怎样使用alsa API

翻译文章的链接：

http://equalarea.com/paul/alsa-audio.html

关于怎么使用ALSA API教程

        这份文档帮助对ALSA API使用入门。不是一个完整的ALSA API参考手册(详细参考手册地址是：http://www.alsa-project.org/alsa-doc/alsa-lib/)，并且不包括复杂软件需要处理的细节部分。而它为有编程经验的但对这些API是新手的程序员提供充足的背景知识，以写出一个简单的程序。在这份文档中所有的代码的许可证遵守GNU Public License的，如果你打算在其他许可证下用ALSA写软件，我建议你去发现其他的文档。  主要内容：

        (1)理解音频接口

        (2)典型音频应用是什么样子的

        (3)一个最小回放程序

        (4)一个最小采集程序

        (5)一个最小基于中断驱动的程序

                   (6)写程序过程

                打开设备

                设置参数

                接受和发送数据

理解音频接口

我们首先回顾音频接口的基本设计。作为一个应用程序程序员，实际你没有必要为操作层担忧，它由ALSA提供的一个插件设备驱动全部考录，但是如果你想要些一个有效率并且灵活的软件，你必须在概念上理解操作层都做了些什么。

（音频接口、音频设备、声卡。在此处是一个概念。）

 

音频接口是一个设备(译者注：声卡)，允许计算机从外界接受和向外界发送音频数据。在计算机内部，音频数据像其他任何数据一样代表了比特流。然而，声音接口可以发送数字声音信号和接受模拟声音信号。这两种情况下，计算机使用的代表声音的比特流需要被转化，在被送到外界之前，同样，被音频接口接受的外部信号也需要被转化，使之变为对计算机有用的数据（可用的数据）。这两个转化就是音频接口存在的目的

在音频接口中，有个区域被称为“硬件缓冲区”，当一个外界音频信号到达后，这个设备转换这个模拟信号为计算机可以使用的比特流，并且存储这些数据在硬件缓冲区，被用来传递给计算机。当在硬件缓冲区采集到了足够多的数据，音频接口对计算机产生一个中断，以告诉计算机数据准备好了，可以从硬件缓冲区，取出了。相反，对于数据从计算机内部送到外界时，有一个和以上有个相似的过程。设备产生对计算机产生中断，告诉计算机，硬件缓冲区有空间，计算机可以存数据在硬件缓冲区。设备然后转化这些比特流为外界需要的无论什么格式，并且发送它。理解设备使用这个缓冲区作为一个循环缓冲区是很重要的。当到达了缓冲区的末尾，指针回到头，继续开始。

为了这个过程可以正确的运行，一些变量需要被配置，他们包括：

(1)当在计算机使用的比特流和外界使用的信号之间的转换时，设备应该使用什么格式？

(2)采样样本以多少的比特率在设备和计算机直接传递？

(3)设备对计算机产生中断时，硬件缓冲区应该有多少数据(接受)或者空间(发送)？

(4)硬件缓冲区应该多大？

头两个问题是音频数据质量调节的基础。后两个问题是影响音频信号的延时，这个延时指的是在这些之间的延时：

1.输入延时：由设备从外界采集到的音频数据到达计算机之间。

2.输出延时：由计算机发送的数据，到达外界时之间的延时。

这两者对于很多的音频软件是很重要的，尽管一些程序不需要关心这些事情。

最小的播放程序

这个程序用播放模式打开一个音频设备，配置为立体音，16bit(位深)，采样频率44.1KHZ，交错模式，常见的read/write存取模式。然后，发送一块任意数据到设备中，最后退出程序。

