【改】利用ALSA庫進行音頻重採樣

轉自：http://www.voidcn.com/article/p-snamarwr-p.html

1、ALSA介紹：

一、簡介：

高級Linux聲音體系（英語：Advanced LinuxSound Architecture，縮寫爲ALSA）是Linux內核中，爲聲卡提供的驅動組件，以替代原先的OSS（開放聲音系統）。 一部分的目的是支持聲卡的自動配置，以及完美的處理系統中的多個聲音設備，這些目的大多都已達到。另外一個聲音框架JACK使用ALSA提供低延遲的專業級音頻編輯和混音能力。

Jaroslav Kysela過去是這個項目的領導者，這個項目開始於爲1998年Gravis Ultrasound所開發的驅動，它一直做爲一個單獨的軟件包開發，直到2002年他被引進入Linux內核的開發版本 (2.5.4-2.5.5)。從2.6版本開始ALSA成爲Linux內核中默認的標準音頻驅動程序集，OSS則被標記爲廢棄。

ALSA是一個徹底開放源代碼的音頻驅動程序集，除了像OSS那樣提供了一組內核驅動程序模塊以外，ALSA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。利用該函數庫，開發人員能夠方便快捷的開發出本身的應用程序，細節則留給函數庫內部處理。固然ALSA也提供了相似於OSS的系統接口，不過ALSA的開發者建議應用程序開發者使用音頻函數庫而不是驅動程序的API。

二、分層

ALSA體系主要分爲三層，按照調用關係依次是，app、alsa-lib、kerneldriver。

三、kernel driver層簡述：

Kernel driver 層，爲內核驅動代碼，主要在內核源碼中的sound目錄下，負責對硬件進行控制與操做。驅動建立的設備文件，在文件系統中的/dev/snd/目錄下。注意，應用層使用alsa-API中打開的設備文件，並非/dev/snd/目錄下的文件，而是alsa-lib對設備的再一次封裝的產物，叫作plugins，如plughw:0,0 ，後面詳細解釋。

alsa驅動的設備文件結構: 字符設備
# ls /dev/snd/ -lh
total 0
crw-rw----    1 root     root      116,   0 Aug 21 16:01 controlC0
crw-rw----    1 root     root      116,  24 Aug 21 16:01 pcmC0D0c
crw-rw----    1 root     root      116,  16 Aug 21 16:01 pcmC0D0p
crw-rw----    1 root     root      116,  25 Aug 21 16:01 pcmC0D1c
crw-rw----    1 root     root      116,  17 Aug 21 16:01 pcmC0D1p
crw-rw----    1 root     root      116,  26 Aug 21 16:01 pcmC0D2c
crw-rw----    1 root     root      116,  33 Aug 21 16:01 timer
controlC0               用於聲卡的控制，例如通道選擇，混音，麥克風的控制等
pcmC0D0c             用於錄音的pcm設備
pcmC0D0p             用於播放的pcm設備
timer                       定時器
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，這些都是alsa-driver中的命名規則。

四、alsa-lib層簡述：

Alsa-lib層，爲不一樣的驅動提供統一的接口alsa API，簡化了開發人員對於驅動層的調用開發。主要有以下接口

網址：https://www.alsa-project.org/alsa-doc/alsa-lib/

The currently designed interfaces are listed below:

Information Interface (/proc/asound)

Control Interface (/dev/snd/controlCX)

Mixer Interface (/dev/snd/mixerCXDX)

PCM Interface (/dev/snd/pcmCXDX)

Raw MIDI Interface (/dev/snd/midiCXDX)

Sequencer Interface (/dev/snd/seq)

Timer Interface (/dev/snd/timer)

咱們在應用中，主要使用的是 PCM 接口。如Snd_pcm_open()函數。

除了Alsa-API接口之外，alsa-lib還能夠經過配置文件，開放其附加功能，如採樣率轉換、軟件混音等。

咱們就是利用alsa-lib的附加功能實現咱們的重採樣功能，修改的地方主要包括alsa-lib的配置和APP調用兩方面。下一章對如何利用alsa-lib的配置文件開放其採樣率轉換功能進行描述。

2、配置文件asound.conf：

asound.conf配置文件，是alsa-lib的默認配置文件，路徑在 /etc/，能夠用來配置alsa庫的一些附加功能。這個文件不是alsa庫運行時所必須的，沒有它alsa庫也能夠正常運行。

