深入了解ALSA
原文 http://www.volkerschatz.com/noise/alsa.html
Intro
任何人如果经常的使用linux机器处理音乐，那么他迟早会和ALSA打交道。ALSA是Advanced Linux Sound Architecture的简称，和过时的Open Sound System(OSS)比起来更强大功能更多。事实上，你可能已经不知不觉的使用了ALSA，比如ALSA的OSS模拟功能。当在web上搜索关于ALSA的答案时，我发现都是提问和自相矛盾的声明，鲜有确切的答案。我想有两个原因：首先，有些声音问题不像看起来那么简单，此外ALSA文档简直是一团糟。本文会尝试解决这些声音问题，并矫正一团糟的ALSA文档。
在我们正式开始之前，你最好先浏览一下其他资源。他们有的包含一些例子程序，可以用这些程序执行调用ALSA来播放或者录音；此外他们可能也包含了你要找的答案。
我首先特别推荐一篇信息全面的页面http://www.sabi.co.uk/Notes/linuxSoundALSA.html， 和本文侧重于深层次研究相比，它的覆盖面更广。
其他的资源包括：
a LINUX Journal article about basic ALSA programming 包含一些示例代码
tutorials on the ALSA project web site 包含一些示例代码
one of the developers' home page 比较旧
有些文档内嵌在ALSA library的源代码中，可以使用源码文档生成工具doxygen生成，使用命令make doc。也可以在线阅读API文档， 不幸的是它并不完整，浏览起来很麻烦。以我的观点，开发者最初设想不止提供API文档，但是结果是一样都没达到。如果你真得想理解ALSA如何工作的，那么你最好结合着源代码来看这些文档。
ALSA Concepts
声卡和硬件设备
ALSA用cards，device和subdevices的分层结构表示audio硬件设备和他们的组件。这个分层结构是ALSA看待硬件设备结构和能力的视角。如果声卡这个分层结构和声卡的文档有差别，那么可能是由于驱动没有支持所有的功能。
ALSA cards和声卡硬件是一一对应的。ALSA cards的主要保存每块卡上的设备列表。一个card可以通过一个ID（字符串）或者从0开始的数字表示。
大部分ALSA硬件访问发生在device级别。可以从0开始枚举每个卡的devices，不同的devices可以独立的打开和使用。典型的，声卡和设备这两个标识足以决定声音信号从哪里读取，送到哪里。
Subdevices是ALSA能够区分的更细粒度的对象。最常见的场景是一个device的每个channel都对应一个subdevice或者总共只有一个subdevice。一个device的subdevice理论上可以单独使用，但是在一个subdevice上播放multi-channel信号时，也会使用其余的subdevices。和device一样，subdevices索引标识从0开始。
PCM参数和配置空间
数字化声音有一定数目的参数：采样率，通道数和采样值存储格式。如果你已经使用OSS编程，那么你可能习惯于在播放音乐文件之前设置这些参数。类似于ALSA文档中所提到的配置空间。
现实的答案没有那么简单：比如一些声卡无法结合所有支持的采样格式，采样率和通道数。所以这些参数不是独立的。ALSA考虑到了这种情况，使用一个n维空间的参数集，每一维对应着采样率，采样格式，通道数等等。如果一个给定声卡的参数是独立的，那么所有合法配置就在一个n维盒子中，在这种情况下，我们需要做的就是描述每一维的取值范围。如果参数之间不是独立的，那么允许的配置集比较复杂了。
当一个硬件设备通过ALSA访问，参数并不总是独立的。进一步说，一个设备由于某些特定参数的限制，它的合法配置空间被相应的压缩小了。这就使得我们可以使用一个较小空间而不是确定的数值。此外，还导致依赖于参数设置顺序的问题。也就是说ALSA plugin能够自动选择最合适的硬件参数并执行格式转换。我们在接下来的小节中会讨论这个plugin和其他的plugin
ALSA devices and plugins
为了避免混淆，我们先简单介绍一下ALSA device。这里说的ALSA device和上面提到的hardware devices完全不同。ALSA device用字符串表示。他们定义在ALSA的一个配置文件中。更复杂的是，一些标准的ALSA devices是：属类:card,devicce,subdevice。但是硬件card和device的规范不能做为ALSA设备，事实上有些ALSA devices的参数不是硬件相关的。
