INMP441 ESP32 I2Sマイク：音声の読み取り、dB測定、波形表示

INMP441は、チップの中で音をデジタルに変換し、24ビットのサンプルをI2Sバスで直接送る小さなMEMSマイクモジュールです。INMP441 ESP32の組み合わせは、アナログマイクやアンプ、ADCを使わずにきれいな音声を得るいちばん簡単な方法です。モジュールをESP32に6本の線でつなぎ、数行のI2Sコードで1秒間に16,000サンプルを取得し、そのサンプルから周囲の音の大きさをデシベル（dB）で計算して、シリアルプロッタで音の波形をリアルタイムに見ることができます。

このガイドでは、INMP441の仕組み、I2Sの3本の信号線の役割、ESP32 Arduinoコアの2.xと3.xの両方でコンパイルできるコード、dBFSとdB SPLの違い、本物の騒音計の計算式をステップごとに紹介します。最後には、Raspberry Pi PicoでのMicroPythonの使い方、安価なアナログのKY-038サウンドセンサーとの違い、よくある配線ミスもまとめています。

INMP441とは？その仕組み

INMP441は、TDK InvenSense製の無指向性（全方向から同じように音を拾う）MEMSマイクです。ここでいうMEMSとは、シリコン上に加工された微細な振動膜と固定板からなる小さなコンデンサのことです。音波で膜が振動すると、静電容量が変化します。一般的なエレクトレットコンデンサーマイクはこの変化を弱いアナログ電圧として出力するため、増幅し、フィルタをかけ、ADCで測定する必要があります。一方、INMP441の内部にはプリアンプ、エイリアシング防止フィルタ、24ビットのシグマデルタADC、I2Sインターフェースがまとめて入っています。つまり、マイクから出てくるのはもはや電圧ではなく、クロック信号に合わせて送られてくる数値です。そのため配線にアナログのノイズがのらず、ボードのADCの性能も関係なくなり、条件に合う3.3 Vのマイコンならどれでも同じ音質が得られます。モジュールにある小さな穴はマイクの音の入り口です。ケースに取り付けるときは、この穴をふさがないように注意してください。

I2Sとは？3本の線で送るデジタル音声

I2S（Inter-IC Sound）は、チップ間で音声のサンプルを運ぶために作られたシリアルバスで、名前は似ていますがI2Cとは関係ありません。信号線は3本です。SCK（ビットクロック）は各データビットを読むタイミングを、WS（ワードセレクト、LRCLKとも呼ばれます）はその時点で左右どちらのチャンネルを送っているかを示し、SDはデータそのものです。この構成ではESP32がマスターで、両方のクロックを生成し、マイクはクロックに合わせてSD線にデータを出力します。INMP441では、1フレームは64回のSCKパルスでできていて、左チャンネルに32ビット、右チャンネルに32ビットが割り当てられます。そのためサンプリングレートはSCK / 64になり、16 kHzでサンプリングするにはESP32が約1.024 MHzのビットクロックを生成します。マイクは24ビットの測定値を、自分のチャンネルの32ビットの枠にMSBファースト（最上位ビットから）で書き込み、残りの8ビットは0になります。コードで値を8ビット右にシフトしているのはこのためです。

INMP441の配線：ESP32とRaspberry Pi Pico

ESP32では、I2Sの信号をGPIOマトリクス経由で好きなピンに割り当てられます。表の32、25、33は必須ではなく、安全な選択肢というだけです。ただし、起動時の動作を決めるストラッピングピン（GPIO 0、2、5、12、15）と、フラッシュメモリ用に予約されているGPIO 6〜11は避けてください。GPIO 34〜39は入力専用なので、SD線には使えますがSCKとWSには使えません。Picoのルールは異なります。MicroPythonのI2SドライバはPIOを使うため、WSピンはSCKピンの1つ上の番号でなければなりません（GP16とGP17など）。線は10〜15 cmより短くしてください。メガヘルツ単位のクロック信号は、長いジャンパーワイヤーでは波形が崩れます。ボードのピン配置は「ピン配置」ツールで確認できます。

ステップごとに：ESP32で初めての音声読み取り

1. Arduino IDEにESP32のボードパッケージがインストールされていることを確認し、「ツール」>「ボード」でESP32 Dev Moduleを選びます。インストール方法がわからない場合は「ESP32とは？」の記事を参照してください。
2. モジュールをブレッドボードに挿し、VDDを3V3に、GNDをGNDに、L/RもGNDにつなぎます。
3. SCKをGPIO 32に、WSをGPIO 25に、SDをGPIO 33につなぎ、線は短くしておきます。
4. 下のコードを書き込みます。追加のライブラリは不要です。3.xコアのESP_I2Sと2.xコアのdriver/i2s.hは、どちらもボードパッケージに含まれています。
5. 115200ボーでシリアルモニタを開きます。静かな部屋では約35〜50 dB、話しているときは55〜70 dB程度の値が表示されるはずです。
6. 「ツール」>「シリアルプロッタ」を開くと、dBFSとdB SPLの曲線をリアルタイムで見られます。マイクの近くで手をたたいて、曲線が跳ね上がるのを確認してください。

