Linux 下音頻採集詳解

採集的時候，先寫wav頭文件，頭文件格式以下：

　　表1 WAV文件的文件頭 偏移地址 字節數 類型 內容 00H~03H 4 字符 資源交換文件標誌（RIFF） 04H~07H 4 長整數 從下個地址開始到文件尾的總字節數 08H~0BH 4 字符 WAV文件標誌（WAVE） 0CH~0FH 4 字符 波形格式標誌（FMT） 10H~13H 4 整數 過濾字節（通常爲00000010H） 14H~15H 2 整數 格式種類（值爲1時，表示數據爲線性PCM編碼） 16H~17H 2 整數 通道數，單聲道爲1，雙聲音爲2 18H~1BH 4 長整數 採樣頻率 1CH~1FH 4 長整數 波形數據傳輸速率（每秒平均字節數） 20H~21H 2 整數 數據的調整數（按字節計算） 22H~23H 2 整數 樣本數據位數 　　表2 WAV聲音文件的數據塊

　WAV文件做爲最經典的Windows多媒體音頻格式，應用很是普遍，它使用三個參數來表示聲音：採樣位數、採樣頻率和聲道數。

　　聲道有單聲道和立體聲之分，採樣頻率通常有11025Hz（11kHz）、22050Hz（22kHz）和44100Hz（44kHz）三種。WAV文件所佔容量=（採樣頻率×採樣位數×聲道）×時間/8（1字節=8bit）。

偏移地址 字節數 類型 內容 24H~27H 4 字符 數據標誌符（data） 28H~2BH 4 長整型 採樣數據總數 2CH... ... ​ 採樣數據

雖然目前Linux的優點主要體如今網絡服務方面，但事實上一樣也有着很是豐富的媒體功能，本文就是以多媒體應用中最基本的聲音爲對象，介紹如何在Linux平臺下開發實際的音頻應用程序，同時還給出了一些經常使用的音頻編程框架。 1、數字音頻

音頻信號是一種連續變化的模擬信號，但計算機只能處理和記錄二進制的數字信號，由天然音源獲得的音頻信號必須通過必定的變換，成爲數字音頻信號以後，才能送到計算機中做進一步的處理。

數字音頻系統經過將聲波的波型轉換成一系列二進制數據，來實現對原始聲音的重現，實現這一步驟的設備常被稱爲模/數轉換器（A/D）。A/D轉換器以每秒鐘上萬次的速率對聲波進行採樣，每一個採樣點都記錄下了原始模擬聲波在某一時刻的狀態，一般稱之爲樣本（sample），而每一秒鐘所採樣的數目則稱爲採樣頻率，經過將一串連續的樣本鏈接起來，就能夠在計算機中描述一段聲音了。對於採樣過程當中的每個樣原本說，數字音頻系統會分配必定存儲位來記錄聲波的振幅，通常稱之爲採樣分辯率或者採樣精度，採樣精度越高，聲音還原時就會越細膩。

數字音頻涉及到的概念很是多，對於在Linux下進行音頻編程的程序員來講，最重要的是理解聲音數字化的兩個關鍵步驟：採樣和量化。採樣就是每隔必定時間就讀一次聲音信號的幅度，而量化則是將採樣獲得的聲音信號幅度轉換爲數字值，從本質上講，採樣是時間上的數字化，而量化則是幅度上的數字化。下面介紹幾個在進行音頻編程時常常須要用到的技術指標：

