关于USB-AUDIO使用ALSA编程的一点问题

转载自：http://blog.chinaunix.net/uid-25272011-id-3153434.html

最近在调试一款原相PAP7501摄像头中的USB的麦克风，USB层走的应该是标准的UAC协议，具体可以见USB的官网：http://www.usb.org/developers/devclass_docs#approved，而音频部分则可以跑目前Linux标准的ALSA的PCM接口，对于硬件CODEC来说，与其是完全兼容的。
     给出一份参考代码：
     这个是仿照arecord写的一个简略的测试代码，保存为wav格式的。
1、recod.c

/*

This example reads from the default PCM device
and writes to standard output  for 5 seconds of data.

*/

/* Use the newer ALSA API */
#define ALSA_PCM_NEW_HW_PARAMS_API

#include  <alsa/asoundlib.h>

/**************************************************************/
#define ID_RIFF 0x46464952
#define ID_WAVE 0x45564157
#define ID_FMT 0x20746d66
#define ID_DATA 0x61746164

typedef unsigned long uint32_t;
typedef unsigned short uint16_t;

#define FORMAT_PCM 1

static uint32_t totle_size  = 0;

struct wav_header  {
    /* RIFF WAVE Chunk */
    uint32_t riff_id;
    uint32_t riff_sz;
    uint32_t riff_fmt;
    /* Format Chunk */
    uint32_t fmt_id;
    uint32_t fmt_sz;
    uint16_t audio_format;
    uint16_t num_channels;
    uint32_t sample_rate;
    uint32_t byte_rate; /* sample_rate * num_channels * bps / 8 */
    uint16_t block_align; /* num_channels * bps / 8  */
    uint16_t bits_per_sample;
    /* Data Chunk */
    uint32_t data_id;
    uint32_t data_sz;
}__attribute__((packed));

static struct wav_header hdr;

/**************************************************************/
int record_file(unsigned rate, unsigned channels, int fd, unsigned count)
{
    long loops;
    int val;
    int rc;
    int size;
    snd_pcm_t  *handle;
    snd_pcm_hw_params_t  *params;
    int dir;
    snd_pcm_uframes_t frames;
    char  *buffer;                    /* TODO */

    /* Open PCM device for recording (capture). */
    rc  = snd_pcm_open(&handle, "plughw:0,0", SND_PCM_STREAM_CAPTURE, 0);
    if (rc < 0) {
        fprintf(stderr, "unable to open pcm device: %s\n", snd_strerror(rc));
        exit(1);
    }

    /* Allocate a hardware parameters object. */
    snd_pcm_hw_params_alloca(&params);

    /* Fill it in with default values. */
    snd_pcm_hw_params_any(handle, params);

    /* Set the desired hardware parameters. */

    /* Interleaved mode */
    snd_pcm_hw_params_set_access(handle, params, SND_PCM_ACCESS_RW_INTERLEAVED);

    /* Signed 16-bit little-endian format */
    snd_pcm_hw_params_set_format(handle, params, SND_PCM_FORMAT_S16_LE);

    /* Two channels (stereo)  */
    snd_pcm_hw_params_set_channels(handle, params, channels);

    /* rate bits/second sampling rate (CD quality) */
    snd_pcm_hw_params_set_rate_near(handle, params, &rate,  &dir);

    /* Set period size to 32 frames. */
    frames  = 320;     /* 这边的大小也不是绝对的，可以调整 */
    snd_pcm_hw_params_set_period_size_near(handle, params, &frames,  &dir);

    /* Write the parameters to the driver */
    rc  = snd_pcm_hw_params(handle, params);
    if (rc < 0) {
        fprintf(stderr, "unable to set hw parameters: %s\n", snd_strerror(rc));
        exit(1);
    }

    /* Use a buffer large enough to hold one period  */
    snd_pcm_hw_params_get_period_size(params, &frames,  &dir);/* 获取实际的frames */

    size  = frames * 2; /* 2 bytes/sample, 1 channels */
    buffer  = (char *) malloc(size);

