音频开发中常见的知识体系

news2024/12/21 12:52:59

在 Linux 系统中，/dev/snd 目录包含与声音设备相关的文件。每个文件代表系统中的一部分音频硬件或音频控制接口。以下是你列出的文件及其含义：

一.基本术语

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

二.ALSA的API构成

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

三.by-path/

这个目录包含了音频设备的路径符号链接。它为每个音频设备创建了一个表示设备连接方式的符号链接，通常用于区分设备的物理位置，如与 USB、PCI、或者其他硬件接口的关系。

四.ALSA设备文件结构

我们从alsa在linux中的设备文件结构开始我们的alsa之旅. 看看我的电脑中的alsa驱动的设备文件结构:

controlC0, controlC1, controlC7, 等：这些文件是音频控制设备的接口。C0、C1、C7 等代表不同的声卡或音频设备编号。通过这些控制文件，你可以调整音量、选择音频源、设置静音等音频硬件的操作。

controlC0 是音频设备 0 的控制接口。
controlC1 是音频设备 1 的控制接口。
controlC7 是音频设备 7 的控制接口。

pcmC0D0c, pcmC0D0p, pcmC1D0p, 等：这些文件是 PCM（脉冲编码调制）设备的接口，主要用于音频数据的播放和录制。
- pcmC0D0c 和 pcmC0D0p 分别是音频设备 0 上的输入和输出 PCM 接口。c 代表 capture（录音输入），p 代表 playback（播放输出）。
- pcmC1D0p 是音频设备 1 的播放接口，pcmC7D0p 和 pcmC7D1p 是音频设备 7 上的播放接口。
timer：这个文件用于音频定时器的接口。在多媒体系统中，定时器用于同步音频播放、录制等任务。它管理音频设备的时间相关操作，确保音频数据流的正确时序。

总结来说，/dev/snd 目录下的这些文件是 Linux 系统与声音硬件交互的接口，允许你进行音频的播放、录制以及控制。你可以通过这些文件进行音量控制、选择音频输入输出设备、以及管理音频流的定时等操作。

五.音频设备信息

你可以使用 cat 或 arecord, aplay 等工具来查看音频设备的详细信息。这会列出所有音频设备的列表，包括它们的卡号、名称以及其他详细信息。

cat /proc/asound/cards

使用 aplay 查看音频输出设备：

aplay -l

通过 aplay -l 命令列出的输出显示了系统中的所有音频播放硬件设备。每个设备都被分配了一个 卡号（card） 和一个 设备号（device），以及它们的 子设备（subdevices），这些信息用于描述设备的功能和音频流的配置。

card 0: rockchiprk3308v [rockchip,rk3308-vad], device 0: dailink-multicodecs multicodec-0 [] Subdevices: 0/1 Subdevice #0: subdevice #0

card 0：这代表第 0 张声卡，名称是 rockchiprk3308v，它是 Rockchip RK3308 的音频设备。
device 0：这是第 0 个音频设备，名称为 dailink-multicodecs。该设备支持多种音频编解码（multicodec）。
Subdevices: 0/1：表示该设备支持的子设备数量。在此，只有一个子设备，且它当前不可用（0/1，表示有 1 个子设备但没有被使用）。
Subdevice #0：这是子设备的标识符，它是播放音频流的实体。

card 1: UAC1Gadget [UAC1_Gadget], device 0: UAC1_PCM [UAC1_PCM]
Subdevices: 1/1
Subdevice #0: subdevice #0

card 1：这是第 1 张声卡，设备名为 UAC1Gadget，它是一个 USB 音频设备，通常用于 UAC（USB Audio Class）设备。
device 0：这是第 0 个设备，名为 UAC1_PCM，表示这是一个用于音频播放的设备。
Subdevices: 1/1：该设备只有一个子设备，并且该子设备当前可用（1/1）。
Subdevice #0：这是子设备的标识符，表示该设备当前可以用来播放音频流。

card 7: Loopback [Loopback], device 0: Loopback PCM [Loopback PCM]
Subdevices: 8/8
Subdevice #0: subdevice #0
Subdevice #1: subdevice #1
Subdevice #2: subdevice #2
Subdevice #3: subdevice #3
Subdevice #4: subdevice #4
Subdevice #5: subdevice #5
Subdevice #6: subdevice #6
Subdevice #7: subdevice #7

子设备的意义

Subdevices：每个音频设备可以有多个子设备。子设备用于处理实际的音频流。
- 在播放音频时，子设备用于标识具体的音频输出通道。
- 如果一个设备具有多个子设备，它可以同时处理多个音频流，每个子设备对应一个独立的音频输出。
- 比如，Loopback 设备通常用于将音频信号从一个设备“捕获”并“播放”到同一设备的不同子设备上。这样可以进行音频信号的循环传输。

使用 arecord 查看音频输入设备：

arecord -l

在 ALSA 中，设备标识符如 hw:0,0 代表的是第一个声卡（hw:0）的第一个设备（0）。在此基础上，你还可能遇到更多类似的标识符，例如 hw:0,1、hw:1,0 等，这些代表了系统中的其他设备和声卡。每个设备对应系统中的一个音频接口或硬件设备。为了查找更多与 hw:0,0 类似的设备，你可以使用以下方法进行详细检查。

card 0: Rockchip [Rockchip Audio] 表示声卡 0（hw:0）是一个 Rockchip 音频设备。
device 0 和 device 1 分别对应 hw:0,0 和 hw:0,1 设备。
如果还有其他卡（如 card 1: USB [USB Audio]），则会列出类似 hw:1,0、hw:1,1 等设备。

提供的 /proc/asound/devices 文件输出中，设备的编号和类型是以数字表示的。例如，0-0、1-0 等，这些并不是指 hw:0,0 或 hw:1,0 这样的传统格式，而是 ALSA 使用的设备编号系统。

设备编号：在设备编号中，0、1、7 等数字代表的是声卡编号，类似于 hw:0、hw:1 等。
子设备编号：设备编号后面的 - 和数字（如 0-0、1-0）表示子设备或设备上的接口。例如，0-0 就是声卡 0 上的第一个设备（hw:0,0），1-0 是声卡 1 上的第一个设备（hw:1,0）。