利用ALSA库进行音频重采样

一、ALSA介绍:

1、简介:

高级Linux声音体系英语Advanced LinuxSound Architecture,缩写为ALSA)是Linux内核中,为声卡提供的驱动组件,以替代原先的OSS(开放声音系统)。 一部分的目的是支持声卡的自动配置,以及完美的处理系统中的多个声音设备,这些目的大多都已达到。另一个声音框架JACK使用ALSA提供低延迟的专业级音频编辑和混音能力。

Jaroslav Kysela过去是这个项目的领导者,这个项目开始于为1998年Gravis Ultrasound所开发的驱动,它一直作为一个单独的软件包开发,直到2002年他被引进入Linux内核的开发版本 (2.5.4-2.5.5)。从2.6版本开始ALSA成为Linux内核中默认的标准音频驱动程序集,OSS则被标记为废弃。

ALSA是一个完全开放源代码的音频驱动程序集,除了像OSS那样提供了一组内核驱动程序模块之外,ALSA还专门为简化应用程序的编写提供了相应的函数库,与OSS提供的基于ioctl的原始编程接口相比,ALSA函数库使用起来要更加方便一些。利用该函数库,开发人员可以方便快捷的开发出自己的应用程序,细节则留给函数库内部处理。当然ALSA也提供了类似于OSS的系统接口,不过ALSA的开发者建议应用程序开发者使用音频函数库而不是驱动程序的API。

2、分层

ALSA体系主要分为三层,按照调用关系依次是,app、alsa-lib、kerneldriver。

利用ALSA库进行音频重采样_第1张图片

                                         ALSA 架构图

3、kernel driver层简述:

Kernel driver 层,为内核驱动代码,主要在内核源码中的sound目录下,负责对硬件进行控制与操作。驱动创建的设备文件,在文件系统中的/dev/snd/目录下。注意,应用层使用alsa-API中打开的设备文件,并不是/dev/snd/目录下的文件,而是alsa-lib对设备的再一次封装的产物,叫做plugins,如plughw:0,0 ,后面详细解释。

4、alsa-lib层简述:

Alsa-lib层,为不同的驱动提供统一的接口alsa API,简化了开发人员对于驱动层的调用开发。主要有如下接口

  • ALSA library API reference

The currently designed interfaces are listed below:

Information Interface (/proc/asound)

Control Interface (/dev/snd/controlCX)

Mixer Interface (/dev/snd/mixerCXDX)

PCM Interface (/dev/snd/pcmCXDX)

Raw MIDI Interface (/dev/snd/midiCXDX)

Sequencer Interface (/dev/snd/seq)

Timer Interface (/dev/snd/timer)

我们在应用中,主要使用的是 PCM 接口。如Snd_pcm_open()函数。

除了Alsa-API接口以外,alsa-lib还可以通过配置文件,开放其附加功能,如采样率转换、软件混音等。

我们就是利用alsa-lib的附加功能实现我们的重采样功能,修改的地方主要包括alsa-lib的配置和APP调用两方面。下一章对如何利用alsa-lib的配置文件开放其采样率转换功能进行描述。

二、配置文件asound.conf:

asound.conf配置文件,是alsa-lib的默认配置文件,路径在 /etc/,可以用来配置alsa库的一些附加功能。这个文件不是alsa库运行时所必须的,没有它alsa库也可以正常运行。

关于asound.conf的配置,可以参考以下文档:

http://www.alsa-project.org/main/index.php/Asoundrc

 

先阐述一些重要的名词:

Card:声卡,直接对应硬件,ID从0开始计数。

Device:设备,在一个card上,可以有多个device,每个device可以独立被打开和使用,ID从0开始计数。

Plugin:插件,前文说过,应用层调用alsa库时,操作的并不是驱动层创建的设备文件,而是这个plugins,plugin是alsa库对音频处理设备的抽象,hw plugin为硬件设备抽象出的plugin,是最基础的模块,不需要对alsa-lib进行配置即可使用,我们常见的plughw:0,0含义就是类型为hw的plugin,编号声卡0上面的设备0。除了hw类型的plugin外,还有一些纯软件实现的模块,可以用来进行音频处理,例如,可以实现音频采样率转换的rate plugin,可以用来混音的dmix plugin等等。

