Linux音频编程声卡介绍

Posted 2022-10-08 l-102

一、声卡

1、声卡是audio interface，它含有hardware buffer，而这个hardware buffer是在声卡里面，不是内存。声卡的缓存是环状的，则ALSA中是将数据分成连续的片段然后传到按单元片段传输。

2、当我们通过麦克风讲话的声音搜集到声卡里之后，将内存从声卡设备文件中读取声音数据的过程就是录音过程；把内存中的声音数据写入到声卡的设备文件中可以实现音频文件。

3、我们在/dev/snd/目录下用ls命令就可以看到相关的声卡设备。

4、模/数(ADC)转换器将模拟电压转换成离散的样本值。声音以固定的时间间隔被采样，采样的速率称为采样率。把样本输出到数/模(DAC)转换器，比如扩音器，最后转换成原来的模拟信号。

二、相关设备文件介绍

1、/dev/dsp

用于数字采样（sampling）和数字录音（recording）的设备文件，向该设备写数据时使用声卡上的D/A转换器进行放音，而向该设备读数据时使用声卡上的A/D转换器进行录音。

声卡使用DSP（数字信号处理器）来实现模拟信号和数字信号之间的转换（有D/A和A/D转换）。声卡中的DSP设备在以只读方式打开/dev/dsp时，使用A/D转换器变成数字采样后的样本，通过read系统调用从声卡读取数据进行声音的输入；以只写方式打开/dev/dsp时，数字信号经过D/A转换器变成模拟信号，通过write进行声音的输出。以读写的方式打开 /dev/dsp可同时进行声音的输入和输出。

2、/dev/sequencer合成器

3、/dev/mixer混音器

三、使用

1、在打开声卡之后可通过ioctl函数来设置声卡参数，函数如下所示：

int ioctl(int fd, int request, ...);  

//参数fd是打开的文件的描述符，它是在设备打开时获得的；如果设备比较复杂，那么对它的控制请求相应地也会有很多种。

//参数request是命令，它的目的就是用来区分不同的控制请求；通常说来，在对设备进行控制时还需要有其它参数，这要根据不同的控制请求才能确定，并且可能是与硬件设备直接相关的。

//第三个参数是完成命令的操作需要的参数或返回的结果。它的意义取决于命令参数，可以是单个数，或是指向复杂的数据结构的指针。（由于ioctl函数面向所有设备文件，不同的设备又是千差万别，所以，第三个参数的意义、函数的返回值、错误代码等等都取决于command。并且，不同的设备，即使是相同的command也有不同的含义，需要的参数和返回值、错误代码等也不同。）

//ioctl函数中相关的命令如下：

SOUND_PCM_WRITE_BITS：设置声卡的量化位数，8或者16，有些声卡不支持16位；

SOUND_PCM_READ_BITS：获取当前声卡的量化位数；

SOUND_PCM_WRITE_CHANNELS：设置声卡的声道数目，1或者2，1为单声道，2为立体声；

SOUND_PCM_READ_CHANNELS：获取当前声卡的声道数；

SOUND_PCM_WRITE_RATE：设置声卡的采样频率，8K，16K等等；

SOUND_PCM_READ_RATE：获取声卡的采样频率

（1）声卡读取数据和向声卡写入数据时，具有特定的格式，默认为8位无符号数据、单声道、8KHz采样率，可通过ioctl系统调用来改变格式，可调节运行在Linux内核中的声卡驱动程序中缓冲区的大小，进而达到放音和录音想要的效果。例如：

//缓冲区大小设置

int setting = 0xnnnnssss;
int result = ioctl(handle, SNDCTL_DSP_SETFRAGMENT, &setting);

//参数setting实际上由两部分组成，其低16位标明缓冲区的尺寸，相应的计算公式为buffer_size = 2^ssss；

//若参数setting低16位的值为16，那么相应的缓冲区的大小会被设置为65536字节。参数setting的高16位则用来标明分片（fragment）的最大序号，它的取值范围从2一直到0x7FFF，其中0x7FFF表示没有任何限制。

//设置声卡声道数目

int channels = 0; //0=mono 1=stereo

int result = ioctl(handle, SNDCTL_DSP_STEREO, &channels);

//设置采样格式

int format = AFMT_U8;

int result = ioctl(handle, SNDCTL_DSP_SETFMT, &format);

//设置采样频率

int rate = 22050;
int result = ioctl(handle, SNDCTL_DSP_SPEED, &rate);

//调用ioctl时将第二个参数的值设置为SNDCTL_DSP_SPEED，同时在第三个参数中指定采样频率的数值。

//在 Linux下进行音频编程时最常用到的几种采样频率是11025Hz、16000Hz、22050Hz、32000Hz和44100Hz。

 

2、直接使用系统调用控制声卡的是tinyalsa库，位于目录/external/tinyalsa下，编译生成库文件libtinyalsa.so（只涉及两个文件mixer.c,pcm.c），编译生成工具 tinycap，tinymix，tinypcminfo，tinyplay，可用于直接控制音频通道，进行录音播音测试。tinyalsa中使用：
pcm_open()来打开声卡；
pcm_write()来播放音乐；
pcm_read()来录音。

 

3、config 的配置很重要，tinyalsa直接从wav文件把channels,rate,等读出来并配置进声卡。

 //转换成config

   config.channels = channels;  //声道数目

    config.rate = rate;  //采样频率

    config.period_size = 1024; //周期

    config.period_count = 4;  //count

    if (bits == 32)

        config.format = PCM_FORMAT_S32_LE;  //

    else if (bits == 16)

    config.format = PCM_FORMAT_S16_LE;

    config.start_threshold = 0;

    config.stop_threshold = 0;

    config.silence_threshold = 0;

 

    //

pcm = pcm_open(card, device, PCM_IN, &config);  

 if (!pcm || !pcm_is_ready(pcm))   

  printf("Unable to open PCM device (%s)\n",pcm_get_error(pcm));      

  return 0;   

 

四、

1、spdif接口支持rawdata和pcmdata模式。

当音频channel设置成channels=4的时候，spdif会相应设置成rawdata模式。当音频channel设置成channels=2或者1的时候，spdif会设置成pcmdata模式。spdif是一个独立的音频驱动，接口支持alsalib中的标准接口。

2、Hdmiaudio支持rawdata和pcmdata模式。

当音频channel设置成channels=4的时候，hdmiaudio会相应设置成rawdata模式。当音频channel设置成channels=2或者1的时候，hdmiaudio会设置成pcmdata模式。Hdmiaudio是一个独立的音频驱动，接口支持alsalib中的标准接口。