#include <stdio.h>
    #include <stdlib.h>
    #include <alsa/asoundlib.h>
          
    main (int argc, char *argv[])
    {
        int i;
        int err;
        short buf[128];
        snd_pcm_t *playback_handle;
        snd_pcm_hw_params_t *hw_params;
    
        if ((err = snd_pcm_open (&playback_handle, argv[1], SND_PCM_STREAM_PLAYBACK, 0)) < 0) {
            fprintf (stderr, "cannot open audio device %s (%s)\n", 
                 argv[1],
                 snd_strerror (err));
            exit (1);
        }
           
        if ((err = snd_pcm_hw_params_malloc (&hw_params)) < 0) {
            fprintf (stderr, "cannot allocate hardware parameter structure (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
                 
        if ((err = snd_pcm_hw_params_any (playback_handle, hw_params)) < 0) {
            fprintf (stderr, "cannot initialize hardware parameter structure (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_access (playback_handle, hw_params, 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 (playback_handle, hw_params, SND_PCM_FORMAT_S16_LE)) < 0) {
            fprintf (stderr, "cannot set sample format (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_rate_near (playback_handle, hw_params, 44100, 0)) < 0) {
            fprintf (stderr, "cannot set sample rate (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_channels (playback_handle, hw_params, 2)) < 0) {
            fprintf (stderr, "cannot set channel count (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params (playback_handle, hw_params)) < 0) {
            fprintf (stderr, "cannot set parameters (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        snd_pcm_hw_params_free (hw_params);
    
        if ((err = snd_pcm_prepare (playback_handle)) < 0) {
            fprintf (stderr, "cannot prepare audio interface for use (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        for (i = 0; i < 10; ++i) {
            if ((err = snd_pcm_writei (playback_handle, buf, 128)) != 128) {
                fprintf (stderr, "write to audio interface failed (%s)\n",
                     snd_strerror (err));
                exit (1);
            }
        }
    
        snd_pcm_close (playback_handle);
        exit (0);
    }

 

 

最小采集程序：

为了采集音频数据，程序打开一个音频设备，配置为立体音，位深16bit，采集频率为44.1KHz，交错模式，常见的read/write存取数据，然后读取一块任意数据从硬件缓冲区，最后退出程序。

#include <stdio.h>
    #include <stdlib.h>
    #include <alsa/asoundlib.h>
          
    main (int argc, char *argv[])
    {
        int i;
        int err;
        short buf[128];
        snd_pcm_t *capture_handle;
        snd_pcm_hw_params_t *hw_params;
    
        if ((err = snd_pcm_open (&capture_handle, argv[1], SND_PCM_STREAM_CAPTURE, 0)) < 0) {
            fprintf (stderr, "cannot open audio device %s (%s)\n", 
                 argv[1],
                 snd_strerror (err));
            exit (1);
        }
           
        if ((err = snd_pcm_hw_params_malloc (&hw_params)) < 0) {
            fprintf (stderr, "cannot allocate hardware parameter structure (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
                 
        if ((err = snd_pcm_hw_params_any (capture_handle, hw_params)) < 0) {
            fprintf (stderr, "cannot initialize hardware parameter structure (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_access (capture_handle, hw_params, 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 (capture_handle, hw_params, SND_PCM_FORMAT_S16_LE)) < 0) {
            fprintf (stderr, "cannot set sample format (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_rate_near (capture_handle, hw_params, 44100, 0)) < 0) {
            fprintf (stderr, "cannot set sample rate (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_channels (capture_handle, hw_params, 2)) < 0) {
            fprintf (stderr, "cannot set channel count (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params (capture_handle, hw_params)) < 0) {
            fprintf (stderr, "cannot set parameters (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        snd_pcm_hw_params_free (hw_params);
    
        if ((err = snd_pcm_prepare (capture_handle)) < 0) {
            fprintf (stderr, "cannot prepare audio interface for use (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        for (i = 0; i < 10; ++i) {
            if ((err = snd_pcm_readi (capture_handle, buf, 128)) != 128) {
                fprintf (stderr, "read from audio interface failed (%s)\n",
                     snd_strerror (err));
                exit (1);
            }
        }
    
        snd_pcm_close (capture_handle);
        exit (0);
    }

 

