WT2003H在婴儿摇篮上的语音音乐播放应用

婴儿摇篮这类产品，工程师要解决的核心问题集中在三件事上，音乐能不能一直放下去、家长能不能自己换内容、电池能不能撑住。夜里两点孩子睡不踏实，家长一只手托着孩子，另一只手在机器上摸按键，这时候音乐断了、音量跳了、换个音色还要连手机 App，体验就崩了。

摇篮的产品形态把需求收得很窄。曲目是固定的几十首哄睡音乐和白噪音，不需要联网，不需要识别语音，要的是长时间循环不出错、音量可控、换音门槛低。WT2003H 的 M 系列模块在这几条上都有对应的设计，其中带 TF 卡槽的 WT2003HM02 是摇篮这类产品用得比较多的一颗。

一、摇篮对语音方案的四条要求

连续循环。摇篮曲通常几分钟一首，家长不会守着切歌。产品要能一首接一首放下去，或者单曲循环，中途不能断，不能有卡顿。

音量下限够低，上限要克制。哄睡场景声音贴着孩子，夜里调到两三格就能听清，音量分级要细，不能一档就太响。同时整机在设计上要给最大音量设个封顶，避免家长误操作把声音推到最大。

家长自助换音。不同月龄的孩子对音乐的反应不一样，新生儿的白噪音、大一点的儿歌、再大一点的讲故事，家长自己就想换。换音要是得拆机、接烧录器，产品就没有回头客。

待机功耗要低。摇篮多数是内置锂电池供电，插着电用的机型也有。不播放的时候模块不能一直跑着唤醒电流，否则电池放几天就空了。

定时关机这一条也要提前想清楚。整夜连续播放对孩子的睡眠和电池都不友好，产品一般会设 15 分钟、30 分钟、60 分钟几档自动停。芯片本身没有播放定时功能，这一条要在主控侧实现，后面的章节会讲具体怎么接。

二、为什么主线选 WT2003HM02

WT2003HM02 支持 TF 卡和 U 盘两种存储，各自最大 32G，文件系统支持 FAT 和 FAT32。32 位处理器，最高频率 120MHz。模块尺寸 21.01×18.21MM，引脚间距 2.0MM，20 个管脚，装在摇篮的控制板上占的地方不大。内置 0.5W D 类功放，16 bit DAC。

容量是摇篮选型的关键。一首 128kbps 的 mp3 每分钟大约占 1MB，30 首哄睡音乐加上几段白噪音，总量在 100MB 上下。TF 卡随便一张 8G 的卡就能装下这些内容，还留出大量余量给以后加曲目。

同门的 WT2003HM01 是模拟 U 盘版本，模块内置 32Mbit Flash。32Mbit 换算过来是 4MB，按 128kbps 码率算只够四分钟左右的音乐，做摇篮曲循环肯定不够，除非外挂更大容量的 Flash。做摇篮这类要装几十首曲目的产品，直接用带卡槽的 WT2003HM02 更省事。

模块第 6 脚是 ADKEY，按键输入。摇篮面板上的播放暂停键、切曲键可以接到这个脚上，用阻值区分不同按键，不用为按键单独加一颗 MCU。按键的具体键值和功能映射按项目配置，这一条在打样前和原厂 FAE 对一遍。

模块主控带一个红外遥控解码器。配遥控器的摇篮机型可以往这个方向做，家长躺在旁边就能调音量、切换曲目，具体载波频率和键码定义要跟原厂确认。

三、循环播放怎么设

播放模式由 AF 指令设置，四种取值。

摇篮的两种典型用法分别对应 01 和 02。白噪音适合单曲循环，一段雨声或者流水声放一晚上都是同一段。哄睡音乐列表适合所有曲目循环，一首接一首播到孩子睡着。

设为所有曲目循环

发 → 7E 04 AF 02 B5 EF

收 ← 7E 04 AF 00 B3 EF

AF 这条指令没有掉电记忆，断电后回到单曲不循环的上电默认值。说明书给的做法是在 MCU 对模块做初始化的时候设一次，这样每次上电都能按设置的模式执行。摇篮的控制板一般在开机初始化那段代码里加一行就够。

有一条组合用法值得记住。播放模式设成所有曲目循环之后，再用 A4 指定文件夹里的某一曲播放，播放会在那个文件夹内循环，不会跑到别的文件夹去。摇篮可以按内容分文件夹，MUSIC 放哄睡音乐，NOISE 放白噪音，儿歌单独一个文件夹，家长切场景的时候只换文件夹，列表不会串。