採樣頻率 採樣頻率是指將模擬聲音波形進行數字化時，每秒鐘抽取聲波幅度樣本的次數。採樣頻率的選擇應該遵循奈奎斯特（Harry Nyquist）採樣理論：若是對某一模擬信號進行採樣，則採樣後可還原的最高信號頻率只有採樣頻率的一半，或者說只要採樣頻率高於輸入信號最高頻率的兩倍，就能從採樣信號系列重構原始信號。正常人聽覺的頻率範圍大約在20Hz~20kHz之間，根據奈奎斯特採樣理論，爲了保證聲音不失真，採樣頻率應該在40kHz左右。經常使用的音頻採樣頻率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，若是採用更高的採樣頻率，還能夠達到DVD的音質。 量化位數 量化位數是對模擬音頻信號的幅度進行數字化，它決定了模擬信號數字化之後的動態範圍，經常使用的有8位、12位和16位。量化位越高，信號的動態範圍越大，數字化後的音頻信號就越可能接近原始信號，但所須要的存貯空間也越大。 聲道數 聲道數是反映音頻數字化質量的另外一個重要因素，它有單聲道和雙聲道之分。雙聲道又稱爲立體聲，在硬件中有兩條線路，音質和音色都要優於單聲道，但數字化後佔據的存儲空間的大小要比單聲道多一倍。

2、聲卡驅動

出於對安全性方面的考慮，Linux下的應用程序沒法直接對聲卡這類硬件設備進行操做，而是必須經過內核提供的驅動程序才能完成。在Linux上進行音頻編程的本質就是要藉助於驅動程序，來完成對聲卡的各類操做。

對硬件的控制涉及到寄存器中各個比特位的操做，一般這是與設備直接相關而且對時序的要求很是嚴格，若是這些工做都交由應用程序員來負責，那麼對聲卡的編程將變得異常複雜而困難起來，驅動程序的做用正是要屏蔽硬件的這些底層細節，從而簡化應用程序的編寫。目前Linux下經常使用的聲卡驅動程序主要有兩種：OSS和ALSA。

最先出如今Linux上的音頻編程接口是OSS（Open Sound System），它由一套完整的內核驅動程序模塊組成，能夠爲絕大多數聲卡提供統一的編程接口。OSS出現的歷史相對較長，這些內核模塊中的一部分（OSS/Free）是與Linux內核源碼共同免費發佈的，另一些則以二進制的形式由4Front Technologies公司提供。因爲獲得了商業公司的鼎力支持，OSS已經成爲在Linux下進行音頻編程的事實標準，支持OSS的應用程序可以在絕大多數聲卡上工做良好。

雖然OSS已經很是成熟，但它畢竟是一個沒有徹底開放源代碼的商業產品，ALSA（Advanced Linux Sound Architecture）剛好彌補了這一空白，它是在Linux下進行音頻編程時另外一個可供選擇的聲卡驅動程序。ALSA除了像OSS那樣提供了一組內核驅動程序模塊以外，還專門爲簡化應用程序的編寫提供了相應的函數庫，與OSS提供的基於ioctl的原始編程接口相比，ALSA函數庫使用起來要更加方便一些。ALSA的主要特色有：

支持多種聲卡設備 模塊化的內核驅動程序 支持SMP和多線程 提供應用開發函數庫 兼容OSS應用程序 ALSA和OSS最大的不一樣之處在於ALSA是由志願者維護的自由項目，而OSS則是由公司提供的商業產品，所以在對硬件的適應程度上OSS要優於ALSA，它可以支持的聲卡種類更多。ALSA雖然不及OSS運用得普遍，但卻具備更加友好的編程接口，而且徹底兼容於OSS，對應用程序員來說無疑是一個更佳的選擇。

3、編程接口

如何對各類音頻設備進行操做是在Linux上進行音頻編程的關鍵，經過內核提供的一組系統調用，應用程序可以訪問聲卡驅動程序提供的各類音頻設備接口，這是在Linux下進行音頻編程最簡單也是最直接的方法。

3.1 訪問音頻設備

不管是OSS仍是ALSA，都是之內核驅動程序的形式運行在Linux內核空間中的，應用程序要想訪問聲卡這一硬件設備，必須藉助於Linux內核所提供的系統調用（system call）。從程序員的角度來講，對聲卡的操做在很大程度上等同於對磁盤文件的操做：首先使用open系統調用創建起與硬件間的聯繫，此時返回的文件描述符將做爲隨後操做的標識；接着使用read系統調用從設備接收數據，或者使用write系統調用向設備寫入數據，而其它全部不符合讀/寫這一基本模式的操做均可以由ioctl系統調用來完成；最後，使用close系統調用告訴Linux內核不會再對該設備作進一步的處理。

open系統調用 系統調用open能夠得到對聲卡的訪問權，同時還能爲隨後的系統調用作好準備，其函數原型以下所示： int open(const char *pathname, int flags, int mode);

