ALSA的入门介绍
前序
ALSA 介绍
实例
前序
这里了解一下各个参数的含义以及一些基本概念。
声音是连续模拟量，计算机将它离散化之后用数字表示，就有了以下几个名词术语。
样本长度(sample)：样本是记录音频数据最基本的单位，计算机对每个通道采样量化时数字比特位数，常见的有8位和16位。
通道数(channel)：该参数为1表示单声道，2则是立体声。
帧(frame)：帧记录了一个声音单元，其长度为样本长度与通道数的乘积，一段音频数据就是由苦干帧组成的。
采样率(rate)：每秒钟采样次数，该次数是针对帧而言，常用的采样率如8KHz的人声， 44.1KHz的mp3音乐, 96Khz的蓝光音频。
周期(period)：音频设备一次处理所需要的桢数，对于音频设备的数据访问以及音频数据的存储，都是以此为单位。
交错模式(interleaved)：是一种音频数据的记录方式。在交错模式下，数据以连续桢的形式存放，即首先记录完桢1的左声道样本和右声道样本（假设为立体声格式），再开始桢2的记录。而在非交错模式下，首先记录的是一个周期内所有桢的左声道样本，再记录右声道样本，数据是以连续通道的方式存储。不过多数情况下，我们只需要使用交错模式就可以了。
period(周期): 硬件中中断间的间隔时间。它表示输入延时。
比特率（Bits Per Second）：比特率表示每秒的比特数，比特率=采样率×通道数×样本长度
ALSA 介绍
- ALSA基础
ALSA由许多声卡的声卡驱动程序组成，同时它也提供一个称为libasound的API库。
应用程序开发者应该使用libasound而不是内核中的 ALSA接口。因为libasound提供最高级并且编程方便的编程接口。并且提供一个设备逻辑命名功能，这样开发者甚至不需要知道类似设备文件这样的低层接口。
相反，OSS/Free驱动是在内核系统调用级上编程，它要求开发者提供设备文件名并且利用ioctrl来实现相应的功能。
为了向后兼容，ALSA提供内核模块来模拟OSS，这样之前的许多在OSS基础上开发的应用程序不需要任何改动就可以在ALSA上运行。另外，libaoss库也可以模拟OSS，而它不需要内核模块。
ALSA包含插件功能，使用插件可以扩展新的声卡驱动，包括完全用软件实现的虚拟声卡。ALSA提供一系列基于命令行的工具集，比如混音器(mixer)，音频文件播放器(aplay)，以及控制特定声卡特定属性的工具。
- ALSA体系结构
ALSA API可以分解成以下几个主要的接口：
- 控制接口：提供管理声卡注册和请求可用设备的通用功能
- PCM接口：管理数字音频回放(playback)和录音(capture)的接口。本文后续总结重点放在这个接口上，因为它是开发数字音频程序最常用到的接口。
- Raw MIDI接口:支持MIDI(Musical Instrument Digital Interface),标准的电子乐器。这些API提供对声卡上MIDI总线的访问。这个原始接口基于MIDI事件工作，由程序员负责管理协议以及时间处理。
- 定时器(Timer)接口：为同步音频事件提供对声卡上时间处理硬件的访问。
- 时序器(Sequencer)接口
- 混音器(Mixer)接口
- 设备命名
API库使用逻辑设备名而不是设备文件。设备名字可以是真实的硬件名字也可以是插件名字。硬件名字使用hw:i,j这样的格式。其中i是卡号，j是这块声卡上的设备号。
第一个声音设备是hw:0,0.这个别名默认引用第一块声音设备并且在本文示例中一真会被用到。
插件使用另外的唯一名字，比如 plughw:,表示一个插件，这个插件不提供对硬件设备的访问，而是提供像采样率转换这样的软件特性，硬件本身并不支持这样的特性。
- 声音缓存和数据传输
每个声卡都有一个硬件缓存区来保存记录下来的样本。当缓存区足够满时，声卡将产生一个中断。 内核声卡驱动然后使用直接内存(DMA)访问通道将样本传送到内存中的应用程序缓存区。类似地，对于回放，任何应用程序使用DMA将自己的缓存区数据传送到声卡的硬件缓存区中。这样硬件缓存区是环缓存。也就是说当数据到达缓存区末尾时将重新回到缓存区的起始位置。
ALSA维护一个指针来指向硬件缓存以及应用程序缓存区中数据操作的当前位置。从内核外部看，我们只对应用程序的缓存区感兴趣，所以本文只讨论应用程序缓存区。应用程序缓存区的大小可以通过ALSA库函数调用来控制。缓存区可以很大，一次传输操作可能会导致不可接受的延迟，我们把它称为延时(latency)。
为了解决这个问题，ALSA将缓存区拆分成一系列周期(period)(OSS/Free中叫片断fragments).ALSA以period为单元来传送数据。一个周期(period)存储一些帧(frames)。每一帧包含时间上一个点所抓取的样本。对于立体声设备，一个帧会包含两个信道上的样本。
分解过程：一个缓存区分解成周期，然后是帧，然后是样本。左右信道信息被交替地存储在一个帧内。这称为交错 (interleaved)模式。在非交错模式中，一个信道的所有样本数据存储在另外一个信道的数据之后。
- Over and Under Run
当一个声卡活动时，数据总是连续地在硬件缓存区和应用程序缓存区间传输。
但是也有例外。在录音例子中，如果应用程序读取数据不够快，循环缓存区将会被新的数据覆盖。这种数据的丢失被称为"overrun"。在回放例子中，如果应用程序写入数据到缓存区中的速度不够快，缓存区将会"饿死"。这样的错误被称为"underrun"。
在ALSA文档中，有时将这两种情形统称为"XRUN"。适当地设计应用程序可以最小化XRUN并且可以从中恢复过来。XRUN状态又分有两种，在播放时，用户空间没及时写数据导致缓冲区空了，硬件没有可用数据播放导致"underrun"; 录制时，用户空间没有及时读取数据导致缓冲区满后溢出，硬件录制的数据没有空闲缓冲可写导致"overrun".
