Seeed Studio XIAO nRF52840（Sense）PDM音频转PCM用于语音转录仅输出白噪声的问题求助

我目前正在开发一款iOS应用，通过蓝牙从搭载PDM麦克风的Seeed Studio XIAO nRF52840 (Sense)开发板流式传输音频数据。该开发板运行的是OMI Friend固件，原本应该支持蓝牙音频流传输。我现在需要把PDM音频数据转换成PCM格式，再发送给Deepgram做语音转录，但遇到了棘手的问题：转换后的音频全是各种白噪声，Deepgram根本无法完成转录。

项目当前背景 #

• iOS端采用Swift开发，用CoreBluetooth实现与开发板的连接，Starscream库用来和Deepgram的WebSocket API交互
• PDM音频数据从XIAO BLE Sense板发送到iOS设备后，我会先积累数据，再尝试用Swift中的FIR滤波器完成PDM到PCM的转换
• 转换完成后将PCM数据发送给Deepgram API进行语音转录

已尝试的解决方法 #

我已经试过几种方式，但结果还是只有白噪声：

1. 使用带汉明窗系数的FIR滤波器进行PDM到PCM的转换
2. 在保存PCM数据或发送给Deepgram之前，将其转换为小端格式
3. 调整PDM增益和FIR滤波器的大小，试图提升音频质量

当前遇到的具体问题 #

• 用Audacity打开导出的audio_dump.pcm文件时，只能看到噪声。我导入时的参数设置是：有符号16位PCM、小端字节序、16000Hz采样率、单声道
• Deepgram API没有返回任何转录结果，只会给出空响应
• 音频数据完全没有可识别的语音特征，我怀疑核心问题出在PDM到PCM的转换环节

PDM转PCM的Swift代码片段 #

private func convertPDMToPCM(pdmData: Data) -> Data? {
    let firLength = 64
    guard pdmData.count >= firLength else {
        print("Erreur: la taille des données PDM est insuffisante pour la conversion.")
        return nil
    }
    
    var firCoefficients = [Float](repeating: 0, count: firLength)
    vDSP_hamm_window(&firCoefficients, vDSP_Length(firLength), 0)
    
    let pdmValues = pdmData.flatMap { byte -> [Float] in
        return (0..<8).map { bitIndex in
            ((byte >> (7 - bitIndex)) & 0x01) == 1 ? 1.0 : -1.0
        }
    }
    
    guard pdmValues.count >= firLength else {
        print("Erreur: la taille des valeurs PDM est insuffisante pour la conversion FIR.")
        return nil
    }
    
    let outputLength = pdmValues.count - firLength + 1
    var pcmValues = [Float](repeating: 0.0, count: outputLength)
    vDSP_conv(pdmValues, 1, firCoefficients, 1, &pcmValues, 1, vDSP_Length(outputLength), vDSP_Length(firLength))
    
    let pcmSamples = pcmValues.map { value -> Int16 in
        return Int16(clamping: Int(min(max(value, -1.0), 1.0) * 32767.0))
    }
    
    return convertToLittleEndian(data: Data(buffer: UnsafeBufferPointer(start: pcmSamples, count: pcmSamples.count)))
}

我的疑问点 #

我现在不确定问题到底出在哪里：

• 是不是PDM转PCM的逻辑有缺陷，需要用更复杂的滤波器？
• 数据处理步骤（比如端转换）有没有问题？
• 从XIAO板接收的PDM数据，是不是在固件端的配置就出错了？

有没有朋友在使用PDM麦克风并将数据转换为PCM用于语音识别时遇到过类似的问题？任何关于提升PCM输出质量、得到有效转录结果的建议都非常感谢！

提前谢谢大家的帮助和指点！

备注：内容来源于stack exchange，提问作者guillaume olivieri