參數pathname是將要被打開的設備文件的名稱，對於聲卡來說通常是/dev/dsp。參數flags用來指明應該以什麼方式打開設備文件，它能夠是O_RDONLY、O_WRONLY或者O_RDWR，分別表示以只讀、只寫或者讀寫的方式打開設備文件；參數mode一般是可選的，它只有在指定的設備文件不存在時纔會用到，指明新建立的文件應該具備怎樣的權限。 若是open系統調用可以成功完成，它將返回一個正整數做爲文件標識符，在隨後的系統調用中須要用到該標識符。若是open系統調用失敗，它將返回-1，同時還會設置全局變量errno，指明是什麼緣由致使了錯誤的發生。 read系統調用 系統調用read用來從聲卡讀取數據，其函數原型以下所示： int read(int fd, char *buf, size_t count);

參數fd是設備文件的標識符，它是經過以前的open系統調用得到的；參數buf是指向緩衝區的字符指針，它用來保存從聲卡得到的數據；參數count則用來限定從聲卡得到的最大字節數。若是read系統調用成功完成，它將返回從聲卡實際讀取的字節數，一般狀況會比count的值要小一些；若是read系統調用失敗，它將返回-1，同時還會設置全局變量errno，來指明是什麼緣由致使了錯誤的發生。 write系統調用 系統調用write用來向聲卡寫入數據，其函數原型以下所示： size_t write(int fd, const char *buf, size_t count);

系統調用write和系統調用read在很大程度是相似的，差異只在於write是向聲卡寫入數據，而read則是從聲卡讀入數據。參數fd一樣是設備文件的標識符，它也是經過以前的open系統調用得到的；參數buf是指向緩衝區的字符指針，它保存着即將向聲卡寫入的數據；參數count則用來限定向聲卡寫入的最大字節數。 若是write系統調用成功完成，它將返回向聲卡實際寫入的字節數；若是read系統調用失敗，它將返回-1，同時還會設置全局變量errno，來指明是什麼緣由致使了錯誤的發生。不管是read仍是write，一旦調用以後Linux內核就會阻塞當前應用程序，直到數據成功地從聲卡讀出或者寫入爲止。 ioctl系統調用 系統調用ioctl能夠對聲卡進行控制，凡是對設備文件的操做不符合讀/寫基本模式的，都是經過ioctl來完成的，它能夠影響設備的行爲，或者返回設備的狀態，其函數原型以下所示： int ioctl(int fd, int request, ...);

參數fd是設備文件的標識符，它是在設備打開時得到的；若是設備比較複雜，那麼對它的控制請求相應地也會有不少種，參數request的目的就是用來區分不一樣的控制請求；一般說來，在對設備進行控制時還須要有其它參數，這要根據不一樣的控制請求才能肯定，而且多是與硬件設備直接相關的。 close系統調用 當應用程序使用完聲卡以後，須要用close系統調用將其關閉，以便及時釋放佔用的硬件資源，其函數原型以下所示： int close(int fd);

參數fd是設備文件的標識符，它是在設備打開時得到的。一旦應用程序調用了close系統調用，Linux內核就會釋放與之相關的各類資源，所以建議在不須要的時候儘可能及時關閉已經打開的設備。 3.2 音頻設備文件

對於Linux應用程序員來說，音頻編程接口實際上就是一組音頻設備文件，經過它們能夠從聲卡讀取數據，或者向聲卡寫入數據，而且可以對聲卡進行控制，設置採樣頻率和聲道數目等等。