    /* We want to loop  for 20 seconds 时间不一定准确 */
    snd_pcm_hw_params_get_period_time(params, &val,  &dir);
    loops  = 20000000 / val;

    while (loops > 0) {
        loops--;
        rc  = snd_pcm_readi(handle, buffer, frames);
        if (rc == -EPIPE)  {
          /* EPIPE means overrun  */
         fprintf(stderr, "overrun occurred\n");
         snd_pcm_prepare(handle);
        } else if  (rc < 0) {
         fprintf(stderr, "error from read: %s\n", snd_strerror(rc));
        } else if  (rc != (int)frames) {
         fprintf(stderr, "short read, read %d frames\n", rc);
        }
        rc  = write(fd, buffer, size);
        totle_size  += rc;                        /* totle data size */
        if (rc != size)
         fprintf(stderr, "short write: wrote %d bytes\n", rc);
    }

    lseek(fd, 0, SEEK_SET);      /* 回到文件头，重新更新音频文件大小 */
    hdr.riff_sz = totle_size + 36;
    hdr.data_sz = totle_size;

    if (write(fd, &hdr, sizeof(hdr)) != sizeof(hdr)) {
        fprintf(stderr, "arec: cannot write header\n");
        return  -1;
    }

    snd_pcm_drain(handle);
    snd_pcm_close(handle);
    free(buffer);

    return 0;
}

/**************************************************************/
int rec_wav(const char *fn)
{
    unsigned rate, channels;
    int fd;
    fd  = open(fn, O_WRONLY | O_CREAT | O_TRUNC, 0664);
    if (fd < 0) {
        fprintf(stderr, "arec: cannot open '%s'\n", fn);
        return  -1;
    }

    hdr.riff_id = ID_RIFF;
    hdr.riff_fmt = ID_WAVE;
    hdr.fmt_id = ID_FMT;
    hdr.audio_format = FORMAT_PCM;
    hdr.fmt_sz = 16;
    hdr.bits_per_sample = 16;
    hdr.num_channels = 1;
    hdr.data_sz = 0;                        /* TODO before record over */
    hdr.sample_rate = 16000;
    hdr.data_id = ID_DATA;

    hdr.byte_rate = hdr.sample_rate * hdr.num_channels * hdr.bits_per_sample / 8;
    hdr.block_align = hdr.num_channels * hdr.bits_per_sample / 8;

    if (write(fd, &hdr, sizeof(hdr)) != sizeof(hdr)) {
        fprintf(stderr, "arec: cannot write header\n");
        return  -1;
    }
    fprintf(stderr,"arec: %d ch, %ld hz, %d bit, %s\n",
            hdr.num_channels, hdr.sample_rate, hdr.bits_per_sample,
            hdr.audio_format == FORMAT_PCM ? "PCM"  : "unknown");

    return record_file(hdr.sample_rate, hdr.num_channels, fd, hdr.data_sz);
}

int main(int argc, char **argv)
{
    if (argc != 2) {
        fprintf(stderr,"usage: arec <file>\n");
        return  -1;
    }

    return rec_wav(argv[1]);
}

对于上述代码补充说明一点，这个是设计ALSA的一点概念：

样本长度(sample)：样本是记录音频数据最基本的单位，常见的有8位和16位。

通道数(channel)：该参数为1表示单声道，2则是立体声。

桢(frame)：桢记录了一个声音单元，其长度为样本长度与通道数的乘积。

采样率(rate)：每秒钟采样次数，该次数是针对桢而言。

周期(period)：音频设备一次处理所需要的桢数，对于音频设备的数据访问以及音频数据的存储，都是以此为单位。

交错模式(interleaved)：是一种音频数据的记录方式，在交错模式下，数据以连续桢的形式存放，即首先记录完桢1的左声道样本和右声道样本（假设为立体声格式），再开始桢2的记录。而在非交错模式下，首先记录的是一个周期内所有桢的左声道样本，再记录右声道样本，数据是以连续通道的方式存储。不过多数情况下，我们只需要使用交错模式就可以了。