当用户空间由于系统繁忙等原因，导致hw_ptr>appl_ptr时，缓冲区已空，内核这里有两种方案：
停止DMA传输，进入XRUN状态。这是内核默认的处理方法。 继续播放缓冲区的重复的音频数据或静音数据。
用户空间配置stop_threshold可选择方案1或方案2,配置silence_threshold选择继续播放的原有的音频数据还是静意数据了。个人经验，偶尔的系统繁忙导致的这种状态，重复播放原有的音频数据会显得更平滑，效果更好。
- 音频参数（ALSA 用户空间之 TinyAlsa） TinyAlsa是 Android 默认的 alsalib, 封装了内核 ALSA 的接口，用于简化用户空 间的 ALSA 编程。
合理的pcm_config可以做到更好的低时延和功耗，移动设备的开发优为敏感。
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;
};
解释一下结构中的各个参数，每个参数的单位都是frame(1帧 = 通道*采样位深)：
- period_size. 每次传输的数据长度。值越小，时延越小，cpu占用就越高。
- period_count. 缓之冲区period的个数。缓冲区越大，发生XRUN的机会就越少。
- format. 定义数据格式，如采样位深，大小端。
- start_threshold. 缓冲区的数据超过该值时，硬件开始启动数据传输。如果太大， 从开始播放到声音出来时延太长，甚至可导致太短促的声音根本播不出来;如果太小， 又可能容易导致XRUN.
- stop_threshold. 缓冲区空闲区大于该值时，硬件停止传输。默认情况下，这个数 为整个缓冲区的大小，即整个缓冲区空了，就停止传输。但偶尔的原因导致缓冲区空， 如CPU忙，增大该值，继续播放缓冲区的历史数据，而不关闭再启动硬件传输(一般此 时有明显的声音卡顿)，可以达到更好的体验。
- silence_threshold. 这个值本来是配合stop_threshold使用，往缓冲区填充静音 数据，这样就不会重播历史数据了。但如果没有设定silence_size,这个值会生效吗？ 求解？？
- avail_min. 缓冲区空闲区大于该值时，pcm_mmap_write()才往缓冲写数据。这个 值越大，往缓冲区写入数据的次数就越少，面临XRUN的机会就越大。Android samsung tuna 设备在screen_off时增大该值以减小功耗，在screen_on时减小该 值以减小XRUN的机会。
在不同的场景下，合理的参数就是在性能、时延、功耗等之间达到较好的平衡。
有朋友问为什么在pcm_write()/pcm_mmap_write()，而不在pcm_open()调用pcm_start()? 这是因为音频流与其它的数据不同，实时性要求很高。作为 TinyAlsa 的实现者，不能假定在调用者open之后及时的write数据，所以只能在有数据写入的时候start设备了。
- 一个典型的声音程序
- 使用PCM的程序通常类似下面的伪代码：
- 打开回放或录音接口
- 设置硬件参数(访问模式，数据格式，信道数，采样率，等等)
- while 有数据要被处理：
- 读PCM数据(录音) 或 写PCM数据(回放)
- 关闭接口
实例
- 显示了一些ALSA使用的PCM数据类型和参数。
#include
int main()
{
int val;
printf("ALSA library version: %s\n",
SND_LIB_VERSION_STR);
printf("\nPCM stream types:\n");
for (val = 0; val <= SND_PCM_STREAM_LAST; val++)
printf(" %s\n",
snd_pcm_stream_name((snd_pcm_stream_t)val));
printf("\nPCM access types:\n");
for (val = 0; val <= SND_PCM_ACCESS_LAST; val++)
{
printf(" %s\n",
snd_pcm_access_name((snd_pcm_access_t)val));
}
printf("\nPCM formats:\n");
for (val = 0; val <= SND_PCM_FORMAT_LAST; val++)
{
if (snd_pcm_format_name((snd_pcm_format_t)val)!= NULL)
{
printf(" %s (%s)\n",
snd_pcm_format_name((snd_pcm_format_t)val),
snd_pcm_format_description(
(snd_pcm_format_t)val));
}
}
printf("\nPCM subformats:\n");
for (val = 0; val <= SND_PCM_SUBFORMAT_LAST;val++)
{
printf(" %s (%s)\n",
snd_pcm_subformat_name((
snd_pcm_subformat_t)val),
snd_pcm_subformat_description((
snd_pcm_subformat_t)val));
}
printf("\nPCM states:\n");
for (val = 0; val <= SND_PCM_STATE_LAST; val++)
printf(" %s\n",
snd_pcm_state_name((snd_pcm_state_t)val));
return 0;
}
首先需要做的是包括头文件。这些头文件包含了所有库函数的声明。其中之一就是显示ALSA库的版本。这个程序剩下的部分的迭代一些PCM数据类型，以流类型开始。ALSA为每次迭代的最后值提供符号常量名，并且提供功能函数以显示某个特定值的描述字符串。你将会看到，ALSA支持许多格式，在我的1.0.15版本里，支持多达36种格式。