/dev/sndstat 設備文件/dev/sndstat是聲卡驅動程序提供的最簡單的接口，一般它是一個只讀文件，做用也僅僅只限於彙報聲卡的當前狀態。通常說來，/dev/sndstat是提供給最終用戶來檢測聲卡的，不宜用於程序當中，由於全部的信息均可以經過ioctl系統調用來得到。 Linux提供的cat命令能夠很方便地從/dev/sndstat得到聲卡的當前狀態： [xiaowp@linuxgam sound]$ cat /dev/sndstat /dev/dsp

聲卡驅動程序提供的/dev/dsp是用於數字採樣（sampling）和數字錄音（recording）的設備文件，它對於Linux下的音頻編程來說很是重要：向該設備寫數據即意味着激活聲卡上的D/A轉換器進行放音，而向該設備讀數據則意味着激活聲卡上的A/D轉換器進行錄音。目前許多聲卡都提供有多個數字採樣設備，它們在Linux下能夠經過/dev/dsp1等設備文件進行訪問。

DSP是數字信號處理器（Digital Signal Processor）的簡稱，它是用來進行數字信號處理的特殊芯片，聲卡使用它來實現模擬信號和數字信號的轉換。聲卡中的DSP設備實際上包含兩個組成部分：在以只讀方式打開時，可以使用A/D轉換器進行聲音的輸入；而在以只寫方式打開時，則可以使用D/A轉換器進行聲音的輸出。嚴格說來，Linux下的應用程序要麼以只讀方式打開/dev/dsp輸入聲音，要麼以只寫方式打開/dev/dsp輸出聲音，但事實上某些聲卡驅動程序仍容許以讀寫的方式打開/dev/dsp，以便同時進行聲音的輸入和輸出，這對於某些應用場合（如IP電話）來說是很是關鍵的。

在從DSP設備讀取數據時，從聲卡輸入的模擬信號通過A/D轉換器變成數字採樣後的樣本（sample），保存在聲卡驅動程序的內核緩衝區中，當應用程序經過read系統調用從聲卡讀取數據時，保存在內核緩衝區中的數字採樣結果將被複制到應用程序所指定的用戶緩衝區中。須要指出的是，聲卡採樣頻率是由內核中的驅動程序所決定的，而不取決於應用程序從聲卡讀取數據的速度。若是應用程序讀取數據的速度過慢，以至低於聲卡的採樣頻率，那麼多餘的數據將會被丟棄；若是讀取數據的速度過快，以至高於聲卡的採樣頻率，那麼聲卡驅動程序將會阻塞那些請求數據的應用程序，直到新的數據到來爲止。

在向DSP設備寫入數據時，數字信號會通過D/A轉換器變成模擬信號，而後產生出聲音。應用程序寫入數據的速度一樣應該與聲卡的採樣頻率相匹配，不然過慢的話會產生聲音暫停或者停頓的現象，過快的話又會被內核中的聲卡驅動程序阻塞，直到硬件有能力處理新的數據爲止。與其它設備有所不一樣，聲卡一般不會支持非阻塞（non-blocking）的I/O操做。

不管是從聲卡讀取數據，或是向聲卡寫入數據，事實上都具備特定的格式（format），默認爲8位無符號數據、單聲道、8KHz採樣率，若是默認值沒法達到要求，能夠經過ioctl系統調用來改變它們。一般說來，在應用程序中打開設備文件/dev/dsp以後，接下去就應該爲其設置恰當的格式，而後才能從聲卡讀取或者寫入數據。

/dev/audio /dev/audio相似於/dev/dsp，它兼容於Sun工做站上的音頻設備，使用的是mu-law編碼方式。若是聲卡驅動程序提供了對/dev/audio的支持，那麼在Linux上就能夠經過cat命令，來播放在Sun工做站上用mu-law進行編碼的音頻文件： [xiaowp@linuxgam sound]$ cat audio.au > /dev/audio