播放 MUSIC 文件夹内第 1 首

发 → 7E 0A A4 4D 55 53 49 43 00 01 30 EF

文件夹名固定 5 个字符，用 ASCII 码值，其他数据是十六进制。文件夹内的索引号从 1 重新开始算。

四、音量分级与淡出

音量由 AE 指令控制，一共 32 级，取值 00 到 1F，00 是静音，1F 是最大音量。分级够细，夜里哄睡可以调到三四级。

设为 20 级音量

发 → 7E 04 AE 14 C6 EF

这条指令有掉电记忆。要注意这个特性的两面性。产线做功能测试的时候把音量调到了 1F，测试完没有复位，出厂后家长第一次开机听到的就是最大音量。产线流程里要加一步，测试完把音量写回到设计初始值。

音量上限的控制放在 MCU 侧。模块自身接受 00 到 1F 的全范围，产品要限制家长最多只能调到某个值，就在按键处理逻辑里做个封顶，超过上限的档位直接不响应。做出口机型的话，各地对儿童产品的音量要求不一样，这个上限值留成软件可配的参数，后期按市场调整不用改板。

淡出是摇篮体验里容易被忽略的一环。音乐放到最后一首，如果直接停，夜里那个突然的安静反而会让孩子醒。做法是让 MCU 在停止前把音量一级一级降下去。

AE 是即时生效的指令，说明书对连续发码的间隔要求是 200 到 300ms。按每 250ms 降一级算，从 25 级降到 0 级大约 6 秒，这个时长用在睡前淡出刚好。定时关机、家长手动关机、电池低电量关机这几个场景都可以走同一套淡出逻辑。

五、定时关机怎么接

芯片规格书里提到的定时器是两个 16 位异步分频器定时器，属于芯片内部外设，跟播放定时不是一回事。摇篮要的 15 分钟、30 分钟自动停，由主控 MCU 计时实现。

到点之后的动作分两步。

第一步，按每 250ms 降一级，把音量从当前档位降到 00

第二步，发停止指令

发 → 7E 03 AB AE EF

收 ← 7E 04 AB 00 AF EF

AB 停止当前播放。如果产品希望保留播放进度，下次开机从断点继续，用 AA 暂停代替 AB。AA 是双向指令，播放状态下发它暂停，暂停状态下再发它从暂停处继续，停止状态下发它无效。

暂停或继续播放

发 → 7E 03 AA AD EF

产品做断点记忆的时候要注意，模块本身的播放进度由芯片在跑，MCU 只能记曲目索引和大概的时间位置。真要精确续播，得在 MCU 侧记住曲目号和播放时长，下次开机重新定位。

当前工作状态可以用 C2 查询，返回 01 表示播放中，02 表示已停止，03 表示暂停。

查询当前工作状态

发 → 7E 03 C2 C5 EF

收 ← 7E 04 C2 01 C7 EF // 正在播放

六、换音走哪条通道

WT2003HM02 的换音有两条通道。

一条是取卡。TF 卡从卡座里取出来，插读卡器接到电脑，拷完再插回去。

另一条是模块的 USB 口。模块上的 DM 和 DP 两个脚引到板边的 USB 座，接上电脑后，TF 卡会以可移动盘符的形式出现在电脑上，直接往里拖文件就行。摇篮这个形态更适合第二条通道，家长只要找一根 USB 线。这台设备插 USB 的时候，模块和电脑的识别过程在 XP、WIN7、WIN10 上都做过适配。

几件事要交代给产线和使用说明。

拷贝完成必须拔掉 USB 线，再做串口控制。线还插着的时候串口发码没有响应，这个现象在调试阶段容易被当成模块坏了。

USB 线要带数据传输功能。市面上有一部分线只能充电，插上去不出盘符。

卡要用 FAT 或 FAT32 格式。NTFS 的卡插上能识别，发指令却一直返回 02。

文件索引按文件存进卡里的先后顺序排，不按文件名。卡里有 01.mp3 到 30.mp3，看着整齐，复制的时候系统不保证按这个顺序写进去，播出来就是乱的。说明书给了两种复制方法。一种是右键选中第一个音频文件，Ctrl+A 全选，再复制到目标盘符，过程中鼠标不能点中任何待发送的文件。另一种是先把文件按顺序排列好，全部选中，右键点第一个文件，选发送到 TF 卡根目录，右键要落在第一个文件上。

换完内容做一轮自检，C5 查根目录音频总数，C6 查指定文件夹内的总数。

查询指定文件夹内音频总数

发 → 7E 08 C6 4D 55 53 49 43 4F EF

收 ← 7E 05 C6 00 1E E9 EF // 文件夹内有 30 首

在摇篮的使用场景里，换音还可以做得更省事。板边留一个 USB 口，产品说明书上写清「用数据线连电脑，把熟悉的音乐拖进盘符」，比让家长拆卡插读卡器的接受度高得多。

七、电池供电与低功耗

低功耗这块有个前提要先说清楚。WT2003H 芯片使用说明书 V2.02 的修订记录里有一条「增加 95、92、94、91、93、90、DF、B8 指令」，说明 B8 低功耗指令是这一版才加进来的。而 WT2003HM01 和 WT2003HM02 的模块资料 V1.04，指令列表里都还没有列入这一条。选模块方案的话，落地前跟原厂确认模块固件是否已经支持，别照着芯片说明书直接写代码。

