Linux音頻編程（一）ALSA介紹

Linux下的音頻編程中有OSS和ALSA，本篇文章將對ALSA進行相關介紹。ALSA提供一系列基於命令行的工具集，好比混音器(mixer)，音頻文件播放器(aplay)，以及控制特定聲卡特定屬性的工具。

1、ALSA的 API主要分爲如下幾種接口：
（1）控制接口：提供靈活的方式管理註冊的聲卡和對存在的聲卡進行查詢。
（2）PCM接口：管理數字音頻回放(playback)和錄音(capture)的接口。

（Pulse Code Modulation（脈衝編碼調製）。這個詞描述了一種用數字化形式表示模擬信號的方法。這種方法幾乎被全部的計算機音卡所使用，它在ALSA API中用「audio」來簡稱。）
（3）原始MIDI接口: 支持 MIDI (Musical Instrument Digital Interface)，一種標準電子音樂指令集。這些API提供訪問聲卡上的MIDI總線。這些原始藉口直接工做在 The MIDI事件上，程序員只須要管理協議和時間。
（4）記時接口: 爲支持聲音的同步事件提供訪問聲卡上的定時器。
（5）音序器接口：一個比原始MIDI接口高級的MIDI編程和聲音同步高層接口。它能夠處理不少的MIDI協議和定時器。
（6）混音器接口：控制發送信號和控制聲音大小的聲卡上的設備。

2、

一、pcm用來描述alsa中數字音頻流。Alsa音頻的播放/錄製可經過pcm來實現的。

二、在內核設備驅動層，ALSA提供了alsa-driver，同時在應用層，ALSA爲咱們提供了alsa-lib，應用程序只要調用alsa-lib提供的API，便可以完成對底層音頻硬件的控制。

三、alsa驅動實際上可分爲兩層，好比s3c24xx-iis.c或s3c24xx-ac97.c之類，主要是音頻總線與硬件初始化(iis/ac97,GPIO,dma等)，另外一層纔是wm8987.c之類的芯片驅動，主要是提供寄存器讀寫接口(i2c等)，建立mixer設備之類。

3、PCM介紹

（一）簡單介紹

一、根據ALSA寫一簡單的PCM應用程序,咱們首先須要爲PCM設備打開一個句柄(Handle),而後指定PCM流的方向是playback。

二、pcm下面有一個playback和capture stream，playback和capture下面各自有一個substream。

（1）playback如何把用戶空間的應用程序發過來的PCM數據，轉化爲人耳能夠辨別的模擬音頻。

（2）capture把mic拾取到得模擬信號，通過採樣、量化，轉換爲PCM信號送回給用戶空間的應用程序。

（二）相關程序

（1）此部分程序能夠參考：

可參考連接：https://blog.csdn.net/orz415678659/article/details/8995163。

 

其中：

snd_card 表示一個聲卡實例, 包含多個聲卡設備；

snd_device 表示一個聲卡設備部件：

snd_pcm 表示一個PCM設備, 聲卡設備的一種, 用於播放和錄音 ；

snd_control 表示Control設備, 聲卡設備的一種, 用於控制聲卡； snd_pcm_str 表示PCM流, 分爲playback和capture；

snd_pcm_substream PCM子流, 用於音頻的播放或錄製 ；

snd_pcm_ops PCM流操做集。

具體可參考連接：

https://www.cnblogs.com/hzl6255/p/9979377.html

（2）對於pcm.c程序可參考如下連接：

https://github.com/tinyalsa/tinyalsa/blob/master/src/pcm.c

一、合理的pcm_config能夠作到更好的低時延和功耗。

struct pcm_config {

unsigned int channels;

unsigned int rate;

unsigned int period_size;

unsigned int period_count;

enum pcm_format format;

unsigned int start_threshold;

unsigned int stop_threshold;

unsigned int silence_threshold;

int avail_min;

};

（1）結構中的每一個參數的單位都是frame(1幀 = 通道*採樣位深)：

period_size. 每次傳輸的數據長度。值越小，時延越小，cpu佔用就越高。

（2）period_count. 緩之衝區period的個數。緩衝區越大，發生XRUN的機會就越少。

（3）format. 定義數據格式，如採樣位深，大小端。

（4）start_threshold. 緩衝區的數據超過該值時，硬件開始啓動數據傳輸。若是太大， 從開始播放到聲音出來時延太長，甚至可致使過短促的聲音根本播不出來;若是過小， 又可能容易致使XRUN.