不夸张的说ALSA几乎都是由plugins组成的。不论什么时候一个player或者程序使用ALSA设备时，plugins做脏活累活。plugins的完整列表在ALSA library doxygen 文档的pcm_plugins.html中。注意plugins列表并不等同于ALSA devices列表。一些标准devices的名字和他们使用的plugins同名，但是有些devices并不是这样，有时不同的ALSA devices使用相同的plugin。因此本节我们会给出每一个plugin的名字，如果可能，还会给出特定硬件设备使用这个plugin允许的名字。
最重要的plugin无疑是hw plugin。它本身不做任何处理，仅仅访问硬件驱动。如果应用选择硬件不支持的PCM参数(sampling rate, channel count或者sample format)，hw plugin返回出错信息。因此下一个重要的plugin是'plug' plugin，plug plugin执行channel复制，采样率转换以及必要的重采样。不像hw plugin被device hw:0,0使用，plug plugin对应的device命名是不同的：plughw:0,0。但二者的设备名都包含要访问的硬件cards，device以及subdevice。（事实上，plug device也存在，也使用plug plugin，并且它的参数SLAVE指明数据要发送到哪里，因此这个plugin一定和其他的plugins链接到一起）
此外一个很有用的plugin是file plugin，它会把采样数据写到一个文件中。它有两个ALSA devices：file 和 tee。前者有两个参数，文件名和格式。后者传送数据到另外一个device以便写到一个文件中，第一个参数就是那个device。如果第二个设备有任何参数（比如 "plughw:0,0"），那么你要把他的名字用引号括起来，以防止被命令行解释。假定你想使用第一个声卡上的第一个设备播放声音，你可以用如下方式获取输出声音的copy。
aplay -Dtee:\'plughw:0,0\', /tmp/alsatee.out, raw xy.wav
得承认这看起来没什么意义（因为你可以简单的copy xy.wav或者转换为sox），然而使用这个方法，基于ALSA的movie player可以抽取声音内容。tee's 输出是raw 采样数据没有任何文件头。file plugin也可以用来从文件中读取数据，但是没有预定义的设备使用这种方式。
现存的许多plugins用来mixer和rerouting channels。由于这些plugins需要大量的参数，没有预定以的ALSA devices使用他们。route plugin是一个mixing矩阵。channels不仅仅可以被交换或者任意赋值，而且可以被混音。多个plugin仅仅允许reroute channels，但是可以有几个slave devices，因此可以在不同声卡的channels上播放。dmix和dshare plugins允许一个device被多个clients(player application)使用。dshare plugin把可用channels分配给需要的clients，而dmix则是把多个clients播放的内容混音到一个channels。
简短的介绍了最重要的几个plugins以及预定义的ALSA devices。为了使用更复杂的plugins，需要写自己的配置文件，下一节将详细描述配置文件。device定的例子可以参照ALSA项目documentation of its configuration file 以及list of plugins
Configuring ALSA
configuration files
配置文件用来定义ALSA devices。没有这些配置文件，你就无法使用ALSA的任何功能。虽然你并不需要写任何配置文件就可以进行简单的播放和录音，这是因为内建的配置文件alsa.conf包含一些devices的定义。但是如果你有特殊的需求或者碰到了问题，你可能就需要增加自己的定义了。
ALSA支持三类配置文件。第一个是alsa.conf，位于ALSA 数据目录下，通常是/usr/share/als。这个目录和它的子目录包含了更多的配置文件，关于声卡的或者特定的plugin，他们都被包含进alsa.conf。这个目录下的配置文件通常被看作built-in，所以系统管理员和普通用户都不应该修改它。
其他两个配置文件也被alsa.conf包含进来，系统范围内的配置文件存储在/etc/asoundrc。用户可以存储他们自己的配置文件到HOME目录下的.asoundrc中。每次打开ALSA devices所有的配置文件都会被重新分析。所以配置文件的变化是立即生效的，不需要重启任何东西。
Basic Configuration file format
ALSA配置文件保存着分层结构的参数-值对。分层结构的顶层对应着ALSA提供的接口。一个接口包含着一组ALSA API功能：允许打开一个device，对接口做操作，然后关闭device。不同的接口有不同的作用，比如aplay和其他的player使用PCM接口，程序alsactl使用ctl接口。amixer使用mixer接口，amidi使用rawmidi接口。（事实上他们大部分最终都会使用ctl接口，至少部分功能）。为了让这些程序能够使用device，必须在相应的接口定义他们。