这个程序必须链接到alsalib库，通过在编译时需要加上-lasound选项。有些alsa库函数使用dlopen函数以及浮点操作，所以您可能还需要加上-ldl,-lm选项。编译：gcc -o main test.c -lasound
- 打开默认的PCM设备，设置一些硬件参数并且打印出最常用的硬件参数值
Int32 Audio_alsaSetparams(Alsa_Env *pEnv, int verbose)
{
Int32 err = 0;
Uint32 rate, n;
snd_pcm_t *handle;
snd_output_t *log;
snd_pcm_hw_params_t *params;
snd_pcm_sw_params_t *swparams;
snd_pcm_uframes_t buffer_size;
snd_pcm_uframes_t start_threshold, stop_threshold;
unsigned int buffer_time, period_time;
handle = pEnv->handle;
err = snd_output_stdio_attach(&log, stderr, 0);
OSA_assert(err >= 0);
snd_pcm_hw_params_alloca(¶ms);
snd_pcm_sw_params_alloca(&swparams);
err = snd_pcm_hw_params_any(handle, params);
if (err < 0) {
AUD_DEVICE_PRINT_ERROR_AND_RETURN("Broken configuration for this PCM:"
"no configurations available(%s)\n", err, handle);
}
err = snd_pcm_hw_params_set_access(handle, params, SND_PCM_ACCESS_RW_INTERLEAVED);
if (err < 0) {
AUD_DEVICE_PRINT_ERROR_AND_RETURN("cannot set access type (%s)\n", err, handle);
}
err = snd_pcm_hw_params_set_format(handle, params, pEnv->format);
if (err < 0) {
AUD_DEVICE_PRINT_ERROR_AND_RETURN("cannot set sample format (%s)\n", err, handle);
}
err = snd_pcm_hw_params_set_channels(handle, params, pEnv->channels);
if (err < 0) {
AUD_DEVICE_PRINT_ERROR_AND_RETURN("cannot set channel count (%s)\n", err, handle);
}
rate = pEnv->rate;
err = snd_pcm_hw_params_set_rate_near(handle, params, &pEnv->rate, 0);
OSA_assert(err >= 0);
if ((float)rate * 1.05 < pEnv->rate || (float)rate * 0.95 > pEnv->rate) {
fprintf(stderr, "Warning: rate is not accurate"
"(requested = %iHz, got = %iHz)\n", rate, pEnv->rate);
}
rate = pEnv->rate;
/* following setting of period size is done only for AIC3X. Leaving default for HDMI */
if (pEnv->resample) {
/* Restrict a configuration space to contain only real hardware rates. */
snd_pcm_hw_params_set_rate_resample(handle, params, 1);
}
buffer_time = 0;
period_time = 0;
if (pEnv->periods == 0) {
err = snd_pcm_hw_params_get_buffer_time_max(params, &buffer_time, 0);
OSA_assert(err >= 0);
/* in microsecond */
if (buffer_time > 500000)
buffer_time = 500000; /* 500ms */
}
if (buffer_time > 0)
period_time = buffer_time / 4;
if (period_time > 0)
err = snd_pcm_hw_params_set_period_time_near(handle, params,
&period_time, 0);
else
err = snd_pcm_hw_params_set_period_size_near(handle, params,
&pEnv->periods, 0);
OSA_assert(err >= 0);
if (period_time > 0) {
err = snd_pcm_hw_params_set_buffer_time_near(handle, params,
