论文部分内容阅读
摘要：linux 2.6内核采用了全新的声音编程API，本文介绍了ALSA音频子系统，详细阐述了ALSA系统的PCM接口，以及基于其上的录音，回放，全双工的音频编程方法。
关键词：Linux 2.6；ALSA；PCM；声音编程
中图分类号：TP311文献标识码：A文章编号：1007-9599 （2011） 06-0000-01
ALSA Audio Programming Under the Linux Platform
Liu Shi,Li huaizhou,Zhao Xuegong
(School of Optoelectronic Information,University of Electronic Science&Technology,Chengdu610054,China)
Abstract:linux 2.6 kernel with a new sound programming API,this paper show the ALSA audio subsystem,described in detail PCM interface of ALSA system,and based on which the recording,playback,full-duplex audio programming.
Keywords:Linux 2.6;AlSA;PCM;Audio programming
ALSA（Advanced Linux Sound Architecture）是由内核驱动，标准的API库和一系列实用程序组成。Linux 2.6内核抛弃了旧的OSS，ALSA被合并到了内核中。
一、ALSA基础
ALSA由许多声卡的声卡驱动程序组成，同时它也提供一个称为libasound的API库。应用程序开发者应该使用libasound而不是内核中的ALSA接口。因为libasound提供高级且编程方便的编程接口。为了向后兼容，ALSA提供内核模块来模拟OSS。ALSA包含插件功能来扩展新的声卡驱动。
（一）ALSA接口
1.控制接口：用来管理已注册的声卡并检查其可用的设备。
2.PCM接口：用来管理数字音频的录音和回放，这是一个用的最广的接口。
3.原始MIDI接口：支持标准MIDI，提供了访问声卡MIDI的接口。
4.时间接口：用来声卡的计时声音事件的同步。
5.Sequencer接口：高级MIDI和声音合成接口，可以处理更多的MIDI协议。
6.混音接口：用来声卡设备的信号处理和音量，建立在控制接口之上。
（二）设备命名
API库使用逻辑设备名而不是设备文件。设备名字可以是真实的硬件名字也可以是插件名字。硬件名使用hw：i，j格式。其中i是卡号，j是这块声卡上的设备号。插件使用另外的唯一名，如plughw：0，0。
（三）声音缓存
每个声卡都有一个硬件缓存区来保存记录的样本。当缓存区足够满时，声卡将产生一个中断。内核声卡驱动使用直接内存（DMA）访问通道将样本传送到内存中的应用程序缓存区。对于回放，应用程序使用DMA将自己的缓存区数据传送到声卡的硬件缓存区中。
硬件缓存区是环缓存。ALSA维护一个指针来指向硬件和应用程序缓存区中数据操作的当前位置。本文只讨论应用程序缓存区。
应用程序缓存区的大小可以通过调用库函数来控制。ALSA将缓存区分成一系列周期（period）。一个周期存储一些帧（frames）。每一帧包含时间上一个点所抓取的样本。对于立体声设备，一个帧包含两个通道上的样本。左右通道信息被交替地存储在一个帧内称为交错模式。在非交错模式中，一个通道的所有样本存储在另一个通道的数据之后。如图1示。
（四）参数
1.样本长度（sample）：样本是记录音频数据最基本的单位，如8位或16位。
2.通道数（channel）：1表示单声道，2则是立体声。
桢（frame）：桢记录了一个声音单元，长度为样本长度与通道数的乘积。
3.采样率（rate）：每秒钟采样次数，该次数是针对桢而言。
4.周期（period）：音频设备一次处理所需要的桢数。
二、应用程序编程
一个典型的ALSA的PCM接口应用程序可以用一下伪代码来描述：
open_the_device()；//打开设备
set_the_parameters_of_the_device()；//设置参数（访问模式，数据格式，通道数，采样率，等）
while（有数据要被处理）
{
receive_audio_data_from_the_device()或deliver_audio_data_to_the_device()；
}
close the device；//关闭接口
全双工音频：在过去的OSS编程中可直接对/dev/dsp设备进行读写即可实现此过程，而ALSA则显得有点麻烦。整个过程可分为两步：
1.打开设备并设置参数：在我们选择硬件的时候最好选择plughw：0，0。除非我们要用到4声道时我们才选择hw：0，0设备。
2.录放循环：录音-处理-播放，我们首先要丢弃所有的输出缓存，并准备好PCM设备。然后进入录放循环过程。
三、结束语
本文介绍了Linux下的ALSA声音编程，对Linux音频编程具有一定的指导意义。
参考文献：
[1]Jeff Tranter.Introduction to Sound Programming with ALSA[J].LINUX JOURNAL,2004,9
[2]Matthias Nagorni.ALSA Programming HOWTO,2010,2
[3]肖文鹏.Linux音频编程指南,2004,2
[作者简介]刘士（1986-），安徽亳州人，在读硕士研究生，专业：电路与系统，研究方向：Linux嵌入式系统；李怀周（1986-），河南新乡人，在读硕士研究生，专业：电路与系统，研究方向：Linux嵌入式系统；赵学功（1986-），河南商丘人，在读硕士研究生，专业：电路与系统，研究方向：复杂电路系统。
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文
关键词：Linux 2.6；ALSA；PCM；声音编程
中图分类号：TP311文献标识码：A文章编号：1007-9599 （2011） 06-0000-01
ALSA Audio Programming Under the Linux Platform
Liu Shi,Li huaizhou,Zhao Xuegong
(School of Optoelectronic Information,University of Electronic Science&Technology,Chengdu610054,China)
Abstract:linux 2.6 kernel with a new sound programming API,this paper show the ALSA audio subsystem,described in detail PCM interface of ALSA system,and based on which the recording,playback,full-duplex audio programming.