我给的例子大部分都是和pcm接口相关的，主要因为PCM几乎是最重要的并且我大部分时间也都花在PCM。(PCM代表Pulse code Modulation，是把声音数字化为采样值流)。此外命令aplay -L 允许你列出pcm interface上的所有定义。
层次结构的第二级保存着ALSA devices的名字，可以通过这个device操作device所在的接口
让我们看一个例子，假定你想创建一个ALSA PCM device访问你的第一个声卡并且做必要的格式转换。plugin是通过plug plugin实现的自动格式转换。在asoundrc中加入下面几行，创建这个PCM device。
-
pcm.plug0 { -
type plug -
slave { -
pcm "hw:0,0" -
} -
}
解释下这几行的意思：一个新的device plug0，可以通过pcm接口访问。这个device的数据输出将会被plug plugin处理。这个plugin的slave是pcm device hw:0,0。这个device定义是最常用的定义方式。当然，ALSA在语法上允许一定自由度。比如，可以在参数名和值之间放一个等号，或者在赋值语句间增加分号和逗号。所以我们可以改写上面的定义如下
-
pcm.plug0 = { -
type = plug; -
slave = { -
pcm = "hw:0,0" ; -
}, -
};
如你所见， 花括号前是参数名，花括号内则是它的参数值。设置在参数体内的最后一个参数赋值可以跟着逗号或者分号。现在我们知道问什么slave PCM要使用分号了，否则slave PCM中的逗号会导致一个语法错误。
事实上语法还有更大的自由度。子参数名可以通过‘.’定义也可以用括号定义。第一个符号plug0是新设备的名字，也是pcm的一个参数。第二个则定义了所得的子参数。此外配置文件并使面向行的，可以使用空格作为一行的分割。所以上面的定义可以写做如下两种形式
-
pcm { -
plug0 { -
type plug slave { pcm "hw:0,0" } -
} -
}
或者
pcm.plug0.type = plug; pcm.plug0.slave.pcm = "hw:0,0"现在我们总结一下ALSA配置文件的机构。参数名是由字母，数字和下划线组成的（这个结论是调试的结果，实际上并没有文档）。参数值包含字母，数字和下划线并使用引号括起来。参数名和参数值都是大小写敏感的。配置文件的注释以 #开始直到本行的结束。
为了是slave的定义更清晰，我们应该单独定义slave。这样上面的plug0的定义应该这样。
-
pcm_slave.slave0 { -
pcm "hw:0,0" -
} -
pcm.plug0 { -
type plug -
slave slave0 -
}
配置文件还支持别名。我们可以把参数赋值为一个已存在的设备名，这个参数就是别名。
pcm.alias_plug0 = plug0alias_plug0和plug0都是接口pcm的一部分，注意不能定义为(pcm.alias_plug0 = pcm.plug0)，因为ALSA devices的别名不能带参数
现在我们已经有了大概的了解，你可以继续阅读http://alsa.opensrc.org/.asoundrc和ALSA library的doxygen文档，他们提供了更多的例子。
Advanced configuration file features
Overriding parameters and parameter data types
如果你已经阅读了其他的asoundrc，那么你可能已经学会了重新定义ALSA's default device如下：
pcm.!default { type hw card 0 }叹号使得原来的pcm.default定义被覆盖。这个符号可以在任意配置文件赋值中使用。现在让我们来看看它是如何工作的，正常的赋值是增加一个叶子节点到树结构中。如果叶子节点已经存在，那么他的值就会被覆盖。所以如果你在asoundrc中放入下面两行，那么缺省的声卡就是第二个，而不是第一个
-
pcm.!default { type hw card 1 } -
pcm.default.card 1
如果你把关于default的第一行定义移除，那么你将收到一个error信息default不是一个compund。很明显，参数有几种数据类型，类型不能仅仅通过赋值语句就被修改。通过叹号覆盖一个参数，就可以改变他的类型。叹号使得参数和它的子参数全部被移除。所以不要如下方式使用叹号 !pcm...，这将删除pcm interface的所有定义。