因爲設備文件/dev/audio主要出於對兼容性的考慮，因此在新開發的應用程序中最好不要嘗試用它，而應該以/dev/dsp進行替代。對於應用程序來講，同一時刻只能使用/dev/audio或者/dev/dsp其中之一，由於它們是相同硬件的不一樣軟件接口。 /dev/mixer 在聲卡的硬件電路中，混音器（mixer）是一個很重要的組成部分，它的做用是將多個信號組合或者疊加在一塊兒，對於不一樣的聲卡來講，其混音器的做用可能各不相同。運行在Linux內核中的聲卡驅動程序通常都會提供/dev/mixer這一設備文件，它是應用程序對混音器進行操做的軟件接口。混音器電路一般由兩個部分組成：輸入混音器（input mixer）和輸出混音器（output mixer）。 輸入混音器負責從多個不一樣的信號源接收模擬信號，這些信號源有時也被稱爲混音通道或者混音設備。模擬信號經過增益控制器和由軟件控制的音量調節器後，在不一樣的混音通道中進行級別（level）調製，而後被送到輸入混音器中進行聲音的合成。混音器上的電子開關能夠控制哪些通道中有信號與混音器相連，有些聲卡只容許鏈接一個混音通道做爲錄音的音源，而有些聲卡則容許對混音通道作任意的鏈接。通過輸入混音器處理後的信號仍然爲模擬信號，它們將被送到A/D轉換器進行數字化處理。 輸出混音器的工做原理與輸入混音器相似，一樣也有多個信號源與混音器相連，而且事先都通過了增益調節。當輸出混音器對全部的模擬信號進行了混合以後，一般還會有一個總控增益調節器來控制輸出聲音的大小，此外還有一些音調控制器來調節輸出聲音的音調。通過輸出混音器處理後的信號也是模擬信號，它們最終會被送給喇叭或者其它的模擬輸出設備。對混音器的編程包括如何設置增益控制器的級別，以及怎樣在不一樣的音源間進行切換，這些操做一般來說是不連續的，並且不會像錄音或者放音那樣須要佔用大量的計算機資源。因爲混音器的操做不符合典型的讀/寫操做模式，所以除了open和close兩個系統調用以外，大部分的操做都是經過ioctl系統調用來完成的。與/dev/dsp不一樣，/dev/mixer容許多個應用程序同時訪問，而且混音器的設置值會一直保持到對應的設備文件被關閉爲止。 爲了簡化應用程序的設計，Linux上的聲卡驅動程序大多都支持將混音器的ioctl操做直接應用到聲音設備上，也就是說若是已經打開了/dev/dsp，那麼就不用再打開/dev/mixer來對混音器進行操做，而是能夠直接用打開/dev/dsp時獲得的文件標識符來設置混音器。 /dev/sequencer 目前大多數聲卡驅動程序還會提供/dev/sequencer這一設備文件，用來對聲卡內建的波表合成器進行操做，或者對MIDI總線上的樂器進行控制，通常只用於計算機音樂軟件中。

4、應用框架

在Linux下進行音頻編程時，重點在於如何正確地操做聲卡驅動程序所提供的各類設備文件，因爲涉及到的概念和因素比較多，因此遵循一個通用的框架無疑將有助於簡化應用程序的設計。

4.1 DSP編程

對聲卡進行編程時首先要作的是打開與之對應的硬件設備，這是藉助於open系統調用來完成的，而且通常狀況下使用的是/dev/dsp文件。採用何種模式對聲卡進行操做也必須在打開設備時指定，對於不支持全雙工的聲卡來講，應該使用只讀或者只寫的方式打開，只有那些支持全雙工的聲卡，才能以讀寫的方式打開，而且還要依賴於驅動程序的具體實現。Linux容許應用程序屢次打開或者關閉與聲卡對應的設備文件，從而可以很方便地在放音狀態和錄音狀態之間進行切換，建議在進行音頻編程時只要有可能就儘可能使用只讀或者只寫的方式打開設備文件，由於這樣不只可以充分利用聲卡的硬件資源，並且還有利於驅動程序的優化。下面的代碼示範瞭如何以只寫方式打開聲卡進行放音（playback）操做：

int handle = open("/dev/dsp", O_WRONLY); if (handle == -1) { perror("open /dev/dsp"); return -1; }