Keywords:Linux 2.6;AlSA;PCM;Audio programming
ALSA（Advanced Linux Sound Architecture）是由内核驱动，标准的API库和一系列实用程序组成。Linux 2.6内核抛弃了旧的OSS，ALSA被合并到了内核中。
一、ALSA基础
ALSA由许多声卡的声卡驱动程序组成，同时它也提供一个称为libasound的API库。应用程序开发者应该使用libasound而不是内核中的ALSA接口。因为libasound提供高级且编程方便的编程接口。为了向后兼容，ALSA提供内核模块来模拟OSS。ALSA包含插件功能来扩展新的声卡驱动。
（一）ALSA接口
1.控制接口：用来管理已注册的声卡并检查其可用的设备。
2.PCM接口：用来管理数字音频的录音和回放，这是一个用的最广的接口。
3.原始MIDI接口：支持标准MIDI，提供了访问声卡MIDI的接口。
4.时间接口：用来声卡的计时声音事件的同步。
5.Sequencer接口：高级MIDI和声音合成接口，可以处理更多的MIDI协议。
6.混音接口：用来声卡设备的信号处理和音量，建立在控制接口之上。
（二）设备命名
API库使用逻辑设备名而不是设备文件。设备名字可以是真实的硬件名字也可以是插件名字。硬件名使用hw：i，j格式。其中i是卡号，j是这块声卡上的设备号。插件使用另外的唯一名，如plughw：0，0。
（三）声音缓存
每个声卡都有一个硬件缓存区来保存记录的样本。当缓存区足够满时，声卡将产生一个中断。内核声卡驱动使用直接内存（DMA）访问通道将样本传送到内存中的应用程序缓存区。对于回放，应用程序使用DMA将自己的缓存区数据传送到声卡的硬件缓存区中。
硬件缓存区是环缓存。ALSA维护一个指针来指向硬件和应用程序缓存区中数据操作的当前位置。本文只讨论应用程序缓存区。
应用程序缓存区的大小可以通过调用库函数来控制。ALSA将缓存区分成一系列周期（period）。一个周期存储一些帧（frames）。每一帧包含时间上一个点所抓取的样本。对于立体声设备，一个帧包含两个通道上的样本。左右通道信息被交替地存储在一个帧内称为交错模式。在非交错模式中，一个通道的所有样本存储在另一个通道的数据之后。如图1示。
（四）参数
1.样本长度（sample）：样本是记录音频数据最基本的单位，如8位或16位。
2.通道数（channel）：1表示单声道，2则是立体声。
桢（frame）：桢记录了一个声音单元，长度为样本长度与通道数的乘积。
3.采样率（rate）：每秒钟采样次数，该次数是针对桢而言。
4.周期（period）：音频设备一次处理所需要的桢数。
二、应用程序编程
一个典型的ALSA的PCM接口应用程序可以用一下伪代码来描述：
open_the_device()；//打开设备
set_the_parameters_of_the_device()；//设置参数（访问模式，数据格式，通道数，采样率，等）
while（有数据要被处理）
{
receive_audio_data_from_the_device()或deliver_audio_data_to_the_device()；
}
close the device；//关闭接口
全双工音频：在过去的OSS编程中可直接对/dev/dsp设备进行读写即可实现此过程，而ALSA则显得有点麻烦。整个过程可分为两步：
1.打开设备并设置参数：在我们选择硬件的时候最好选择plughw：0，0。除非我们要用到4声道时我们才选择hw：0，0设备。
2.录放循环：录音-处理-播放，我们首先要丢弃所有的输出缓存，并准备好PCM设备。然后进入录放循环过程。
三、结束语
本文介绍了Linux下的ALSA声音编程，对Linux音频编程具有一定的指导意义。
参考文献：
[1]Jeff Tranter.Introduction to Sound Programming with ALSA[J].LINUX JOURNAL,2004,9
[2]Matthias Nagorni.ALSA Programming HOWTO,2010,2
[3]肖文鹏.Linux音频编程指南,2004,2
[作者简介]刘士（1986-），安徽亳州人，在读硕士研究生，专业：电路与系统，研究方向：Linux嵌入式系统；李怀周（1986-），河南新乡人，在读硕士研究生，专业：电路与系统，研究方向：Linux嵌入式系统；赵学功（1986-），河南商丘人，在读硕士研究生，专业：电路与系统，研究方向：复杂电路系统。
注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文