&buffer_time, 0);
} else {
buffer_size = pEnv->periods * 4;
err = snd_pcm_hw_params_set_buffer_size_near(handle, params,
&buffer_size);
}
OSA_assert(err >= 0);
err = snd_pcm_hw_params(handle, params);
if (err < 0) {
fprintf(stderr, "cannot set alsa hw parameters %d\n", err);
return err;
}
/* Get alsa interrupt duration */
snd_pcm_hw_params_get_period_size(params, &pEnv->periods, 0);
snd_pcm_hw_params_get_buffer_size(params, &buffer_size);
if (pEnv->periods == buffer_size) {
fprintf(stderr, "Can't use period equal to buffer size (%lu == %lu)\n",
pEnv->periods, buffer_size);
return -1;
}
/* set software params */
snd_pcm_sw_params_current(handle, swparams);
n = pEnv->periods;
/* set minimum avil size -> 1 period size */
err = snd_pcm_sw_params_set_avail_min(handle, swparams, n);
OSA_assert(err >= 0);
n = buffer_size;
/* in microsecond -> divide 1000000 */
if (pEnv->start_delay <= 0)
start_threshold = n + (double)rate * pEnv->start_delay / 1000000;
else
start_threshold = (double)rate * pEnv->start_delay / 1000000;
if (start_threshold < 1)
start_threshold = 1;
if (start_threshold > n)
start_threshold = n;
/* set pcm auto start condition */
err = snd_pcm_sw_params_set_start_threshold(handle, swparams, start_threshold);
OSA_assert(err >= 0);
/* in microsecond -> divide 1000000 */
if (pEnv->stop_delay <= 0)
stop_threshold = buffer_size + (double)rate * pEnv->stop_delay / 1000000;
else
stop_threshold = (double)rate * pEnv->stop_delay / 1000000;
err = snd_pcm_sw_params_set_stop_threshold(handle, swparams, stop_threshold);
OSA_assert(err >= 0);
err = snd_pcm_sw_params(handle, swparams);
if (err < 0) {
fprintf(stderr, "unable to install sw params\n");
return err;
}
if (verbose)
snd_pcm_dump(handle, log);
snd_output_close(log);
return err;
}
- snd_pcm_open打开默认的PCM 设备并设置访问模式为PLAYBACK。这个函数返回一个句柄，这个句柄保存在第一个函数参数中。该句柄会在随后的函数中用到。像其它函数一样，这个函数返回一个整数。
- 如果返回值小于0,则代码函数调用出错。如果出错，我们用snd_errstr打开错误信息并退出。
- 为了设置音频流的硬件参数，我们需要分配一个类型为snd_pcm_hw_param的变量。分配用到函数宏 snd_pcm_hw_params_alloca。
- 下一步，我们使用函数snd_pcm_hw_params_any来初始化这个变量，传递先前打开的 PCM流句柄。
- 接下来，我们调用API来设置我们所需的硬件参数。
- 这些函数需要三个参数：PCM流句柄，参数类型，参数值。
- 我们设置流为交错模式，16位的样本大小，2 个信道，44100bps的采样率。
- 对于采样率而言，声音硬件并不一定就精确地支持我们所定的采样率，但是我们可以使用函数 snd_pcm_hw_params_set_rate_near来设置最接近我们指定的采样率的采样率。
- 其实只有当我们调用函数 snd_pcm_hw_params后，硬件参数才会起作用。
- 程序的剩余部分获得并打印一些PCM流参数，包括周期和缓冲区大小。结果可能会因为声音硬件的不同而不同。
运行该程序后，做实验，改动一些代码。把设备名字改成hw：0,0,然后看结果是否会有变化。设置不同的硬件参数然后观察结果的变化。
- 添加声音回放
/*
This example reads standard from input and writes
to the default PCM device for 5 seconds of data.
