个问题有几个办法。
第一个办法是串联一个隔直电容。在滤波电路输出端接一个电容，比如10μF到100μF的电解电容，再串联一个电阻到耳机。这个电容把直流分量隔断，只让交流音频信号通过。这个办法最简单，但音质也就那样，低频信号会被电容衰减，特别是电容容量太小的时候低音基本没了。
第二个办法是加法偏置电路。用两个电阻把信号偏置到1.65V，然后用运放做电压跟随，再做隔直输出。STM32很多芯片内部有VREFINT或者你可以直接用3.3V电源分压，得到一个1.65V的参考电压。这样音频信号的中间点就在1.65V附近，交流信号可以在0V到3.3V之间摆动，再串隔直电容输出，就能还原出比较完整的双极性音频。
第三个办法更专业一点，用运放做电平移位和放大，典型电路是用反相放大器把0V到3.3V的单极性信号转换成以0V为中点的双极性信号。这个方案需要正负双电源或者用轨到轨运放配合虚拟地，电路复杂度上去了，但音质上限也更高。
我个人在产品里最常用的方案是：PWM引脚 → π型RC滤波（R=1k，C=10nF×2）→ 运放电压跟随器 → 隔直电容（10μF）→ 耳机或功放。这个组合成本低、性能稳定，而且对新手友好。
3. STM32软件实现：定时器PWM + DMA播放音频
硬件方案定下来以后，软件部分分两大块：音频数据怎么来，以及怎么把数据以正确的节奏送到PWM输出上。
3.1 整体流程与音频数据准备
软件的整体流程可以总结为：准备音频数据 → 将数据映射为占空比数值 → 定时器PWM生成载波 → DMA把占空比数值逐个搬运到定时器的比较寄存器 → 占空比实时变化 → 输出端得到音频波形。
音频数据有几种常见来源。
第一种是直接生成“简易音调”，比如正弦波查表。如果你只是想播放一个“叮咚”的提示音，根本不需要外部音频文件，在代码里生成一个正弦波表，用DMA循环播放同一个表，再配合定时器的频率，就能得到持续的正弦波音调。这个方法做报警器、门铃、键盘提示音非常合适。
第二种是播放WAV文件。把音频文件转成C语言数组，常见工具是“WAV to C array”或者Python脚本。转换时需要注意音频格式：单声道、8位PCM是比较方便直接播放的，因为每个采样点正好一个字节，可以直接作为PWM的占空比数据。如果原来的音频是16位PCM，可以取高8位作为输出数据，不过这样相当于做了取整，会引入一定的量化噪声，实际听感会稍微有点“粗糙”。想减少这种粗糙感，可以加简单的噪声整形，但新手阶段不建议一上来就搞这么复杂。
第三种是使用语音合成芯片，比如SYN6288这类，它输出的本来就是文本转语音的音频信号，可以接到STM32的ADC里再重采样播放。但这个偏题了，这里不展开。
3.2 关键参数计算：采样率、PWM频率和ARR
这一节直接关系到你能不能正确播放，先说结论：采样率是多少，PWM频率就必须是采样率的整数倍，最直接的做法是让PWM频率等于采样率。
为什么？因为每个采样点需要保持一个完整的PWM周期，这样在每个PWM周期内，占空比不变，滤波后电压稳定。如果PWM频率是采样率的2倍，那么一个采样点要占2个PWM周期，但这2个PWM周期的占空比应该相同，这就得靠DMA或中断来精确控制更新时间，实现起来更复杂。所以新手入门，PWM频率 = 采样率是最好理解也最容易实现的。
举例：你想以8kHz采样率播放一段8位PCM音频，那么定时器的更新频率要设成8kHz。STM32F103的时钟是72MHz，定时器预分频PSC设为0，那么自动重载值ARR = 72000000 / 8000 - 1 = 8999。因为PWM占空比寄存器是16位的，而音频数据是8位的，所以我们要把8位音频数据左移或者映射到16位范围，让占空比和PWM分辨率匹配。
这里有个细节：ARR设成8999，意味着PWM的分辨率是9000级，但你用8位数据去驱动它，实际只用了256级。这没问题，等价于8位PWM。但如果你的采样率是44.1kHz，ARR = 72000000 / 44100 - 1 ≈ 1631，分辨率约1632级，大于256，仍然满足8位音频的需要。