具体可以参照：http://blog.chinaunix.net/uid-25272011-id-3151136.html

一开始我犯过一个错误就是rc = snd_pcm_readi(handle, buffer, frames)，这个函数的参数3的单位应该是帧大小，而一个帧的大小是根据你的量化位数和声道数决定的，对于本代码，是16bit单声道，自然一个帧大小是2字节，起初我将申请的buffer大小传给了这个参数，结果必然导致“卡顿”或者“快进”，“卡顿”是因为我在项目中是实时传输，会导致阻塞，毕竟数据量大了一倍，“快进”则是因为缓冲区的大小是实际读取数据的一半，有一半的数据在buffer中被自己给覆盖掉了，所以要慎重啊。

2、Makefile

exe = record
src  = record.c
CC  = arm-linux-gcc
INC  = -I/nfs/usr/local/arm-alsa/include
LDFLAGS  = -lpthread  -L/nfs/usr/local/arm-alsa/lib -lasound

$(exe) : $(src) FORCE
    $(CC) -o $@ $(src) $(LDFLAGS) $(INC)


FORCE:

clean:
    rm  -f ./*.o $(exe)

      此处的alsa-lib库就是之前介绍的安装的库的路径，编译可以引用该路径的库，而运行之后库的路径可不受限制，按照你定义的环境变量找到即可。
     对于内核的配置则在
     

Device Drivers --->
<*> Sound card support --->
<*> Advanced Linux Sound Architecture --->
[*] USB sound devices --->
<*> USB Audio/MIDI driver

     对于这款USB麦克风，我正常的去录音的时候，上层的直观感觉就是卡顿，这个与上面提到的是有区别的，因为同样的代码在arm上是好的，所以就怀疑是底层读慢了，（我们的应用背景是开发板实时录音，通过USB-WIFI发到上位机同步播放）很明显的是读取音频数据慢了。而同样的代码跑硬件的CODEC是很好的，不卡顿，所以很有可能问题出在USB上。我们刚好有USB的协议分析仪，我们USB是跑的全速模式，其描述符为

Interface Descriptor:
      bLength 9
      bDescriptorType 4
      bInterfaceNumber 3
      bAlternateSetting 0
      bNumEndpoints 0
      bInterfaceClass 1
      bInterfaceSubClass 2
      bInterfaceProtocol 0
      iInterface 0
    Interface Descriptor:
      bLength 9
      bDescriptorType 4
      bInterfaceNumber 3
      bAlternateSetting 1
      bNumEndpoints 1
      bInterfaceClass 1
      bInterfaceSubClass 2
      bInterfaceProtocol 0
      iInterface 0
      AudioStreaming Interface Descriptor:
        bLength 7
        bDescriptorType 36
        bDescriptorSubtype 1 (AS_GENERAL)
        bTerminalLink 3
        bDelay 1 frames
        wFormatTag 1 PCM
      AudioStreaming Interface Descriptor:
        bLength 11
        bDescriptorType 36
        bDescriptorSubtype 2 (FORMAT_TYPE)
        bFormatType 1  (FORMAT_TYPE_I)
        bNrChannels 1
        bSubframeSize 2
        bBitResolution 16
        bSamFreqType 1 Discrete
        tSamFreq[ 0] 16000
      Endpoint Descriptor:
        bLength 9
        bDescriptorType 5
        bEndpointAddress 0x83 EP 3 IN
        bmAttributes 5
          Transfer Type Isochronous
          Synch Type Asynchronous
          Usage Type Data
        wMaxPacketSize 0x0020 1x 32 bytes
        bInterval 4
        bRefresh 0
        bSynchAddress 0
        AudioControl Endpoint Descriptor:
          bLength 7
          bDescriptorType 37
          bDescriptorSubtype 1 (EP_GENERAL)
          bmAttributes 0x01
            Sampling Frequency
          bLockDelayUnits 0 Undefined
          wLockDelay 0 Undefined
/************************************************************************/
    Interface Descriptor:
      bLength 9
      bDescriptorType 4
      bInterfaceNumber 3
      bAlternateSetting 2
      bNumEndpoints 1
      bInterfaceClass 1
      bInterfaceSubClass 2
      bInterfaceProtocol 0
      iInterface 0
      AudioStreaming Interface Descriptor:
        bLength 7
        bDescriptorType 36
        bDescriptorSubtype 1 (AS_GENERAL)
        bTerminalLink 3
        bDelay 1 frames
        wFormatTag 1 PCM
      AudioStreaming Interface Descriptor:
        bLength 11
        bDescriptorType 36
        bDescriptorSubtype 2 (FORMAT_TYPE)
        bFormatType 1  (FORMAT_TYPE_I)
        bNrChannels 1
        bSubframeSize 2
        bBitResolution 16
        bSamFreqType 1 Discrete
        tSamFreq[ 0] 48000
      Endpoint Descriptor:
        bLength 9
        bDescriptorType 5
        bEndpointAddress 0x83 EP 3 IN
        bmAttributes 5
          Transfer Type Isochronous
          Synch Type Asynchronous
          Usage Type Data
        wMaxPacketSize 0x0060 1x 96 bytes
        bInterval 4
        bRefresh 0
        bSynchAddress 0
        AudioControl Endpoint Descriptor:
          bLength 7
          bDescriptorType 37
          bDescriptorSubtype 1 (EP_GENERAL)
          bmAttributes 0x01
            Sampling Frequency
          bLockDelayUnits 0 Undefined
          wLockDelay 0 Undefined

