ALSA编程细节分析

[Loong]：之前写过基于ALSA的WAV播放录音程序，见http://blog.csdn.net/sepnic/archive/2011/01/14/6140824.aspx。现在本想好好整理一下ALSA的编程思想，但Google了一下，发现已经有同道做了类似的工作，故将其转载过来，并添加一些本人的疑问以及补充（将会继续补充，原文很多重要的ALSA参数没有提到）。

原文：http://blogold.chinaunix.net/u3/112227/showart_2251390.html

 

一. 编程细节

 

按照上面的流程，其中有许多细节我们可以加以控制，这里仅仅指出应用程序需要关心的：

 

1.1 设备层次

在alsa驱动这一层，目前为止，抽象出了4层设备：

一是hw:0,0；

二是plughw:0,0；

三是default:0；

四是default。

至于一是清楚了，二和二以上可以做数据转换，以支持一个动态的范围，比如你要播放7000hz的东西，那么就可以用二和二以上的。而你用7000hz作为参数，去设置一，就会报错。三和四，支持软件混音。我觉得default:0表示对第一个声卡软件混音，default表示对整个系统软件混音。

这里提出两点：

1.1.1 一般为了让所有的程序都可以发音，为使用更多的默认策略，我们选用三和四，这样少一些控制权，多一些方便。

1.1.2 对不同的层次的设备，相同的函数，结果可能是不一样的。比如，设置Hardware Parameters里的period和buffer size，这个是对硬件的设置，所以，default和default:0这两种设备是不能设置的。

如果直接操作hw:0,0，那么snd_pcm_writei只能写如8的倍数的frame，比如16、24等，否则就会剩下一点不写入而退回，而 default，就可以想写多少就写多少，我们也不必要关心里面具体的策略。

[Loong]：之前都是使用了default，还真没留意过这些设备有何区别。

 

1.2 Hardware Parameters

说明：之所以叫做Hardware Parameters，是因为alsa这一层api是较为底层的，它允许用户对audio interface和alsa-core两层都做设置。其中对alsa-core设置，叫做Software Parameters，而对audio interface的设置叫做Hardware Parameters。（当然要设置hardware parameters，也肯定是通过alsa驱动来完成，只不过哪些参数是指导硬件的，哪些是指导alsa-core的，分开设置了）

1.2.1 Sample rate： 采样率

1.2.2 Sample format： 采用格式

1.2.3 Number of channels： 声道数

1.2.4 Data access and layout：

简单点说，在一个period以内，数据是按照channel1排完了再排channel2呢，还是一个frame一个frame的来排（frame在alsa里指的是一次采样时间内，两个channel的数据放一块儿就是一个frame）。默认是第二种。

1.2.5 Interrupt interval：

中断间隔，就是靠periods决定的，有函数来设置periods，也就是说这个hardware buffer在一次遍历之内，要中断多少次，来通知alsa-driver来写入或读走数据。比如buffer是8192个frame大，而 period设为4个frame大，那么比如playback，则每当有4个frame大的hardware buffer空间空出，就会中断，通知内核（alsa驱动）来写如数据。这个是影响实时效果的关键。一般不用调整。

1.2.6 Buffer size：

hardware buffer的大小，如果alsa整套体系主要靠这个来做缓冲，那么这个的大小，将影响缓冲效果，但是一般也不调整。

[Loong]：缺少buffer time、peroid time、peroid size等参数说明，这些参数一般情况下都要设置的。

1.3 Software Parameters

1.3.1 snd_pcm_sw_params_set_avail_min (playback_handle, sw_params, 4096)

这个仅用在interrupt-driven模式。这个模式是alsa驱动层的，不是硬件interrupt。它的意思是，用户使用 snd_pcm_wait()时，这个实际封装的是系统的poll调用，表示用户在等待，那么在等待什么呢？对于playback来讲，就是等待下面的声卡的hardware buffer里有一定数量的空间，可以放入新的数据了，对于record来讲，就是等待下面声卡新采集的数据达到了一定数量了。这个一定数量，就是用 snd_pcm_sw_params_set_avail_min来设置，单位是frame。实际运作，没读驱动代码，不是很清楚，可能是alsa驱动根据用户设的这个参数，来设置Hardware Parameters里面的period，也可能是不改变硬件的period，每次硬件中断还是copy到自己的空间，然后数据积累到一定数量再 interrupt应用程序，使之从wait()出来。我不知道，也不必深究。

这种模式的使用，需要用户在snd_pcm_wait()出来以后，调用一个平常的wirtei或readi函数，来写入或读取一定数量的数据。如果用户不用interrupt-driven模式，那么这个函数不必使用。

[Loong]：什么是interrupt-driven模式？

 

1.3.2 snd_pcm_sw_params_set_start_threshold (playback_handle, sw_params, 0U)

这个函数指导什么时候开启audio interface的AD/DA，就是什么时候启动声卡。

对于playback，假设第三个参数设为320,那么就是说，当用户调用writei，写入的数据，将暂时存在alsa驱动空间里，当这个数据量达到 320帧时，alsa驱动才开始将数据写入hardware buffer，并启动DA转换。对于record，当用户调用readi，这个数据量达到320帧时，alsa驱动才开始启动AD转换，捕捉数据。我一般把它设为0,我没试过非0,如果是非0, 我想第一次的writei和readi一定得够数量才行，否则设备不启动。

这个对实时效果是需要的，将第三个参数设置为0，保证声卡的立即启动。

 

1.4 what to do about xruns

xrun指的是，声卡period一到，引发一个中断，告诉alsa驱动，要填入数据，或读走数据，但是，问题在于alsa的读取和写入操作必须用户调用writei和readi才会发生的，它不会去缓存数据。如果上层没有用户调用writei和readi，那么就会产生 overrun（录制时，数据都满了，还没被alsa驱动读走）和underrun（需要数据来播放，alsa驱动却不写入数据），统称为xrun。

这个东西，需要用一些函数来设置，比如snd_pcm_sw_params_set_silence_threshold()，是针对playback 的，就是设置当xxx的情况下，就用silence来写入hardware buffer。至于xxx情况，以及写入多少silence，我都不是很清楚，还有，比如xrun到什么情况下，可以停止这个设备等等函数。一般情况下用alsa驱动的默认的xrun处理策略。

但是关于xrun，最好这样写：

while ((pcmreturn = snd_pcm_writei(pcm_handle, data, frames)) < 0) {

        snd_pcm_prepare(pcm_handle);

        fprintf(stderr, "<<<<<<<<<<<<<<< Buffer Underrun >>>>>>>>>>>>>>>/n");

}

就是说，如果这次读/写距离上次读/写，时间可能过长，那么这次去读/写的时候，device已经xrun了，在不知道alsa驱动对xrun的默认策略的情况下，最好调用snd_pcm_prepare()来重新准备好设备，然后再开始下一次读写。

 

1.5 transfer chunk size

这个应该是用不上的，我没找到文档里有用这个的。

[Loong]：这个其实是非常重要的，如果snd_pcm_writei/ snd_pcm_readi不是每次写入chunk size数据的话，那么放音/录音不是你所期望的声音。详细见：http://alsa-project.org/main/index.php/FramesPeriods