数字音频是一种利用数字化手段对声音进行录制、存放、编辑、压缩或播放的技术，它是随着数字信字音频号处理技术、计算机技术、多媒体技术的发展而形成的一种全新的声音处理手段。数字音频计算机数据的存储是以0、1的形式存取的，那么数字音频就是首先将音频文件转化，接着再将这些电平信号转化成二进制数据保存，播放的时候就把这些数据转换为模拟的电平信号再送到喇叭播出，数字声音和一般磁带、广播、电视中的声音就存储播放方式而言有着本质区别。相比而言，它具有存储方便、存储成本低廉、存储和传输的过程中没有声音的失真、编辑和处理非常方便等特点。
数字音频文件是通过声音录入设备录制的原始声音，直接记录了真实声音的二进制采样数据，有些文件并对原始数据进行了频率过滤和存储格式压缩，音频文件格式主要分有损和无损两类。有损文件格式是基于声学心理学的模型，除去人类很难或根本听不到的声音。
无损格式如：PCM，WAV，ALS，ALAC，TAK，FLAC，APE，WavPack(WV) ；
有损格式如：MP3，AAC，WMA，Ogg ；
数字音频文件几个重要参数：采样频率、量化位宽、声道数。
采样频率是指将模拟声音波形进行数字化时，每秒钟抽取声波幅度样本的次数。采样频率的选择应该遵循奈奎斯特（Harry Nyquist）采样理论：如果对某一模拟信号进行采样，则采样后可还原的最高信号频率只有采样频率的一半，或者说只要采样频率高于输入信号最高频率的两倍，就能从采样信号系列重构原始信号。正常人听觉的频率范围大约在20Hz~20kHz之间，根据奈奎斯特采样理论，为了保证声音不失真，采样频率应该在40kHz左右，常用的采样率有：
8,000 Hz - 电话所用采样率,对于人的说话已经足够；
11,025 Hz ；
22,050 Hz - 无线电广播所用采样率；
32,000 Hz - miniDV 数码视频camcorder、DAT(LP mode)所用采样率；
44,100 Hz - 音频CD,也常用于MPEG-1音频（VCD, SVCD, MP3）所用采样率；
47,250 Hz - 商用 PCM 录音机所用采样率；
48,000 Hz - miniDV、数字电视、DVD、DAT、电影和专业音频所用的数字声音所用采样率；
50,000 Hz - 商用数字录音机所用采样率；
96,000或192,000Hz - DVD Audio、一些LPCMDVD音轨、BD-OM（蓝光盘）音轨、和HDDVD（高清晰度DVD）音轨所用所用采样率；
2.8224 MHz - Direct Stream Digital的1位sigma-delta modulation过程所用采样率。
量化位宽是对模拟音频信号的幅度进行数字化，它决定了模拟信号数字化以后的动态范围，常用的有8位、12位、16位、24位和32位。量化位越高，信号的动态范围越大，数字化后的音频信号就越可能接近原始信号，但所需要的存贮空间也越大。
声道数是反映音频数字化质量的另一个重要因素，声道技术已广泛运用于各类传统影院和家庭影院中：
单声道的声道数为1个声道；
双声道的声道数为2个声道，立体声道的声道数默认为2个声道；
四声道环绕规定了4个发音点：前左、前右，后左、后右，4.1声道音箱系统其中“.1”声道，则是一个专门设计的超低音声道，这一声道可以产生频响范围20～120Hz的超低音；
5.1声音系统其实来源于4.1环绕，不同之处在于它增加了一个中置单元。这个中置单元负责传送低于80Hz的声音信号，在欣赏影片时有利于加强人声，把对话集中在整个声场的中部，以增加整体效果；
7.1系统已经出现，它在5.1的基础上又增加了中左和中右两个发音点，以求达到更加完美的境界。
1.2 linux音频子系统介绍
声明：本章节部分内容引用了博文《Linux音频系统简析》：http://blog.csdn.net/meizum10/article/details/17437959
Linux音频系统比较复杂，各层间有很多交叉，可能是最无序的子系统，并且它有两套音频驱动框架: OSS (Open Sound System)和ALSA (Advanced Linux Sound Architechture)，所以底层驱动有OSS和ALSA两套API。ALSA经过多年的发展，基本统一了Linux声卡硬件驱动层的接口，OSS日渐退出，但是在ALSA之上的各个应用层，方案和软件繁多复杂，ESD，PulseAudio, JACK,GStreamer, 这些系统组件各个为战，实现了不同的功能。
图1.2
上图1.2描述了Linux音频系统各部分调用关系，下面简要介绍各部分。
1.2.1 ALSA和OSS
ALSA 是 Advanced Linux Sound Architecture 的缩写，即高级 Linux声音架构,在 Linux 操作系统上提供了对音频和 MIDI（Musical InstrumentDigital Interface，音乐设备数字化接口）的支持。在 Linux2.6 版本内核以后，ALSA 已经成为默认的声音子系统，用来替换 2.4 版本内核中的OSS（Open Sound System，开放声音系统）。
ALSA 是一个完全开放源码的音频驱动程序集，是由志愿者维护的开源项目，而 OSS 则是由公司提供的商业产品。ALSA 系统包括驱动包alsa-driver（集成在内核源码）,开发包 alsa-libs，开发包插件 alsalibplugins，设置管理工具包 alsa-utils，其他声音相关处理小程序包alsa-tools，特殊音频固件支持包 alsa-firmware，OSS 接口兼容模拟层工具 alsa-oss 共 7 个子项目，其中只有 alsa-driver 是必须的。