（5）stop_threshold. 緩衝區空閒區大於該值時，硬件中止傳輸。默認狀況下，這個數 爲整個緩衝區的大小，即整個緩衝區空了，就中止傳輸。但偶爾的緣由致使緩衝區空， 如CPU忙，增大該值，繼續播放緩衝區的歷史數據，而不關閉再啓動硬件傳輸(通常此 時有明顯的聲音卡頓)，能夠達到更好的體驗。

（6）silence_threshold. 這個值原本是配合stop_threshold使用，往緩衝區填充靜音 數據，這樣就不會重播歷史數據了。但若是沒有設定silence_size,

（7）avail_min. 緩衝區空閒區大於該值時，pcm_mmap_write()才往緩衝寫數據。這個 值越大，往緩衝區寫入數據的次數就越少，面臨XRUN的機會就越大。Android samsung tuna 設備在screen_off時增大該值以減少功耗，在screen_on時減少該 值以減少XRUN的機會。

在不一樣的場景下，合理的參數就是在性能、時延、功耗等之間達到較好的平衡。

（8）struct pcm pcm_open(unsigned int card, unsigned int device, unsinged int flags, struct pcm_config config)。

二、從pcm_open這個接口能夠看到，它經過幾個參數得到了一個句柄，以後全部的操做都經過這個句柄來完成。這些參數裏面，card表明第幾塊聲卡，device就是上面提到的device index，它跟驅動中配置的DAI link的次序有關，flags參數中會指明這個設備是capture類型仍是playback類型。經過這3個參數，就能夠找到對應的PCM設備文件。

三、一個pcm設備包含播 放/錄製兩個流，每一個流有若干個substream.一個substream只能被一個進程佔用。其中snd_pcm_substream可實現音頻的播放或錄製。以下： 

struct snd_pcm_substream { 
struct snd_pcm *pcm; 
struct snd_pcm_str *pstr; 
void *private_data; /* copied from pcm->private_data */ 
int number; 
char name[32]; /* substream name */ 
int stream; /* stream (direction) */ /* 錄製/播放 */ 
struct pm_qos_request latency_pm_qos_req; /* pm_qos request */ 
size_t buffer_bytes_max; /* limit ring buffer size */ 
struct snd_dma_buffer dma_buffer; 
unsigned int dma_buf_id; 
size_t dma_max; 
/* -- hardware operations -- */ 
const struct snd_pcm_ops *ops; 
/* -- runtime information -- */ 
struct snd_pcm_runtime *runtime; 
/* -- timer section -- */ 
struct snd_timer *timer; /* timer */ 
unsigned timer_running: 1; /* time is running */ 
/* -- next substream -- */ 
struct snd_pcm_substream *next; 
/* -- linked substreams -- */ 
struct list_head link_list; /* linked list member */ 
struct snd_pcm_group self_group; /* fake group for non linked substream (with substream lock inside) */ 
struct snd_pcm_group *group; /* pointer to current group */ 
/* -- assigned files -- */ 
void *file; /* 指向 pcm_file */ 
int ref_count; /* 引用計數，打開 O_APPEND 時有用 */ 
atomic_t mmap_count; /* mmap 的引用計數 */ 
unsigned int f_flags; /* pcm 打開的文件標記 */ 
void (*pcm_release)(struct snd_pcm_substream *); 
struct pid *pid; /* 所在進程的pid，有多個substream時用於選擇使用哪一個 */ 
/* misc flags */ 
unsigned int hw_opened: 1; /* 若已打開，在釋放substream時須要調用close() */ 
}; 

 

4、補充：

alsa驅動的設備文件可在Linux系統中的/dev/snd 裏查看。

其中：C0D0表明的是聲卡0中的設備0，pcmC0D0c最後一個c表明capture，pcmC0D0p最後一個p表明playback。

controlC0：用於聲卡的控制，例如通道選擇，混音，麥克風的控制等；

midiC0D0：用於播放midi音頻；

pcmC0D0c ： 用於錄音的pcm設備；

pcmC0D0p ：用於播放的pcm設備；

seq ：音序器；

timer ：定時器；

 

原文出處：https://www.cnblogs.com/L-102/p/11480240.html