Linux 上带符号的 16 位 ALSA PCM 数据到 U8 的转换

Posted 2023-03-14

【中文标题】Linux 上带符号的 16 位 ALSA PCM 数据到 U8 的转换

【英文标题】：Signed 16-bit ALSA PCM data to U8 Conversion on Linux

【发布时间】：2015-04-16 11:59:03

【问题描述】：

我正在尝试将 16 位 ALSA PCM 样本转换为无符号 8 位 PCM 样本，以便在 Linux 上进行无线传输。接收机器正在成功播放传输的数据，并且录制的语音在那里并且可以识别，但是质量很糟糕并且很嘈杂。我已经在两端尝试了 ALSA 混音器来调整流，但它似乎并没有变得更好。我相信我将样本转换为 8 位 PCM 有问题，但这只是一个简单的转换，所以我不确定可能是什么错误。有人对我的转换代码有任何建议或发现有什么问题吗？谢谢。

转换代码：

            // This byte array needs to be the packet size we wish to send
            QByteArray prepareToSend;
            prepareToSend.clear();

            // Keep reading from ALSA until we fill one full frame
            int frames = 1;
            while ( prepareToSend.size() < TARGET_TX_BUFFER_SIZE ) 

                // Create a ByteArray
                QByteArray readBytes;
                readBytes.resize(size);

                // Read with ALSA
                short sample[1]; // Data is signed 16-bit
                int rc = snd_pcm_readi(m_PlaybackHandle, sample, frames);
                if (rc == -EPIPE) 
                    /* EPIPE means overrun */
                    fprintf(stderr, "Overrun occurred\n");
                    snd_pcm_prepare(m_PlaybackHandle);
                 else if (rc < 0) 
                    fprintf(stderr,
                            "Error from read: %s\n",
                            snd_strerror(rc));
                 else if (rc != (int)frames) 
                    fprintf(stderr, "Short read, read %d frames\n", rc);
                
                else 
                    // Copy bytes to the prepare to send buffer
                    //qDebug() << "Bytes for sample buffer: " << sizeof(sample);
                    prepareToSend.append((qint16)(sample[0]) >> 8); // signed 16-bit becomes u8
                

            

ALSA 配置：

        // Setup parameters
        int size;
        snd_pcm_t *m_PlaybackHandle;
        snd_pcm_hw_params_t *m_HwParams;
        char *buffer;

        qDebug() << "Desire to Transmit Data - Setting up ALSA Now....";

        // Error handling
        int err;

        // Device to Write to
        const char *snd_device_in = "hw:1,0";

        if ((err = snd_pcm_open (&m_PlaybackHandle, snd_device_in, SND_PCM_STREAM_CAPTURE, 0)) < 0) 
            fprintf (stderr, "Cannot open audio device %s (%s)\n",
                     snd_device_in,
                     snd_strerror (err));
            exit (1);
        

        /* Allocate a hardware parameters object. */
        snd_pcm_hw_params_alloca(&m_HwParams);

        if ((err = snd_pcm_hw_params_malloc (&m_HwParams)) < 0) 
            fprintf (stderr, "Cannot allocate hardware parameter structure (%s)\n",
                     snd_strerror (err));
            exit (1);
        

        if ((err = snd_pcm_hw_params_any (m_PlaybackHandle, m_HwParams)) < 0) 
            fprintf (stderr, "Cannot initialize hardware parameter structure (%s)\n",
                     snd_strerror (err));
            exit (1);
        

        if ((err = snd_pcm_hw_params_set_access (m_PlaybackHandle, m_HwParams, SND_PCM_ACCESS_RW_INTERLEAVED)) < 0) 
            fprintf (stderr, "Cannot set access type (%s)\n",
                     snd_strerror (err));
            exit (1);
        

        if ((err = snd_pcm_hw_params_set_format(m_PlaybackHandle, m_HwParams, SND_PCM_FORMAT_S16)) < 0)  // Has to be 16 bit
            fprintf (stderr, "Cannot set sample format (%s)\n",
                     snd_strerror (err));
            exit (1);

        

        uint sample_rate = 8000;
        if ((err = snd_pcm_hw_params_set_rate (m_PlaybackHandle, m_HwParams, sample_rate, 0)) < 0)  // 8 KHz
            fprintf (stderr, "Cannot set sample rate (%s)\n",
                     snd_strerror (err));
            exit (1);
        

        if ((err = snd_pcm_hw_params_set_channels (m_PlaybackHandle, m_HwParams, 1)) < 0)  // 1 Channel Mono
            fprintf (stderr, "Cannot set channel count (%s)\n",
                     snd_strerror (err));
            exit (1);
        

        /*
        Frames: samples x channels (i.e: stereo frames are composed of two samples, mono frames are composed of 1 sample,...)
        Period: Number of samples tranferred after which the device acknowledges the transfer to the apllication (usually via an interrupt).
        */

        /* Submit params to device */
        if ((err = snd_pcm_hw_params(m_PlaybackHandle, m_HwParams)) < 0) 
            fprintf (stderr, "Cannot set parameters (%s)\n",
                     snd_strerror (err));
            exit (1);
        

        /* Free the Struct */
        snd_pcm_hw_params_free(m_HwParams);

        // Flush handle prepare for record
        snd_pcm_drop(m_PlaybackHandle);

        if ((err = snd_pcm_prepare (m_PlaybackHandle)) < 0) 
            fprintf (stderr, "cannot prepare audio interface for use (%s)\n",
                     snd_strerror (err));
            exit (1);
        

        qDebug() << "Done Setting up ALSA....";

        // Prepare the device
        if ((err = snd_pcm_prepare (m_PlaybackHandle)) < 0) 
            fprintf (stderr, "cannot prepare audio interface for use (%s)\n",
                     snd_strerror (err));
            exit (1);
        

【问题讨论】：

8000 采样率听起来非常低...您确定您没有听到该采样率的确切含义吗？

是的，我在发送端用相同的帧速率使用 PulseAudio 进行了同样的尝试，听起来非常清晰。一点也不吵。我还在 PulseAudio 配置中关闭了重采样。这是在小型嵌入式 Linux 设备上运行的，因此 PulseAudio 在获取数据时导致了很长（10 秒）的延迟。我确定它正在过滤，但没有重新混合。

数据向右移动 8 位将消除几乎所有的声音细节。建议使用某种压缩算法将 16 位解析为 8 位。或许通过从 16 位中提取成对的位，使用多数规则，然后使用高位规则将数据压缩为 8 位。

【参考方案1】：

(qint16)(sample[0]) >> 8 将有符号线性 16 位 PCM 转换为有符号线性 8 位 PCM。如果您想要无符号线性 8 位，那么它将是 ((quint16)sample[0] ^ 0x8000) >> 8。

虽然 16 位 PCM 几乎总是采用线性标度，但 8 位 PCM 更常见的是对数标度（μ-law 或 A-law），并且通常使用查找表进行转换。如果您确实想要线性 8 位，那么您可能需要首先调整增益，使峰值为 0 dBFS，然后使用音频压缩来减小动态范围，使其适合 8 位。

【参考方案2】：

如果您使用plughw:1,0 而不是hw:1,0，您只需告诉设备您需要SND_PCM_FORMAT_U8，样本就会自动转换。 （这也适用于 µ-Law 和 A-Law。）