運行在Linux內核中的聲卡驅動程序專門維護了一個緩衝區，其大小會影響到放音和錄音時的效果，使用ioctl系統調用能夠對它的尺寸進行恰當的設置。調節驅動程序中緩衝區大小的操做不是必須的，若是沒有特殊的要求，通常採用默認的緩衝區大小也就能夠了。但須要注意的是，緩衝區大小的設置一般應緊跟在設備文件打開以後，這是由於對聲卡的其它操做有可能會致使驅動程序沒法再修改其緩衝區的大小。下面的代碼示範了怎樣設置聲卡驅動程序中的內核緩衝區的大小：

int setting = 0xnnnnssss; int result = ioctl(handle, SNDCTL_DSP_SETFRAGMENT, &setting); if (result == -1) { perror("ioctl buffer size"); return -1; } // 檢查設置值的正確性

在設置緩衝區大小時，參數setting實際上由兩部分組成，其低16位標明緩衝區的尺寸，相應的計算公式爲buffer_size = 2^ssss，即若參數setting低16位的值爲16，那麼相應的緩衝區的大小會被設置爲65536字節。參數setting的高16位則用來標明分片（fragment）的最大序號，它的取值範圍從2一直到0x7FFF，其中0x7FFF表示沒有任何限制。

接下來要作的是設置聲卡工做時的聲道（channel）數目，根據硬件設備和驅動程序的具體狀況，能夠將其設置爲0（單聲道，mono）或者1（立體聲，stereo）。下面的代碼示範了應該怎樣設置聲道數目：

int channels = 0; // 0=mono 1=stereo int result = ioctl(handle, SNDCTL_DSP_STEREO, &channels); if ( result == -1 ) { perror("ioctl channel number"); return -1; } if (channels != 0) { // 只支持立體聲 }

採樣格式和採樣頻率是在進行音頻編程時須要考慮的另外一個問題，聲卡支持的全部採樣格式能夠在頭文件soundcard.h中找到，而經過ioctl系統調用則能夠很方便地更改當前所使用的採樣格式。下面的代碼示範瞭如何設置聲卡的採樣格式：

int format = AFMT_U8; int result = ioctl(handle, SNDCTL_DSP_SETFMT, &format); if ( result == -1 ) { perror("ioctl sample format"); return -1; } // 檢查設置值的正確性

聲卡採樣頻率的設置也很是容易，只需在調用ioctl時將第二個參數的值設置爲SNDCTL_DSP_SPEED，同時在第三個參數中指定採樣頻率的數值就好了。對於大多數聲卡來講，其支持的採樣頻率範圍通常爲5kHz到44.1kHz或者48kHz，但並不意味着該範圍內的全部頻率都會被硬件支持，在Linux下進行音頻編程時最經常使用到的幾種採樣頻率是11025Hz、16000Hz、22050Hz、32000Hz和44100Hz。下面的代碼示範瞭如何設置聲卡的採樣頻率：

int rate = 22050; int result = ioctl(handle, SNDCTL_DSP_SPEED, &rate); if ( result == -1 ) { perror("ioctl sample format"); return -1; } // 檢查設置值的正確性

4.2 Mixer編程

聲卡上的混音器由多個混音通道組成，它們能夠經過驅動程序提供的設備文件/dev/mixer進行編程。對混音器的操做是經過ioctl系統調用來完成的，而且全部控制命令都由SOUND_MIXER或者MIXER開頭，表1列出了經常使用的幾個混音器控制命令：