*/
/* Use the newer ALSA API */
#define ALSA_PCM_NEW_HW_PARAMS_API
#include
int main()
{
long loops;
int rc;
int size;
snd_pcm_t *handle;
snd_pcm_hw_params_t *params;
unsigned int val;
int dir;
snd_pcm_uframes_t frames;
char *buffer;
/* Open PCM device for playback. */
rc = snd_pcm_open(&handle, "default",
SND_PCM_STREAM_PLAYBACK, 0);
if (rc < 0)
{
fprintf(stderr,"unable to open pcm device: %s\n",snd_strerror(rc));
exit(1);
}
/* Allocate a hardware parameters object. */
snd_pcm_hw_params_alloca(?ms);
/* Fill it in with default values. */
snd_pcm_hw_params_any(handle, params);
/* Set the desired hardware parameters. */
/* Interleaved mode */
snd_pcm_hw_params_set_access(handle, params,
SND_PCM_ACCESS_RW_INTERLEAVED);
/* Signed 16-bit little-endian format */
snd_pcm_hw_params_set_format(handle, params,
SND_PCM_FORMAT_S16_LE);
/* Two channels (stereo) */
snd_pcm_hw_params_set_channels(handle, params, 2);
/* 44100 bits/second sampling rate (CD quality) */
val = 44100;
snd_pcm_hw_params_set_rate_near(handle, params,
&val, &dir);
/* Set period size to 32 frames. */
frames = 32;
snd_pcm_hw_params_set_period_size_near(handle,
params, &frames, &dir);
/* Write the parameters to the driver */
rc = snd_pcm_hw_params(handle, params);
if (rc < 0) {
fprintf(stderr,
"unable to set hw parameters: %s\n",
snd_strerror(rc));
exit(1);
}
/* Use a buffer large enough to hold one period */
snd_pcm_hw_params_get_period_size(params, &frames,
&dir);
size = frames * 4; /* 2 bytes/sample, 2 channels */
buffer = (char *) malloc(size);
/* We want to loop for 5 seconds */
snd_pcm_hw_params_get_period_time(params,&val, &dir);
/* 5 seconds in microseconds divided by
* period time */
loops = 5000000 / val;
while (loops > 0) //循环录音 5 s
{
loops--;
rc = read(0, buffer, size);
if (rc == 0) //没有读取到数据
{
fprintf(stderr, "end of file on input\n");
break;
}
else if (rc != size)//实际读取 的数据 小于 要读取的数据
{
fprintf(stderr,"short read: read %d bytes\n", rc);
}
rc = snd_pcm_writei(handle, buffer, frames);//写入声卡 （放音）
if (rc == -EPIPE)
{
/* EPIPE means underrun */
fprintf(stderr, "underrun occurred\n");
snd_pcm_prepare(handle);
} else if (rc < 0) {
fprintf(stderr,"error from writei: %s\n",snd_strerror(rc));
} else if (rc != (int)frames) {
fprintf(stderr,"short write, write %d frames\n", rc);
}
}
snd_pcm_drain(handle);
snd_pcm_close(handle);
free(buffer);
return 0;
}
在这个例子中，我们从标准输入中读取数据，每个周期读取足够多的数据，然后将它们写入到声卡中，直到5秒钟的数据全部传输完毕。
这个程序的开始处和之前的版本一样---打开PCM设备、设置硬件参数。我们使用由ALSA自己选择的周期大小，申请该大小的缓冲区来存储样本。然后我们找出周期时间，这样我们就能计算出本程序为了能够播放5秒钟，需要多少个周期。
在处理数据的循环中，我们从标准输入中读入数据，并往缓冲区中填充一个周期的样本。然后检查并处理错误，这些错误可能是由到达文件结尾，或读取的数据长度与我期望的数据长度不一致导致的。
我们调用snd_pcm_writei来发送数据。它操作起来很像内核的写系统调用，只是这里的大小参数是以帧来计算的。我们检查其返回代码值。返回值为EPIPE表明发生了underrun，使得PCM音频流进入到XRUN状态并停止处理数据。从该状态中恢复过来的标准方法是调用snd_pcm_prepare()函数，把PCM流置于PREPARED状态，这样下次我们向该PCM流中数据时，它就能重新开始处理数据。如果我们得到的错误码不是EPIPE，我们把错误码打印出来，然后继续。最后，如果写入的帧数不是我们期望的，则打印出错误消息。
这个程序一直循环，直到5秒钟的帧全部传输完，或者输入流读到文件结尾。然后我们调用snd_pcm_drain把所有挂起没有传输完的声音样本传输完全，最后关闭该音频流，释放之前动态分配的缓冲区，退出。
京公网安备 11010802033920号