關於asound.conf的配置，能夠參考如下文檔：

http://www.alsa-project.org/main/index.php/Asoundrc

先闡述一些重要的名詞：

Card：聲卡，直接對應硬件，ID從0開始計數。

Device：設備，在一個card上，能夠有多個device，每一個device能夠獨立被打開和使用，ID從0開始計數。

Plugin：插件，前文說過，應用層調用alsa庫時，操做的並非驅動層建立的設備文件，而是這個plugins，plugin是alsa庫對音頻處理設備的抽象，hw plugin爲硬件設備抽象出的plugin，是最基礎的模塊，不須要對alsa-lib進行配置便可使用，咱們常見的plughw:0,0含義就是類型爲hw的plugin，編號聲卡0上面的設備0。除了hw類型的plugin外，還有一些純軟件實現的模塊，能夠用來進行音頻處理，例如，能夠實現音頻採樣率轉換的rate plugin，能夠用來混音的dmix plugin等等。

Slave：從屬設備，能夠把幾個plugin鏈接起來，sink端的設備就是source端設備的slave。

須要使用這些附加的plugin，就要對配置文件（asound.conf）進行配置，這個配置是實時生效的，因此咱們沒必要修改文件系統中的文件，而是在運行咱們的應用程序以前，將本身的配置文件拷貝到/etc/下，對默認的配置文件進行覆蓋就好了。

具體如何配置，書寫格式，請參看Asoundrc文檔。

如下就是個人配置，

pcm_slave.sl2 {

         pcm"plughw:0,1"

         rate48000

}

 

pcm.rate_convert {

         typerate

         slavesl2

}

 

這個配置的含義是，

下面一段：建立一個使用pcm API接口的設備，叫作rate_convert，它的類型是rate（能夠實現採樣率轉換的plugin），它有一個slave叫作sl2；

上面一段：定義一個使用pcm接口的slave，叫作sl2，他其實是plughw:0,1這個設備的別名，即等同於plughw:0,1（對應我用於播放的AIC3104芯片），這個設備須要的採樣率是48KHz。

經過這個配置，就能夠在app中，使用pcm API打開rate_convert這個設備，並把解碼後的8K採樣率的PCM數據，直接使用snd_pcm_writei寫入設備，rate_convert這個設備就能夠自動將PCM數據重採樣至48KHz，而後自動傳遞給plughw:0,1進行播放。

在看Asoundrc的文檔中，一直不明白，爲何在配置文件中，只有輸出的採樣率配置，而沒有輸入的採樣率配置，要重採樣，alsa-lib總得知道把啥轉換成48K吧，

在實踐中發現，能夠經過APP調用alsa-API中的snd_pcm_hw_params_set_rate_near()函數將數據源的採樣率爲8K傳遞給alsa-lib。下面一章對app調用alsa-API進行說明。

3、App調用方法：

在app調用這塊兒，其餘的通用調用流程在這裏就不累述了，使用個項目原來的那套代碼就行，只有三塊兒須要修改和注意：

一、使用snd_pcm_open()打開的設備文件rate_convert（不需再打開plughw:0,1了），PCM數據的原始採樣率，用snd_pcm_hw_params_set_rate_near()對rate_convert進行配置。

二、重要的參數Period_size，即播放週期大小，單位爲Byte，需使用snd_pcm_hw_params_set_period_size_near()進行配置，若是period_size配的不對，或者不配置，會發生underRun，播放聲音斷斷續續。

8K pcm， 配置sample_rate爲8000，配置period_size爲256

48K pcm， 配置sample_rate爲48000，配置period_size爲1024

三、配置負責playback的AIC3104的採樣率爲48K

 

4、未盡之處：

在研究alsa-lib的調用時，還有一些沒有搞明白的地方，這裏記錄下來，未來你們有時間能夠研究研究。

一、個人設備上音頻輸入輸出分開使用了兩塊AIC3104，這樣重採樣後G711的自編自解就不成問題，由於輸入的AIC3104設爲8K，輸出的AIC3104設爲48K播放重採樣後的數據，若是系統中只使用一塊AIC3104,就必須對輸入的PCM數據也進行一次重採樣，這裏沒有進行研究。

二、多設備綁定，假如咱們系統中有多個playback設備，如今的作法是啓兩個線程，分別寫入數據，若是可使用alsa-lib的slave配置將多個設備進行綁定，例如一個rate plugin綁定兩個 hw plugin，而後只需向這一個rate plugin寫入數據便可，不會遇到兩個播放線程同步的問題，我試了一下，只能綁定一個slave，再多綁一個，第一個slave就會沒有播放聲音。

三、混音功能，這個混音功能看似是很是強大的，它能夠把多個不一樣採樣率的通道，混合成一路統一採樣率的數據進行播放，若是咱們之後能夠進行多路解碼，或者要實現視頻會議中MCU的功能，那勢必要用到這個功能，在這裏尚未進行深究。