B8 指令的参数 00 是深度休眠，01 是原地休眠。

进入深度休眠

发 → 7E 04 B8 00 BC EF

两种休眠的差别不小。深度休眠的功耗在 5uA 以内，唤醒之后模块会重新挂载盘。原地休眠的功耗在 30uA 以内，唤醒快，不用重新挂载。两个数值都是 3.3V 供电下、单芯片或者单芯片加外挂 Flash 的测量口径。

休眠策略可以按摇篮的使用场景拆开。孩子在旁边睡着，家长可能随时要按一下切歌，这个时候用原地休眠，唤醒快，按键下去音乐就起来。整机长时间不用，比如白天放在客厅，用深度休眠把电流压到 5uA，代价是唤醒时有一次重新挂载的过程。

唤醒的方式很简单，发 00 或者任意一条指令都能唤醒。

如果模块固件暂时不支持 B8，低功耗还有两条路可以走。一条是把播放停掉，不播放的时候发 AB 停止，模块在停止状态下的电流比播放态低不少，MCU 侧只要确保不使用的时候不留着播放任务。另一条是在硬件上做电源开关，用 MCU 的一个 IO 控制模块 VBAT 的通断，彻底不用的时候直接断电，代价是下次上电要走一遍初始化流程。

上电初始化时间是 500ms 到 1s。这个时间比普通语音芯片长，原因是 PC 模式版本需要挂载文件系统。MCU 侧的初始化代码要留够这个窗口，上电后 500ms 到 1s 再开始发码，早发的指令会丢。这条对硬件断电的低功耗方案影响更明显，每次上电都要等这个时间过去。

电源部分按规格书的要求做。工作电压 2.6 到 5.0V，电源纹波控制在 5% 以内，电源峰值不能超过 5.5V。摇篮如果是锂电池供电，经 LDO 稳压到 3.3V 给模块，这一路通常干净。如果是插电机型降压到 5V 供电，说明书建议加一颗 5V 单向 TVS 管，结电容选 10PF 左右，触发电压小于 7V，IPP 电流大于 25A。

八、接线与管脚

模块的主要管脚对应关系如下。

串口是 3.3V TTL 电平，默认波特率 9600，通讯格式为起始位 1 位、数据位 8 位、无奇偶校验、停止位 1 位。

BUSY 脚指示播放状态，空闲时为低电平，播放时为高电平。摇篮的指示灯可以接这个脚，或者 MCU 直接读它来判断当前是不是在放，不用额外维护播放状态变量。这里有个容易踩的坑，WTN6 系列的 BUSY 是空闲高、播放低，用过 WTN6 的工程师换到这颗上，逻辑别接反。

喇叭接 SPK+ 和 SPK-，内置 0.5W D 类功放直推。摇篮的喇叭离孩子近，0.5W 在近距离足够，声压不用做大。如果产品结构上要把喇叭放到床体另一侧，线拉得比较远，或者要用更大功率的喇叭，发 B6 切到 DAC 输出，用 DACL 和 DACR 接外部功放。

切换到 DAC 输出

发 → 7E 04 B6 01 BB EF

模块的模拟 DAC 指标是信噪比 95dB、动态范围 92dB、总谐波失真加噪声 -65dB，频响 20 到 16KHz。哄睡音乐这类内容对这个指标要求不高，接外部功放推大喇叭的时候底噪基本听不出来。

指令之间的发码间隔控制在 200 到 300ms。摇篮的按键操作频率低，一般碰不到这个约束，但淡出这种连续发 AE 的场景要按这个间隔来排节奏，发太快模块来不及处理。

九、边界与选型

WT2003H 解决的是固定内容的播放。摇篮上如果要加更多功能，边界要提前分清。

一是哭声唤醒。模块只负责播，判断孩子哭了要另配语音识别芯片，识别到哭声之后再由 MCU 触发播放。

二是语音交互。家长问一句、设备答一句这种场景，需要联网和语音识别能力，属于另一类产品线。

三是变量播报。比如播报室温、湿度、播放进度这些实时变化的内容，文字要实时合成为语音，用 TTS 方案更合适。

摇篮产品的开发节奏一般是先用 WT2003HM02 把播放、按键、定时这几件事做扎实，主控侧的串口控制框架搭好之后，后面要加模块只换外围，框架不用重写。