程序用播放模式，打开一个音频设备，配置为立体音，位深16bit，采集频率为44.1KHz，交错模式，常见的read/write存取数据。程序一直等待，直到设备准备好了接受回放数据，准备好同时，发送任意数据到硬件缓冲区，这个设计允许你的程序被移植到依靠回调函数驱动的机制，例如，jack,ladspa,coreaudio,vst 和其他。

   #include <stdio.h>
    #include <stdlib.h>
    #include <errno.h>
    #include <poll.h>
    #include <alsa/asoundlib.h>
          
    snd_pcm_t *playback_handle;
    short buf[4096];
    
    int
    playback_callback (snd_pcm_sframes_t nframes)
    {
        int err;
    
        printf ("playback callback called with %u frames\n", nframes);
    
        /* ... fill buf with data ... */
    
        if ((err = snd_pcm_writei (playback_handle, buf, nframes)) < 0) {
            fprintf (stderr, "write failed (%s)\n", snd_strerror (err));
        }
    
        return err;
    }
          
    main (int argc, char *argv[])
    {
    
        snd_pcm_hw_params_t *hw_params;
        snd_pcm_sw_params_t *sw_params;
        snd_pcm_sframes_t frames_to_deliver;
        int nfds;
        int err;
        struct pollfd *pfds;
    
        if ((err = snd_pcm_open (&playback_handle, argv[1], SND_PCM_STREAM_PLAYBACK, 0)) < 0) {
            fprintf (stderr, "cannot open audio device %s (%s)\n", 
                 argv[1],
                 snd_strerror (err));
            exit (1);
        }
           
        if ((err = snd_pcm_hw_params_malloc (&hw_params)) < 0) {
            fprintf (stderr, "cannot allocate hardware parameter structure (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
                 
        if ((err = snd_pcm_hw_params_any (playback_handle, hw_params)) < 0) {
            fprintf (stderr, "cannot initialize hardware parameter structure (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_access (playback_handle, hw_params, 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 (playback_handle, hw_params, SND_PCM_FORMAT_S16_LE)) < 0) {
            fprintf (stderr, "cannot set sample format (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_rate_near (playback_handle, hw_params, 44100, 0)) < 0) {
            fprintf (stderr, "cannot set sample rate (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params_set_channels (playback_handle, hw_params, 2)) < 0) {
            fprintf (stderr, "cannot set channel count (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        if ((err = snd_pcm_hw_params (playback_handle, hw_params)) < 0) {
            fprintf (stderr, "cannot set parameters (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        snd_pcm_hw_params_free (hw_params);
    
        /* tell ALSA to wake us up whenever 4096 or more frames
           of playback data can be delivered. Also, tell
           ALSA that we'll start the device ourselves.
        */
    
        if ((err = snd_pcm_sw_params_malloc (&sw_params)) < 0) {
            fprintf (stderr, "cannot allocate software parameters structure (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
        if ((err = snd_pcm_sw_params_current (playback_handle, sw_params)) < 0) {
            fprintf (stderr, "cannot initialize software parameters structure (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
        if ((err = snd_pcm_sw_params_set_avail_min (playback_handle, sw_params, 4096)) < 0) {
            fprintf (stderr, "cannot set minimum available count (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
        if ((err = snd_pcm_sw_params_set_start_threshold (playback_handle, sw_params, 0U)) < 0) {
            fprintf (stderr, "cannot set start mode (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
        if ((err = snd_pcm_sw_params (playback_handle, sw_params)) < 0) {
            fprintf (stderr, "cannot set software parameters (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        /* the interface will interrupt the kernel every 4096 frames, and ALSA
           will wake up this program very soon after that.
        */
    
        if ((err = snd_pcm_prepare (playback_handle)) < 0) {
            fprintf (stderr, "cannot prepare audio interface for use (%s)\n",
                 snd_strerror (err));
            exit (1);
        }
    
        while (1) {
    
            /* wait till the interface is ready for data, or 1 second
               has elapsed.
            */
    
            if ((err = snd_pcm_wait (playback_handle, 1000)) < 0) {
                    fprintf (stderr, "poll failed (%s)\n", strerror (errno));
                    break;
            }               
    