   
    看到描述符，顺便插一句，对照端点大小计算一下，蓝色字体，这款USB-AUDIO只支持16K和48K的16bit单声道录音，拿16K为例，1s数据量应该是16K*16/8=32KB，对应于端点的大小32B*1000=32KB，也就是说全速模式下应该是每帧（1ms）请求一次才对，而对于图中的红色字体，说明的意思是全速模式下的ISO传输请求间隔参数是4，对应我们的USB的控制器，意思即为每8帧才发起一次ISO请求，抓包验证确实如此，这一点确实比较诡异，问题可能就出在这里：



      但是对于几乎同样的驱动版本，我们611的是2.6.32.9而arm的是2.6.32.2，其sound目录下的usbaudio.c基本是相同的，描述符又是相同的，所以上层获取描述符进行的配置应该也是相同的，唯一的区别就是USB的控制器，我们611的是musb，而arm的是OHCI，我们musb对这个bInterval的配置是


因此驱动固然是8帧请求一次。我在OHCI的控制器中未找到类似的寄存器，猜想可能是OHCI默认的就是ISO传输每一帧会保证一次，其抓包图如下：



所以只好强制去修改musb的驱动配置，/drivers/usb/musb/musb_host.c

2013 /* precompute rxtype/txtype/type0 register */
2014 type_reg  = (qh->type << 4) | qh->epnum;
2015 switch  (urb->dev->speed) {
2016  case USB_SPEED_LOW:
2017 type_reg  |= 0xc0;
2018 break;
2019  case USB_SPEED_FULL:
2020 type_reg  |= 0x80;
2021 break;
2022 default:
2023 type_reg  |= 0x40;
2024  }
2025 qh->type_reg = type_reg;
2026
2027  /* Precompute RXINTERVAL/TXINTERVAL register */
2028 switch  (qh->type) {
2029  case USB_ENDPOINT_XFER_INT:
2030  /*
2031  * Full/low speeds use the linear encoding,
2032  * high speed uses the logarithmic encoding.
2033  */
2034  if (urb->dev->speed <= USB_SPEED_FULL) {
2035 interval  = max_t(u8, epd->bInterval, 1);
2036 break;
2037  }
2038  /* FALLTHROUGH  */
2039  case USB_ENDPOINT_XFER_ISOC:
2040  /* ISO always uses logarithmic encoding */
2041  //interval  = min_t(u8, epd->bInterval, 16);
2042  interval = min_t(u8, epd->bInterval, 1); //JGF
2043 break;
2044 default:

这样USB就是每帧请求一次，同样的代码，效果和2440的也一样了。