ESP32のコード：INMP441で音の大きさ（dB）を測る

コードはESP_ARDUINO_VERSION_MAJORでESP32 Arduinoコアのバージョンを確認します。3.xでは新しいESP_I2Sライブラリを、2.xではESP-IDFの従来のI2Sドライバを使います。どちらも同じmicBegin()とmicRead()関数を提供するので、loop()の中の計算は変わりません。1回のループで512サンプル、つまり16 kHzで32 ms分の音声を読み取り、DCオフセットを取り除いてRMS値を求め、デシベルに変換します。

1// INMP441 + ESP32: ses seviyesi (dB) olcer / sound level (dB) meter
2// ESP32 Arduino core 2.x ve 3.x / ESP32 Arduino core 2.x and 3.x
3#include <Arduino.h>
4#include <math.h>
5
6#define MIC_SCK 32   // INMP441 SCK
7#define MIC_WS  25   // INMP441 WS
8#define MIC_SD  33   // INMP441 SD
9
10const uint32_t SAMPLE_RATE = 16000;      // ornekleme hizi / sample rate
11const size_t   BLOCK       = 512;        // blok basina ornek / samples per block
12const double   FS_RMS      = 5931642.0;  // 8388608 / sqrt(2): tam olcek sinus RMS / full-scale sine RMS
13const double   DB_OFFSET   = 120.0;      // 94 dB SPL - (-26 dBFS)
14
15int32_t samples[BLOCK];
16
17#if ESP_ARDUINO_VERSION_MAJOR >= 3
18#include <ESP_I2S.h>
19I2SClass i2s;
20
21bool micBegin() {
22  i2s.setPins(MIC_SCK, MIC_WS, -1, MIC_SD);   // bclk, ws, dout (yok / none), din
23  return i2s.begin(I2S_MODE_STD, SAMPLE_RATE, I2S_DATA_BIT_WIDTH_32BIT,
24                   I2S_SLOT_MODE_MONO, I2S_STD_SLOT_LEFT);   // L/R = GND -> sol / left
25}
26
27size_t micRead(int32_t *buf, size_t count) {
28  size_t bytes = i2s.readBytes((char *)buf, count * sizeof(int32_t));
29  return bytes / sizeof(int32_t);
30}
31#else
32#include <driver/i2s.h>
33
34bool micBegin() {
35  i2s_config_t cfg = {};
36  cfg.mode = (i2s_mode_t)(I2S_MODE_MASTER | I2S_MODE_RX);   // ana cihaz, alici / master, receiver
37  cfg.sample_rate = SAMPLE_RATE;
38  cfg.bits_per_sample = I2S_BITS_PER_SAMPLE_32BIT;
39  cfg.channel_format = I2S_CHANNEL_FMT_ONLY_LEFT;           // L/R = GND -> sol / left
40  cfg.communication_format = I2S_COMM_FORMAT_STAND_I2S;
41  cfg.intr_alloc_flags = ESP_INTR_FLAG_LEVEL1;
42  cfg.dma_buf_count = 4;
43  cfg.dma_buf_len = 256;
44  cfg.use_apll = false;
45
46  i2s_pin_config_t pins = {};
47  pins.mck_io_num = I2S_PIN_NO_CHANGE;
48  pins.bck_io_num = MIC_SCK;
49  pins.ws_io_num = MIC_WS;
50  pins.data_out_num = I2S_PIN_NO_CHANGE;
51  pins.data_in_num = MIC_SD;
52
53  if (i2s_driver_install(I2S_NUM_0, &cfg, 0, NULL) != ESP_OK) return false;
54  return i2s_set_pin(I2S_NUM_0, &pins) == ESP_OK;
55}
56
57size_t micRead(int32_t *buf, size_t count) {
58  size_t bytes = 0;
59  i2s_read(I2S_NUM_0, buf, count * sizeof(int32_t), &bytes, portMAX_DELAY);
60  return bytes / sizeof(int32_t);
61}
62#endif
63
64void setup() {
65  Serial.begin(115200);
66  if (!micBegin()) {
67    Serial.println("I2S baslatilamadi / I2S init failed");
68    while (true) delay(1000);
69  }
70}
71
72void loop() {
73  size_t n = micRead(samples, BLOCK);
74  if (n == 0) return;
75
76  double sum = 0;
77  for (size_t i = 0; i < n; i++) {
78    samples[i] >>= 8;                 // 32 bit yuvadan 24 bit veri / 24-bit data from 32-bit slot
79    sum += samples[i];
80  }
81  double mean = sum / n;              // DC kaymasi / DC offset
82
83  double sq = 0;
84  for (size_t i = 0; i < n; i++) {
85    double v = (double)samples[i] - mean;
86    sq += v * v;
87  }
88  double rms = sqrt(sq / n);
89  if (rms < 1.0) rms = 1.0;           // log10(0) olmasin / avoid log10(0)
90
91  double dbfs = 20.0 * log10(rms / FS_RMS);
92  double spl = dbfs + DB_OFFSET;
93
94  Serial.print("dBFS:");
95  Serial.print(dbfs, 1);
96  Serial.print(" dB_SPL:");
97  Serial.println(spl, 1);
98}

