mic-system

Mic System (RPi Zero 2W + INMP441)

Aplikacja webowa do monitoringu i nagrywania audio mono z 2 mikrofonow I2S (INMP441):

• waveform w czasie rzeczywistym,
• tryby mono (mic1, mic2, mono mix) i beamforming (mono),
• AGC + gain,
• zapis WAV,
• lista nagran z odtwarzaniem/pobieraniem/usuwaniem.
• tryb porownawczy nagrania: jednym kliknieciem zapisuje mic1, mono_mix, beam jako 3 osobne pliki.
• opcjonalny czas nagrania w sekundach (auto-stop), np. 10 s.
• podsluch live w przegladarce z wyborem zrodla (mic1, mic2, mono_mix, beam).

Struktura

• app.py - serwer Flask + Socket.IO + REST
• audio_capture.py - odczyt I2S, downsample, RMS, routing do nagrywania
• beamforming.py - delay-and-sum
• agc.py - AGC stateful
• recorder.py - zapis WAV w osobnym watku
• templates/index.html - UI
• static/app.js - logika frontu
• static/style.css - styl UI
• recordings/ - pliki WAV
• deploy/mic_system.service - autostart przez systemd
• scripts/setup_rpi.sh - konfiguracja RPi (I2S/ALSA/deps/service)
• scripts/deploy_from_windows.ps1 - deployment przez SSH z Windows

Start lokalny

cd mic_system
python -m venv .venv
source .venv/bin/activate  # Linux
pip install -r requirements.txt
python app.py

Deployment na RPi

Z Windows (PowerShell):

cd "C:\Users\jeste\OneDrive\BB_projekty_zaruskiego\Projekty 3d\mikrofon_jak_z_telefonu"
.\mic_system\scripts\deploy_from_windows.ps1 -Host 10.0.100.24 -User pch

Skrypt:

1. tworzy klucz ed25519 jesli brak,
2. dodaje klucz do ~/.ssh/authorized_keys na RPi,
3. kopiuje projekt do /home/pch/mic_system,
4. odpala setup I2S/ALSA/deps/systemd.

Po pierwszym deployu wykonaj reboot RPi:

sudo reboot

Po starcie systemd:

systemctl status mic_system.service

Aplikacja bedzie dostepna na porcie 5000:

http://10.0.100.24:5000

Uwagi techniczne

• INMP441: 24-bit MSB w ramce 32-bit, konwersja jest robiona jako >> 8.
• Dla beamformingu przyjeto odstep mikrofonow sasiednich ~0.0424 m (4 sloty na okregu, srednica 6 cm, kat 90 stopni).
• Karta voiceHAT pracuje sprzetowo na 48000 Hz; aplikacja resampluje dane do 16000/22050/44100.
• Beamforming ma tryb auto (domyslnie ON): kierunek jest estymowany z pasma mowy (~300-3400 Hz).
• Pierwsze 300 ms po starcie streamu jest ignorowane.
• WebSocket wysyla probki downsample do UI, a nagrywanie dostaje pelne dane.
• Beamforming i AGC dzialaja w czasie rzeczywistym na chunkach.