Slave:从属设备,可以把几个plugin连接起来,sink端的设备就是source端设备的slave。

需要使用这些附加的plugin,就要对配置文件(asound.conf)进行配置,这个配置是实时生效的,所以我们不必修改文件系统中的文件,而是在运行我们的应用程序之前,将自己的配置文件拷贝到/etc/下,对默认的配置文件进行覆盖就行了。

具体如何配置,书写格式,请参看Asoundrc文档。

以下就是我的配置,

pcm_slave.sl2 {

         pcm"plughw:0,1"

         rate48000

}

 

pcm.rate_convert {

         typerate

         slavesl2

}

 

这个配置的含义是,

下面一段:创建一个使用pcm API接口的设备,叫做rate_convert,它的类型是rate(可以实现采样率转换的plugin),它有一个slave叫做sl2

上面一段:定义一个使用pcm接口的slave,叫做sl2,他实际上是plughw:0,1这个设备的别名,即等同于plughw:0,1(对应我用于播放的AIC3104芯片),这个设备需要的采样率是48KHz

通过这个配置,就可以在app中,使用pcm API打开rate_convert这个设备,并把解码后的8K采样率的PCM数据,直接使用snd_pcm_writei写入设备,rate_convert这个设备就可以自动将PCM数据重采样至48KHz,然后自动传递给plughw:0,1进行播放。

在看Asoundrc的文档中,一直不明白,为什么在配置文件中,只有输出的采样率配置,而没有输入的采样率配置,要重采样,alsa-lib总得知道把啥转换成48K吧,

在实践中发现,可以通过APP调用alsa-API中的snd_pcm_hw_params_set_rate_near()函数将数据源的采样率为8K传递给alsa-lib。下面一章对app调用alsa-API进行说明。

三、App调用方法:

在app调用这块儿,其他的通用调用流程在这里就不累述了,使用个项目原来的那套代码就行,只有三块儿需要修改和注意:

1、使用snd_pcm_open()打开的设备文件rate_convert(不需再打开plughw:0,1了),PCM数据的原始采样率,用snd_pcm_hw_params_set_rate_near()对rate_convert进行配置。

2、重要的参数Period_size,即播放周期大小,单位为Byte,需使用snd_pcm_hw_params_set_period_size_near()进行配置,如果period_size配的不对,或者不配置,会发生underRun,播放声音断断续续。

8K pcm, 配置sample_rate为8000,配置period_size为256

48K pcm, 配置sample_rate为48000,配置period_size为1024

3、配置负责playback的AIC3104的采样率为48K


四、未尽之处:

在研究alsa-lib的调用时,还有一些没有搞明白的地方,这里记录下来,将来大家有时间可以研究研究。

1、我的设备上音频输入输出分开使用了两块AIC3104,这样重采样后G711的自编自解就不成问题,因为输入的AIC3104设为8K,输出的AIC3104设为48K播放重采样后的数据,如果系统中只使用一块AIC3104,就必须对输入的PCM数据也进行一次重采样,这里没有进行研究。

2、多设备绑定,假如我们系统中有多个playback设备,现在的做法是启两个线程,分别写入数据,如果可以使用alsa-lib的slave配置将多个设备进行绑定,例如一个rate plugin绑定两个 hw plugin,然后只需向这一个rate plugin写入数据即可,不会遇到两个播放线程同步的问题,我试了一下,只能绑定一个slave,再多绑一个,第一个slave就会没有播放声音。

3、混音功能,这个混音功能看似是非常强大的,它可以把多个不同采样率的通道,混合成一路统一采样率的数据进行播放,如果我们以后可以进行多路解码,或者要实现视频会议中MCU的功能,那势必要用到这个功能,在这里还没有进行深究。




你可能感兴趣的:(音视频编解码,alsa,音频重采样)