反过来，如果你希望提高PWM分辨率到16位，ARR = 65535，那PWM频率就只能是72000000 / 65536 ≈ 1098Hz，这个频率做音频载波是远远不够的。所以“高分辨率”和“高载波频率”在同一个定时器配置里是矛盾的，这就是前面说的取舍。对音频应用来说，PWM频率尽可能高一点比较好，这样滤波比较容易，所以实际工程中常常用8位或10位PWM，而不是16位。
3.3 基于CubeMX的配置步骤与核心代码
下面是STM32CubeMX配置PWM输出的关键步骤，我用的是STM32F103C8T6，工程用Keil MDK编译。
- 打开CubeMX，选择芯片STM32F103C8T6，配置系统时钟为72MHz（PLL 9倍频）。
- 在左侧“Timers”中选择TIM2，勾选“PWM Generation CH1”，设置Prescaler为0，Counter Period为8999（对应8kHz采样率）。
- 在TIM2的“Parameter Settings”里，把Pulse设为0，模式选PWM Mode 1，Pulse极性选High。
- 切换到“DMA Settings”，添加DMA请求，方向选“Memory To Peripheral”，外设地址选TIM2的CCR1寄存器，模式选Circular，数据宽度按实际音频数据大小设置。如果音频数据是8位的，外设数据宽度最好也要匹配，但注意TIM2的CCR1是32位寄存器，DMA搬运到CCR1时，如果两边宽度不匹配，会出问题。稳妥的做法是把音频数组定义成uint32_t类型，每一个元素的高8位或低8位存放占空比，然后DMA宽度都设为Word。
初始化完成后，生成代码。核心代码就几行：
#define SAMPLING_RATE 8000 #define AUDIO_LENGTH 256 const uint32_t sine_wave[AUDIO_LENGTH] = { /* 预先生成的256点正弦波数据 */ }; // 在main函数中启动播放 HAL_TIM_PWM_Start(&htim2, TIM_CHANNEL_1); HAL_TIM_PWM_Start_DMA(&htim2, TIM_CHANNEL_1, (uint32_t *)sine_wave, AUDIO_LENGTH);DMA启动后，TIM2每次溢出更新，就会自动从sine_wave数组里取下一个值写入CCR1，占空比随之变化。因为设置了Circular循环模式，数组播完以后会循环回到开头继续播，这样就实现了一个持续的正弦波输出。
使用DMA的好处是CPU基本不用管波形播放，音频数据按固定节奏搬运，波形稳定不卡顿。如果不用DMA，你得在定时器中断里手动更新CCR，中断频繁进入会很占CPU资源，还容易出现时序抖动，导致音调不稳定。
3.4 播放完整WAV音频和实时音调生成
播放完整WAV音频的原理和正弦波一模一样，只是把sine_wave数组换成你转换好的音频数组。但有一个问题：DMA是循环播放的，如果音频数组播完以后又回到开头，就会形成循环播放，这在很多场景下不是我们想要的。想实现只播一次，DMA模式改成Normal，播完自动停止。
实际项目里，我建议的做法是把WAV文件转成16进制数据放到外部Flash里，用FATFS文件系统读取到SRAM，再做DMA播放。这样代码灵活，可以随时换音频文件，不用每次重新编译下载。不过这是进阶方案，对新手来说，先在一个C文件里放一段几百毫秒的人声样本，跑通了再说。
如果你只是想播放某个频率的提示音，甚至可以不用查表，直接在主循环里改变CCR的值，实现斜坡变化，从而产生“哔哔”或者“滴——”的声音。比如一个500Hz报警音，设置PWM频率为500Hz，CCR设为ARR的一半，就是50%占空比，声音持续响。想让声音鸣响一下再停，用定时器控制开关就行。
4. 常见问题与排查技巧实录
做这个项目的时候，很多问题不是代码跑没跑起来，而是输出声音不对。下面几个是我自己实际调试过程中踩过的坑，整理成速查表，方便你遇到问题直接对照。
4.1 问题速查表
| 现象 | 可能原因 | 解决思路 |
|---|---|---|
| 播放时有明显的“嘶嘶”高频噪声 | PWM载波泄漏，滤波不足 | 增加滤波阶数，或把滤波器截止频率再调低，让载波衰减更多 |
| 声音发闷，高音完全听不见 | 滤波器截止频率太低，把有效音频频段滤掉了 | 提高截止频率，或提高采样率让有效频段和高频载波分开 |