            /* find out how much space is available for playback data */
    
            if ((frames_to_deliver = snd_pcm_avail_update (playback_handle)) < 0) {
                if (frames_to_deliver == -EPIPE) {
                    fprintf (stderr, "an xrun occured\n");
                    break;
                } else {
                    fprintf (stderr, "unknown ALSA avail update return value (%d)\n", 
                         frames_to_deliver);
                    break;
                }
            }
    
            frames_to_deliver = frames_to_deliver > 4096 ? 4096 : frames_to_deliver;
    
            /* deliver the data */
    
            if (playback_callback (frames_to_deliver) != frames_to_deliver) {
                    fprintf (stderr, "playback callback failed\n");
                break;
            }
        }
    
        snd_pcm_close (playback_handle);
        exit (0);
    }

 

 最小全双工程序：

全双工可以通过结合上述所展示的回放和采集程序实现。虽然，很多的现有的linux音频程序使用这种设计，但是在作者看来，这个是有很大的缺陷。上诉的中断驱动例子在很多场合下代表一个基本的较好的设计。若是将中断驱动扩展为全双工是相当复杂的。这就是为什么我建议你忘记这个。

术语：

捕捉：从外界采集数据（“记录”和采集不同，记录意味着将存储在某地方，不是alsa API的一部分）。

回放：将数据发送到外界，以致外界可以听到声音。

全双工：捕捉和回放在同一个设备同一时间发生的状态。

xrun：一旦音频接口开始运转，它将一直运转，知道告诉它停止。设备将产生数据为计算机去使用或者计算机发送数据到外界。由于很多原因，你的可能跟不上设备的速度。对于回放来说，可能导致一种结果，音频设备需要的数据从计算机中，但是计算机没有及时发送给设备，而导致设备使用留在硬件缓冲区中的旧数据，这种情况叫做underrun。对于捕捉情况，设备产生了计算机可用的数据，但是没有空间去存储这些数据了，设备不得不重写硬件缓冲区的一部分，而被重写的这部分数据计算机还没有得到，这样数据就丢失了，这个叫做overrun。简单起见，我们使用xrun表示这两种情况。

pcm

Pulse Code Modulation（脉冲编码调制），这个术语描述的是一种方法，用来转换模拟信号为数字信号。这种方法被绝大数的计算机音频设备使用，并且ALSA API使用它对音频作为代替。

声道

帧：在单声道中，一个样本是一个单一的值，用来描述在一个采样点上音频信号的振幅。当我们谈论关于数字音频的时候，我们经常谈论这些数据，这些数据描述了在一个采样点上所有的声道。一集合的样本通常叫做帧，每个声道一个集合。我经常用帧数表示时间的流逝，这个大概和人们用样本测量的精度差不多，但是帧更精确。更重要的是，当我们谈论一个采样点上的描述所有声道的数据集合，他是一个单元才有意义。几乎每个ALSA API函数使用帧作为数据数量的测量单元。

交错模式：一种数据布局（格式安排）。在一个采样点上，每个声道上的采样数据连续的紧挨着另一个声道的采样数据。

非交错模式：一种数据布局。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。
采样时钟：一个时钟源，在 计算机采集或播放时标记时间。一些音频设备可以使你使用外部时钟源，不是字时钟就是自动同步时钟。所有的音频设备本省至少一个采样时钟源，典型的是晶体时钟。一些音频设备不允许时钟的频率被改变。一些时钟不是你期望的那样准确的频率运行。没有两个采样时钟被期望运行时有相同的精确的频率。如果你需要两个样本流去保持同步，他们必须使用同一个采样时钟。