音の大きさの計算方法：dBFSとdB SPL

音圧はとても広い範囲で変化するため、対数のデシベル尺度が使われます。振幅が2倍になると約+6 dB、10倍になると+20 dBです。マイクから得た数値は、まずdBFS（フルスケールを基準にしたデシベル）に変換します：dBFS = 20 × log10(RMS / フルスケールのRMS)。フルスケールとは、ピークが24ビットの最大値8,388,608に達する正弦波のRMS値で、8,388,608 / √2 ≈ 5,931,642です。この尺度では0 dBFSがマイクのクリッピングの限界で、それより小さい音はすべてマイナスの値になります。物理的な音圧であるdB SPLに換算するには、データシートの感度を使います。INMP441は94 dB SPLの1 kHzの音を−26 dBFSとして出力します。ここからdB SPL = dBFS + 94 − (−26) = dBFS + 120という式が得られます。たとえばRMS値が5,932なら、dBFS = 20 × log10(0.001) = −60となり、音の大きさは約60 dB SPLで、普通の会話くらいのレベルです。

シリアルプロッタで波形を表示する

デシベル値は音の大きさを教えてくれますが、音の形を見るには生のサンプルをグラフにする必要があります。同じスケッチで、loop()関数だけを下のものに置き換えてください。ここには大事な制限があります。115200ボーのシリアル通信で送れるのは1秒間に約11,500文字で、1秒間に16,000サンプルを出力するには足りません。そこでコードは512サンプルのブロックをまとめて出力します。ブロックの出力中に届いた音は取りこぼしますが、プロッタに表示される各部分は途切れのない本物の32 ms分の音です。

1// dB taslaginda loop() yerine bunu kullan / Use this instead of loop() in the dB sketch
2void loop() {
3  size_t n = micRead(samples, BLOCK);
4  for (size_t i = 0; i < n; i++) {
5    int32_t v = samples[i] >> 8;     // 24 bit ham ornek / 24-bit raw sample
6    Serial.print("ses:");
7    Serial.println(v);
8  }
9}

マイクに向かって口笛を吹くと、プロッタにはほぼきれいな正弦波が表示されます。1 kHzの口笛なら1周期は1 msで、16 kHzのサンプリングでは16点に相当します。1周期の点の数を数えれば、周波数をおおよそ見積もれます。会話はたくさんの周波数が混ざっているので、不規則で包絡線のある波になります。手をたたくと、短くてとても高い鋭いピークが現れます。プロッタは軸を自動で調整するため、静かなときは小さなノイズの揺れが大きく見えることがありますが、これは正常です。シリアルモニタとシリアルプロッタの使い方の詳細は「Arduinoのシリアルモニタ」の記事を参照してください。

Raspberry Pi PicoでINMP441を使う（MicroPython）

Raspberry Pi Picoには専用のI2Sユニットはありませんが、プログラム可能なPIOブロックがハードウェアの速度でI2Sを再現し、MicroPythonのmachine.I2Sクラスがその処理を引き受けてくれます。追加のファイルをインストールする必要はなく、最新のMicroPythonが入っていれば十分です。コードではbits=32とformat=I2S.MONOを指定し、読み取ったサンプルを同じく8ビット右にシフトしてから、同じ式でデシベルに変換します。PythonのループはCより遅いので、ブロックサイズを512サンプルにしておくのがちょうどよいバランスです。計算中に数ミリ秒分の音を取りこぼしても、結果にはほとんど影響しません。Arduino IDEでPicoをプログラムする場合は、arduino-picoコアのI2Sライブラリでも同じことができます。その場合もWS（LRCLK）ピンはBCLKピンの1つ上の番号にする必要があります。MicroPythonが初めての場合は、まず「Raspberry Pi Picoとは？」の記事を読んでみてください。