稍微有点使用经验，就会发现别名实际上是一个字符串，包含他们所指向的PCM device的名字。pcm.default就是alsa.conf中定义的一个别名。
和叹号类似，其他的前缀字符可以用来修饰参数赋值。问号?会忽略掉参数值已经存在的参数。
-
pcm.?default { -
type hw card 1 -
}
定义第一个设备的第二个声卡作为default device，但是如果default在之前已经定义过，那么这个声明无效。
其他的两个前缀是+和-。
Parameterised device definitions
在plugins一节中，我们碰到了很多ALSA devices需要给定参数，跟随在device name后使用"，"分割。就像我上面提到的，这些device和他们后面的plugins是完全不同的东西，devices可以看作是plugins的封装。在basic configuration section一节我们使用plug plugin定义了一个device。我们在plugin一节碰到的预定义设备和这种简单的设备是不同的。plughw设备可以被任意的声卡和硬件设备使用，因为我们可以使用card 和device号作为参数。尽管所有的参数化设备都是在alsa.conf中定义的，并且没有ALSA文档说明他们的语法，你仍然可以定义自己的devices
让我们看一下plughw在alsa.conf中的定义，这里的plughw做了缩略
-
plughw { -
@args [ CARD DEV SUBDEV ] -
@args.CARD { -
type string -
} -
@args.DEV { -
type integer -
} -
@args.SUBDEV { -
type integer -
} -
type plug -
slave.pcm { -
type hw -
card $CARD -
device $DEV -
subdevice $SUBDEV -
} -
}
plughw结构的第一行定义了参数列表。这对于我们是一个新的数据类型：数组。他的元素可以一起赋值。
-
plughw { -
@args.0 CARD -
@args.1 DEV -
@args.2 SUBDEV -
}
和结构赋值一样，元素或组赋值可以插入等号。接下来的几行定义了每个参数的数据类型，在plughw的原始定义中，结构体定义参数时也包括了缺省的定义，如果你对此感兴趣，可以看下alsa.conf。
Troubleshooting
Useful tools
查看声卡设备的最简单方法是调用
aplay -l 或者arecord -l
这两个命令会列出可以playback和recording的声卡，硬件设备以及子设备。
如果你对ALSA解析asoundrc有任何疑问，你可以使用命令aplay -L，打印出pcm接口的所有配置。注意前缀"pcm."没有出现在参数名中，因为它一直是隐含的。
aplay的另外一个选项是-v，这个选项在playback时会打印出每个subdevice的硬件参数。不像其他两个提到的选项，这个选项只能在playback时起作用。当你使用plug plugin来播放声音，可以用这个选项来检查是否plug做了resampling。
但是如果你使用其他的audio或者movie player时怎么办？ 可以使用/proc/ file system。当subdevice正在使用时，可以从/proc/asound/card#/pcm#p/sub#/hw_params获取硬件参数。通过比较aplay test.wav -v和/proc/asound/card#/pcm#p/sub#/hw_params的输出结果，我们可以知道哪些参数是模拟的。如果subdevice没有被使用没，那么参数文件hw_params仅仅输出"closed"。如果在播放音乐时，显示的是”closed“，那么说明声音没有流到这个subdevice。例外情况：如果一个ALSA device被一个multi-channel playback使用，那么第一个subdevice记录总channel数，其他的则汇报为closed。如果使用了ALSA's OSS模拟，那么hw_params文件也包含OSS的参数设置。
amidi程序使用rawmidi接口，选项-l列出所有可用的MIDI devices，-L选项打印出rawmidi接口的配置。
speaker-test，当你听不到任何声音，想确定一下是否player有问题，那么可以使用speaker-test做为基准测试程序。这个测试程序可以顺序的给每个speaker发送铃音或者噪声。
alsacap
alsacap是作者写的一个小程序，用来抓取一些作者特别关注的一些硬件配置。我认为这个工具对于查找问题很有帮助。源码地址http://www.volkerschatz.com/noise/alsacap.c， 源码顶端的注释有编译说明。这个工具名意思是ALSA capability，用来显示你的声卡和ALSA驱动的能力。