callcc.dev

本篇文章是开发前期调研笔记的整理，不包含实现的具体细节。
APU(Audio Process Unit) 是 GameBoy 的音频处理模块，负责音频的生成、混合、输出等。在 APU 中，存在3种 channel（共 4 个 channel），分别是 pulse channel(CH1 & CH2)、wave channel(CH3)、noise channel(CH4)。pulse channel 用来生成数字音频，wave channel 用来播放数字音频，noise channel 用来生成白噪音。这四个 channel 的数据经过 mixer 混合，然后经过放大器，最后输出。
Architecture
Architecture

寄存器总览

Registers
Registers
APU 的行为受到上图 Sound Controller 一栏共21个寄存器控制。首先约定一些寄存器变量的表示方法：
  • NRxy 是寄存器的通用表示方法，例如可以用 NRx1 来表示 NR11、NR21、NR31、NR41。
  • NRxy.z，表示寄存器的某bit，例如 NR11.0 表示 NR11 的 0bit。
  • NRxy.z0..=NRxy.z1，表示寄存器的 bit 范围，比如 NR11.0..= NR11.3 表示 NR11 寄存器的 0bit 到 3bit。

Pulse channel(CH1 & CH2)

Frequency Sweep

Frequency Sweep
Frequency Sweep
Frequency Sweep 控制频率的变化，在 APU 中，频率用 Period Value（简称 PV） 来进行表示，采样频率和 PV 的换算公式简化版为
PV = ((NR13 & 0x7) << 8) | NR14
SampleRate = 4 * (2048 - PV)
PV 的变化受到三个参数的控制，分别是 pace、direction、step，利用这三个参数，我们可以通过公式
Step = NR10 & 0x7
Pace = (NR10 >> 4) & 0x7
Direction = NR10.3

PV1 = IF Direction == 1 THEN
  PV0 - (PV0 / (2 ^ Step))
ELSE
  PV0 + (PV0 / (2 ^ Step))
END
来计算得到新的 PV。其中 PV0 为当前的 PV，PV1 为新的 PV，+/- 取决于 direction，pace 为变换速度（也就是多久触发一次重新计算，上图的纵向虚线间距不一样也就是 pace 不一样的表现）。
值得注意的一点是，如果 PV 的值溢出 0x000..=0x7FF 这个范围，则 channel 停止工作。 此外，CH2 虽然和 CH1 一样都是 pulse channel，但是 CH2 没有 Frequency Sweep 这个功能。

Envelope

Envelope
Envelope
Envelope 控制振幅的变化。和 Frequency Sweep 类似，也有三个参数控制振幅的变化，分别是 initial volume、direction、pace。振幅的最大值是 0xF，变化公式为
InitialVolume = NR12.4..=NR12.7
Direction = NR12.3
Pace = NR12.0..=NR12.2

V1 = IF Direction == 1 THEN
  V0 + 1
ELSE
  V0 - 1
END

Duty Cycle

Duty Cycle（NR11.6..=NR11.7） 是用来控制输出波形的，APU 中可以输出四种波形
Waveform
Waveform
有了 Frequency Sweep、Envelope、Duty Cycle，我们也就可以控制频率、振幅、波形了。往下我们来看看控制 channel 是否工作的组件。

Length timer

这个组件的功能是控制 channel 工作多长时间之后停止。它本质上是一个计数器，初始值是 NR11.0..=NR11.5，当它的值达到 64 的时候，channel 就停止工作。

DAC

Pulse channel 的 DAC 是在 envelope 里的，一旦 DAC 停止，则 channel 停止工作。DAC 停止条件是 NR12.3..=NR12.7 == 0。
综上所述我们可以知道 pulse channel 停止工作存在三种情况
  • DAC off
  • Length timer expired
  • Period Value 值不在 0x000..=0x7FF 内
当 channel 停止工作后，程序需要 trigger channel 来让它重新工作，这个操作是通过向 NR14.7 写入 1 来完成的。但 trigger 不一定会让 channel 进入工作状态，依旧受到以上三种状态的控制。

Wave channel(CH3)

Wave RAM

Wave channel 是用来播放程序提供的一小段音频数据的，这个音频数据则被放置在 Wave RAM 中。这块内存在 0xFF30..=0xFF3F 中，可以知道这里有 16 bytes 的数据，而因为 APU 的音频 Bit Depth 是 4bits，也就是每个采样数据只需要用 4 bits 来表示，所以 Wave RAM 一种存放了 32 个采样数据。

Frequency

参考 pulse channel，采样率为 SampleRate = 2 * (2048 - PV)。

Volume

Wave channel 没有 pulse channel 的 envelope 功能，它只有四档可调的音量，由 NR32.5..=NR32.6 控制
  • 00：Mute
  • 01：100% 样本音量
  • 10：50% 样本音量
  • 11：25% 样本音量

Length timer

参考 pulse channel。它的初始值存放在 NR31，因此它的计数器达到 256 时停止工作，而不是 pulse channel 的 64。

DAC

不同于 pulse channel 的 DAC 控制是在 envelope 里的，wave channel 有单独的 DAC 控制开关 NR30.7。
综上所述我们可以知道 wave channel 停止工作存在两种情况
  • DAC off
  • Length timer expired
要让 wave channel 重新工作，也是通过 trigger 来实现。

Noise channel(CH4)

Frequency

采样率简化后的计算公式为
ClockShift = NR43.4..=NR43.7
ClockDivider = NR43.0..=NR43.2

IF ClockDivider == 0 THEN
  (1 << (ClockShift + 3))
ELSE
  ClockDivider * (1 << (ClockShift + 4))
END

Envelope

参考 pulse channel。

Length counter

参考 pulse channel。

DAC

参考 pulse channel。

Master control

NR52

NR52 控制 APU、以及 4 个 channel 是否工作的。

NR51

NR51 控制每个 channel 输出的声道，因为支持立体声，因此 8 bits 刚好用来控制 4 个 channel。

NR50

NR50 主要关注的是左右声道的音量。
MasterLeftVolume = NR50.4..=NR50.6
MasterRightVolume = NR50.0..=NR50.2

Mixer

4 个 channel 输出的信号，会经过 mixer 进行混合之后再输出，根据 傅立叶变换，其实就是把 4 个 channel 的值进行相加。
LeftVolumeCoefficient = (MasterLeftVolume + 1) / 8.0 * (1 / 15.0) * 0.25
RightVolumeCoefficient = (MasterRightVolume + 1) / 8.0 * (1 / 15.0) * 0.25

OutputLeft = (CH1.Left + CH2.Left + CH3.Left + CH4.Left) * LeftVolumeCoefficient
OutputRight = (CH1.Right + CH2.Right + CH3.Right + CH4.Right) * RightVolumeCoefficient

其他特殊行为

参考 Obscure Behavior

音频生成

实践中，可以用 blip-buf来方便开发，基本原理是通过插值来输出预期采样率的数据。为了用于 Rust 代码中编译到 WASM，我用 Rust 重写了一版 blip_buf-rs

参考资料