1from machine import Pin, I2S
2import array
3import math
4
5SCK_PIN = 16   # INMP441 SCK
6WS_PIN = 17    # INMP441 WS (SCK + 1 olmali / must be SCK + 1)
7SD_PIN = 18    # INMP441 SD
8
9FS_RMS = 5931642.0   # 8388608 / sqrt(2): tam olcek sinus RMS / full-scale sine RMS
10DB_OFFSET = 120.0    # 94 dB SPL - (-26 dBFS)
11LN10 = math.log(10)
12
13mic = I2S(0, sck=Pin(SCK_PIN), ws=Pin(WS_PIN), sd=Pin(SD_PIN),
14          mode=I2S.RX, bits=32, format=I2S.MONO,
15          rate=16000, ibuf=8192)
16
17samples = array.array('i', [0] * 512)   # 32 bit ornek dizisi / 32-bit sample array
18
19while True:
20    n = mic.readinto(samples) // 4      # okunan ornek sayisi / number of samples read
21    if n == 0:
22        continue
23    total = 0
24    for i in range(n):
25        samples[i] >>= 8                # 24 bit degeri ayikla / extract 24-bit value
26        total += samples[i]
27    mean = total / n                    # DC kaymasi / DC offset
28    sq = 0.0
29    for i in range(n):
30        d = samples[i] - mean
31        sq += d * d
32    rms = max(math.sqrt(sq / n), 1.0)
33    dbfs = 20 * math.log(rms / FS_RMS) / LN10
34    print("dBFS: {:.1f}  dB SPL: {:.1f}".format(dbfs, dbfs + DB_OFFSET))

INMP441とKY-038アナログサウンドセンサーの違い

KY-038は、エレクトレットコンデンサーマイクのカプセル、しきい値を設定する半固定抵抗、LM393コンパレーターでできた安価なモジュールです。デジタル出力（DO）は、音が設定したしきい値を超えると状態が切り替わります。アナログ出力（AO）はカプセルの生の電圧を出力し、ボードのADCで読み取ります。この構成は、拍手の検知や部屋に音があるかどうかの判定には十分です。しかしモジュールにアンプがないため、信号はとても弱く、Arduino Unoの10ビットADCでは会話で数段階しか変化が見えず、ESP32のADCはノイズが多めです。一方INMP441は、マイクの内部で24ビットで測定します。途中にアナログの配線、アンプ、ADCがないので、ノイズフロアからクリッピングの限界まで約87 dBの範囲をきれいに記録できます。まとめると、KY-038は音のスイッチで、INMP441は本物のマイクです。アナログ読み取りの限界については「ADCのガイド」で詳しく紹介しています。

INMP441を使ったプロジェクトのアイデア

• 音に反応するLED：音の大きさをWS2812Bテープで点灯するLEDの数に変換します。詳しくは「音に反応するLED」と「WS2812B NeoPixel」の記事を参照してください。
• 教室の騒音信号機：55 dB未満で緑、55〜70 dBで黄、それ以上で赤に光る警告ランプを作ります。
• Webでリアルタイムの騒音ダッシュボード：dB値をWebSocketでブラウザに送り、スマホでグラフとして見ます。基本の構成は「ESP32のWebサーバーとWebSocket」で紹介しています。
• スマートホームの騒音センサー：測定値をMQTTでHome Assistantに送ります。「ESP32のMQTTとHome Assistant」のガイドが役立ちます。
• 赤ちゃんの泣き声や犬のほえ声の通知：音が一定時間しきい値を超えたら、Telegramボットでスマホにメッセージを送ります。
• 録音機：サンプルを16ビットのWAVファイルとしてSDカードモジュールに書き込み、パソコンで聞きます。
• 口笛での操作：FFTで最も強い周波数を求め、特定の高さの口笛でLEDやリレーを動かします。

よくあるミスと対処法

INMP441を使えば、数本の線と短いスケッチでESP32に本物のデジタルマイクを追加できます。音の大きさの測定から音に反応するライトまで、たくさんのプロジェクトの土台になります。アナログセンサーで済ませるのではなく、音を数値として処理したいときには、まずこのマイクを選ぶとよいでしょう。BlueGraysアプリでは、LED、ブザー、WS2812Bテープ、WebサーバーなどのESP32のプロジェクトを、回路図とコードでステップごとに確認でき、そこにこのマイクを簡単に追加できます。