名 稱 做 用 SOUND_MIXER_VOLUME 主音量調節 SOUND_MIXER_BASS 低音控制 SOUND_MIXER_TREBLE 高音控制 SOUND_MIXER_SYNTH FM合成器 SOUND_MIXER_PCM 主D/A轉換器 SOUND_MIXER_SPEAKER PC喇叭 SOUND_MIXER_LINE 音頻線輸入 SOUND_MIXER_MIC 麥克風輸入 SOUND_MIXER_CD CD輸入 SOUND_MIXER_IMIX 回放音量 SOUND_MIXER_ALTPCM 從D/A 轉換器 SOUND_MIXER_RECLEV 錄音音量 SOUND_MIXER_IGAIN 輸入增益 SOUND_MIXER_OGAIN 輸出增益 SOUND_MIXER_LINE1 聲卡的第1輸入 SOUND_MIXER_LINE2 聲卡的第2輸入 SOUND_MIXER_LINE3 聲卡的第3輸入

表1 混音器命令 對聲卡的輸入增益和輸出增益進行調節是混音器的一個主要做用，目前大部分聲卡採用的是8位或者16位的增益控制器，但做爲程序員來說並不須要關心這些，由於聲卡驅動程序會負責將它們變換成百分比的形式，也就是說不管是輸入增益仍是輸出增益，其取值範圍都是從0到100。在進行混音器編程時，可使用SOUND_MIXER_READ宏來讀取混音通道的增益大小，例如在獲取麥克風的輸入增益時，可使用以下的代碼：

int vol; ioctl(fd, SOUND_MIXER_READ(SOUND_MIXER_MIC), &vol); printf("Mic gain is at %d %%\n", vol);

對於只有一個混音通道的單聲道設備來講，返回的增益大小保存在低位字節中。而對於支持多個混音通道的雙聲道設備來講，返回的增益大小實際上包括兩個部分，分別表明左、右兩個聲道的值，其中低位字節保存左聲道的音量，而高位字節則保存右聲道的音量。下面的代碼能夠從返回值中依次提取左右聲道的增益大小：

int left, right; left = vol & 0xff; right = (vol & 0xff00) >> 8; printf("Left gain is %d %%, Right gain is %d %%\n", left, right);

相似地，若是想設置混音通道的增益大小，則能夠經過SOUND_MIXER_WRITE宏來實現，此時遵循的原則與獲取增益值時的原則基本相同，例以下面的語句能夠用來設置麥克風的輸入增益：

vol = (right << 8) + left; ioctl(fd, SOUND_MIXER_WRITE(SOUND_MIXER_MIC), &vol);

在編寫實用的音頻程序時，混音器是在涉及到兼容性時須要重點考慮的一個對象，這是由於不一樣的聲卡所提供的混音器資源是有所區別的。聲卡驅動程序提供了多個ioctl系統調用來得到混音器的信息，它們一般返回一個整型的位掩碼（bitmask），其中每一位分別表明一個特定的混音通道，若是相應的位爲1，則說明與之對應的混音通道是可用的。例如經過SOUND_MIXER_READ_DEVMASK返回的位掩碼，能夠查詢出可以被聲卡支持的每個混音通道，而經過SOUND_MIXER_READ_RECMAS返回的位掩碼，則能夠查詢出可以被看成錄音源的每個通道。下面的代碼能夠用來檢查CD輸入是不是一個有效的混音通道：

ioctl(fd, SOUND_MIXER_READ_DEVMASK, &devmask); if (devmask & SOUND_MIXER_CD) printf("The CD input is supported");

若是進一步還想知道其是不是一個有效的錄音源，則可使用以下語句：

ioctl(fd, SOUND_MIXER_READ_RECMASK, &recmask); if (recmask & SOUND_MIXER_CD) printf("The CD input can be a recording source");

目前大多數聲卡提供多個錄音源，經過SOUND_MIXER_READ_RECSRC能夠查詢出當前正在使用的錄音源，同一時刻可以使用幾個錄音源是由聲卡硬件決定的。相似地，使用SOUND_MIXER_WRITE_RECSRC能夠設置聲卡當前使用的錄音源，例以下面的代碼能夠將CD輸入做爲聲卡的錄音源使用：

devmask = SOUND_MIXER_CD; ioctl(fd, SOUND_MIXER_WRITE_DEVMASK, &devmask);