Ender3V2S1固件中SPEAKER模块的LCD编码器声音反馈问题分析
2025-06-28 04:22:26作者:龚格成
问题背景
在Ender3V2S1专业固件中,用户报告了一个关于LCD编码器声音反馈的问题。即使将相关配置参数LCD_FEEDBACK_FREQUENCY_DURATION_MS和LCD_FEEDBACK_FREQUENCY_HZ设置为零,当SPEAKER功能启用时,旋转编码器仍然会产生提示音。
技术分析
问题根源
通过查看源代码,我们发现问题的核心在于Encoder_tick()函数中的硬编码参数。当SPEAKER功能启用时,该函数直接使用了固定的50ms时长和800Hz频率调用BUZZ函数,而没有考虑用户通过配置参数设置的值。
void Encoder_tick() {
#if ENABLED(SPEAKER)
if (ui.sound_on) BUZZ(50,800);
#elif HAS_BEEPER
if (ui.sound_on) buzzer.click(10);
#endif
}
设计缺陷
- 参数隔离:声音反馈系统没有统一管理所有声音相关的参数,导致部分功能绕过了配置系统
- 功能耦合:编码器反馈音与系统声音开关(ui.sound_on)强耦合,无法单独控制
- 代码一致性:BEEPER和SPEAKER两种实现方式处理不一致
解决方案
代码修改
正确的实现应该使用配置系统中定义的参数:
void Encoder_tick() {
#if ENABLED(SPEAKER)
if (ui.sound_on) BUZZ(LCD_FEEDBACK_FREQUENCY_DURATION_MS, LCD_FEEDBACK_FREQUENCY_HZ);
#elif HAS_BEEPER
if (ui.sound_on) buzzer.click(10);
#endif
}
设计建议
- 统一声音管理系统:建议将所有声音反馈参数集中管理
- 功能解耦:将编码器反馈音与其他系统声音分离控制
- 参数验证:添加参数有效性检查,确保零值真正禁用声音
影响范围
该问题影响所有使用SPEAKER功能且希望单独控制编码器反馈音的用户。对于使用BEEPER的用户,问题不存在,因为其实现已经使用了固定的小时长(10ms)点击声。
用户建议
对于遇到此问题的用户,可以采取以下临时解决方案:
- 完全禁用系统声音(设置ui.sound_on为false)
- 等待固件更新修复此问题
- 自行修改源代码并重新编译固件
总结
这个问题展示了在固件开发中参数管理系统的重要性。当添加新功能时,需要确保与现有配置系统的兼容性,避免硬编码参数导致的用户配置失效。对于Ender3V2S1这样的开源项目,社区反馈和贡献是发现和解决这类问题的有效途径。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869