| 播出来的声音速度不对，感觉变慢 | 定时器溢出频率和音频采样率不匹配 | 重新计算ARR，确保定时器更新频率等于音频采样率 |
| 声音很小，几乎听不到 | 滤波后信号直接驱动了低阻负载，信号被拉低了 | 增加运放缓冲，或增加一级放大电路 |
| 有“滋滋”的周期性杂音 | DMA和PWM更新不同步，更新点上出现毛刺 | 检查DMA配置是否Circular、数据宽度是否匹配 |
| 播放过程中声音偶尔卡顿或重复 | DMA循环模式导致数组播完又从头播 | 需要播放一次就改成Normal模式，或用标志位控制 |
| 播放时单片机程序卡死 | DMA配置出错，访问非法地址 | 检查DMA外设地址是否指向CCR1，数组首地址是否对齐 |
4.2 典型问题：滤波到底怎么调才合适
滤波是新手最容易困惑的地方，这里多说一句。滤波的目标不是在“完全滤掉载波”和“保留全部音频”之间找个完美点，而是尽量拉开PWM载波频率和音频有效频段之间的距离，让滤波变得容易。
比如你要播放的电话语音采样率是8kHz，有效音频带宽大概是3.4kHz，PWM载波频率如果是8kHz，那滤波截止频率设在3.4kHz，载波只比截止频率高不到2.4倍，一阶RC根本压不住。这种情况下，要么提高PWM频率到32kHz（采样率变成32kHz，但音频数据得重新采样），要么把滤波器做到二阶、三阶。
另一种思路是PWM频率不跟着采样率走，而是固定在一个高频率，比如100kHz，然后每隔若干个PWM周期更新一次占空比，这样相当于把采样和载波解耦了。但这个做法需要额外的定时器来控制占空比更新时间，代码复杂度高一些。对刚开始玩的朋友，我建议先用“PWM频率 = 采样率 + 二阶滤波”这个组合，能解决80%的新手问题。
4.3 典型问题：播放音频时地线和电源引起的底噪
如果你把电路搭在面包板上，用USB给STM32供电，然后用耳机线直接勾到滤波输出端，很容易听到持续的“嗡嗡”底噪。这个底噪不是PWM滤波惹的祸，而是电源和地线的问题。
USB供电本身噪声很大，特别是有电机、继电器这类感性负载在同一个电源上工作时，噪声会直接跑进音频回路。解决办法是：音频部分的地要单点接地，不要形成环路；电源上并联一个100μF的大电容和100nF的小电容，分别滤低频和高频干扰；如果条件允许，音频部分用独立的LDO单独供电。
还有一个容易忽略的点：耳机线的地线如果接在STM32的地上，STM32的数字地噪声会干扰音频信号地。最好的做法是模拟地和数字地分开走线，在一个点汇合。这个细节在PCB设计时要特别注意，面包板调试阶段很难完全避免，但至少要保证共地可靠。
5. 一点扩展：从提示音到语音播报
聊到这里，基础方案已经完整了：PWM模拟DAC、RC滤波、运放输出、DMA播放。最后分享几个我觉得很有用的扩展思路。
如果你在做一个带人声语音播报的产品，比如“温度正常”“请刷卡”，方案是先在PC端用工具把语音压缩成8kHz 8bit WAV，再转成C数组，用DMA循环或单次播放。这种音质水平在提示音场景完全够用，而且资源占用极小，一段2秒的语音占用16KB Flash，在STM32F103的64KB Flash里可以存好几段。
如果觉得PWM DAC音质不够好，但又不舍得换成真正的音频DAC芯片，可以看看STM32系列里带真正DAC的型号，比如F103已经带了，只是引脚和代码需要重新适配。也可以把目光放到G0系列或者L4系列，它们的DAC外设更完善，还支持硬件触发DMA。但核心思路依然是：模拟信号出来之后，滤波和放大电路的设计才是决定音质的关键。
还有一个比较好玩的方向是PWM输出配合快速傅里叶变换做音频频谱显示。你已经在播放音频了，同时把同一个音频数组送进FFT计算，驱动一个小屏或者LED点阵显示频谱。这个项目作为进阶训练非常推荐，因为音频采集、播放、处理都在一颗MCU里闭环了，对理解整个数字信号链路也有帮助。
我在实际调试过程中最大的体会是：不要一上来就追求高保真音质，先把“能出声、声音不破、播放速度正确”这个目标达成，再逐步优化滤波和放大。最怕的就是滤波电路堆了一堆元件，结果连波形都没调出来，出了问题都不知道该查模拟部分还是数字部分。先用示波器看PWM引脚，再看滤波输出，一步一级往上查，问题基本都能快速定位。
