Linux下的音频编程中有OSS和ALSA,本篇文章将对ALSA进行相关介绍。ALSA提供一系列基于命令行的工具集,好比混音器(mixer),音频文件播放器(aplay),以及控制特定声卡特定属性的工具。html
1、ALSA的 API主要分为如下几种接口:
(1)控制接口:提供灵活的方式管理注册的声卡和对存在的声卡进行查询。
(2)PCM接口:管理数字音频回放(playback)和录音(capture)的接口。git
(Pulse Code Modulation(脉冲编码调制)。这个词描述了一种用数字化形式表示模拟信号的方法。这种方法几乎被全部的计算机音卡所使用,它在ALSA API中用“audio”来简称。)
(3)原始MIDI接口: 支持 MIDI (Musical Instrument Digital Interface),一种标准电子音乐指令集。这些API提供访问声卡上的MIDI总线。这些原始借口直接工做在 The MIDI事件上,程序员只须要管理协议和时间。
(4)记时接口: 为支持声音的同步事件提供访问声卡上的定时器。
(5)音序器接口:一个比原始MIDI接口高级的MIDI编程和声音同步高层接口。它能够处理不少的MIDI协议和定时器。
(6)混音器接口:控制发送信号和控制声音大小的声卡上的设备。程序员
2、github
一、pcm用来描述alsa中数字音频流。Alsa音频的播放/录制可经过pcm来实现的。编程
二、在内核设备驱动层,ALSA提供了alsa-driver,同时在应用层,ALSA为咱们提供了alsa-lib,应用程序只要调用alsa-lib提供的API,便可以完成对底层音频硬件的控制。ide
三、alsa驱动实际上可分为两层,好比s3c24xx-iis.c或s3c24xx-ac97.c之类,主要是音频总线与硬件初始化(iis/ac97,GPIO,dma等),另外一层才是wm8987.c之类的芯片驱动,主要是提供寄存器读写接口(i2c等),建立mixer设备之类。工具
3、PCM介绍性能
(一)简单介绍编码
一、根据ALSA写一简单的PCM应用程序,咱们首先须要为PCM设备打开一个句柄(Handle),而后指定PCM流的方向是playback。atom
二、pcm下面有一个playback和capture stream,playback和capture下面各自有一个substream。
(1)playback如何把用户空间的应用程序发过来的PCM数据,转化为人耳能够辨别的模拟音频。
(2)capture把mic拾取到得模拟信号,通过采样、量化,转换为PCM信号送回给用户空间的应用程序。
(二)相关程序
(1)此部分程序能够参考:
可参考连接:https://blog.csdn.net/orz415678659/article/details/8995163。
其中:
snd_card 表示一个声卡实例, 包含多个声卡设备;
snd_device 表示一个声卡设备部件:
snd_pcm 表示一个PCM设备, 声卡设备的一种, 用于播放和录音 ;
snd_control 表示Control设备, 声卡设备的一种, 用于控制声卡; snd_pcm_str 表示PCM流, 分为playback和capture;
snd_pcm_substream PCM子流, 用于音频的播放或录制 ;
snd_pcm_ops PCM流操做集。
具体可参考连接:
https://www.cnblogs.com/hzl6255/p/9979377.html
(2)对于pcm.c程序可参考如下连接:
https://github.com/tinyalsa/tinyalsa/blob/master/src/pcm.c
一、合理的pcm_config能够作到更好的低时延和功耗。
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)结构中的每一个参数的单位都是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。
(2)period_count. 缓之冲区period的个数。缓冲区越大,发生XRUN的机会就越少。
(3)format. 定义数据格式,如采样位深,大小端。
(4)start_threshold. 缓冲区的数据超过该值时,硬件开始启动数据传输。若是太大, 从开始播放到声音出来时延太长,甚至可致使过短促的声音根本播不出来;若是过小, 又可能容易致使XRUN.
(5)stop_threshold. 缓冲区空闲区大于该值时,硬件中止传输。默认状况下,这个数 为整个缓冲区的大小,即整个缓冲区空了,就中止传输。但偶尔的缘由致使缓冲区空, 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(通常此 时有明显的声音卡顿),能够达到更好的体验。
(6)silence_threshold. 这个值原本是配合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。但若是没有设定silence_size,
(7)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时增大该值以减少功耗,在screen_on时减少该 值以减少XRUN的机会。
在不一样的场景下,合理的参数就是在性能、时延、功耗等之间达到较好的平衡。
(8)struct pcm pcm_open(unsigned int card, unsigned int device, unsinged int flags, struct pcm_config config)。
二、从pcm_open这个接口能够看到,它经过几个参数得到了一个句柄,以后全部的操做都经过这个句柄来完成。这些参数里面,card表明第几块声卡,device就是上面提到的device index,它跟驱动中配置的DAI link的次序有关,flags参数中会指明这个设备是capture类型仍是playback类型。经过这3个参数,就能够找到对应的PCM设备文件。
三、一个pcm设备包含播 放/录制两个流,每一个流有若干个substream.一个substream只能被一个进程占用。其中snd_pcm_substream可实现音频的播放或录制。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) */ /* 录制/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; /* 引用计数,打开 O_APPEND 时有用 */
atomic_t mmap_count; /* mmap 的引用计数 */
unsigned int f_flags; /* pcm 打开的文件标记 */
void (*pcm_release)(struct snd_pcm_substream *);
struct pid *pid; /* 所在进程的pid,有多个substream时用于选择使用哪一个 */
/* misc flags */
unsigned int hw_opened: 1; /* 若已打开,在释放substream时须要调用close() */
};
4、补充:
alsa驱动的设备文件可在Linux系统中的/dev/snd 里查看。
其中:C0D0表明的是声卡0中的设备0,pcmC0D0c最后一个c表明capture,pcmC0D0p最后一个p表明playback。
controlC0:用于声卡的控制,例如通道选择,混音,麦克风的控制等;
midiC0D0:用于播放midi音频;
pcmC0D0c : 用于录音的pcm设备;
pcmC0D0p :用于播放的pcm设备;
seq :音序器;
timer :定时器;
原文出处:https://www.cnblogs.com/L-102/p/11480240.html