很多专业音乐设备都是通过“火线”连接到pc的。FFADO项目旨在通过提供一个通用的火线上，支持基于Linux平台的开源音频设备解决方案。FFADO项目是的FreeBOB项目的继任者。FFADO在志愿者为基础的社区的努力下，试图提供Linux至少是存在于其他操作系统功能相同的水平，并且希望支持的火线音频设备的范围非常广泛：从混合音频控制设备到DSP算法设备的纯音频接口。然而，能够支持的是设备供应商的合作。优先考虑提供信息和测试设备的制造商。
FFADO另一个特性是整合了dsp芯片的混音驱动，你可以通过图形界面设置输入输出，以及音效等。不同于alsa的软混音，你可以真正的对硬件进 行控制，做到真正的0延时，这对现场录音等需求大大有助。和alsa等其他架构不同，jack仅仅对其支持的硬件进行处理，没有对alsa或者pulse提供接口，除非你用alsa替代jack，否则你无 法使用jack正常的进行音频播放。但是很多专业设备对jack支持良好，所以jack是你的最优选择。
PulseAudio是内置POSIX的操作系统是一个完善的机制，它是声音的应用程序代理。它允许应用程序和硬件之间传递声音数据上的高级操作。诸如将音频传输到不同的机器、改变采样格式或通道计数以及将多个声音混合成一个，这些都很容易使用声音服务器实现。内置专为Linux系统。它也被移植到Solaris、FreeBSD，NetBSD，MacOS X的测试，Windows 2000和Windows XP。内置是所有有关linux系统的一个组成部分，用于由多个供应商的各种移动设备。
ESD
ESD是声音启发守护进程（Enlightenment Sound Daemon），它在曾经很长的一段时间里曾是Gnome桌面的默认声音服务。后来，Gnome开始使用libcanberra（它本身可以和ALSA、 GStreamer、OSS和PulseAudio通信），ESD在2009年4月被彻底放弃支持。在kde上esd也是杯具。因为大部分人都是使用 kde4，所以phonon替代了esd。
SDL
SDL依然欣欣向荣的发展着。因为已经是用他开发了上百款跨平台游戏， 所以SDL库的音频输出组件依然支持良好，具有大量新的特性，并且成熟而稳定。
PortAudio
PortAudio也是一个跨平台音频库，它把 SGI、Unix和Beos加入到可能的终端混音器中。使用PortAudio的最知名的应用程序就是Audacity音频编辑器了，因为使用了 portaudio，使得它音频输出遇到了问题，jack支持也遇到了bug。
ALSA 是 Advanced Linux Sound Architecture 的缩写，即高级 Linux声音架构,在 Linux 操作系统上提供了对音频和 MIDI（Musical InstrumentDigital Interface，音乐设备数字化接口）的支持。在 Linux2.6 版本内核以后，ALSA 已经成为默认的声音子系统，用来替换 2.4 版本内核中的OSS（Open Sound System，开放声音系统）。
ALSA 是一个完全开放源码的音频驱动程序集，是由志愿者维护的开源项目，而OSS则是由公司提供的商业产品。ALSA系统包括驱动包alsa-driver（集成在内核源码）,开发包 alsa-libs，开发包插件
alsalibplugins，设置管理工具包 alsa-utils，其他声音相关处理小程序包alsa-tools，特殊音频固件支持包
alsa-firmware，OSS 接口兼容模拟层工具 alsa-oss 共 7 个子项目，其中只有 alsa-driver 是必须的。除了
alsa-driver，ALSA 包含在用户空间的 alsa-lib 函数库，具有更加友好的编程接口，并且完全兼容于
OSS，开发者可以通过这些高级 API 使用驱动，不必直接与内核驱动 API 进行交互。
ALSA 主要有如下特点：
支持多种声卡设备；
模块化的内核驱动程序；
支持 SMP（对称多处理）和多线程；
提供应用开发函数库 ；
兼容 OSS 应用程序 。
ALSA 在 Linux 系统中可以主要分两部分，在Kernel空间的设备驱动层，ALSA 提供了 ALSA-driver，它是整个 ALSA 框架的核心部分；同时在Linux User空间，ALSA 提供了alsa-lib，对 ALSA-driver的系统调用API进行封装，应用程序只要调用 alsa-lib 提供的 API，即可以完成对底层音频硬件的控制。下图2.1.2是基于ALSA框架的Linux音频系统架构图：
图2.1.2
2.1.2.1 alsa-lib
User空间的 alsa-lib 对应用程序提供统一的 alsa-lib-API 接口，简化了应用程序的实现难度。alsa-lib 主要以 plugin 插件的形式体现。详细信息详见http://www.alsa-project.org/alsa-doc/alsa-lib/ 。
Linux 内核空间中，ALSA-driver 其大致可分为三层：声卡对象描述层、ALSA 核心层 ASLA Core 和 Audio 设备驱动层 Audio device driver。
最上层的是声卡对象描述层，是声卡硬件的抽象描述，是一个虚拟层，用户空间通过这些描述可以得知该声卡硬件的功能、设备组件和操作方法等。
中间层是 ASLA Croe，是 ALSA 的标准框架，是 ALSA-driver 的核心部分，提供了各种音频设备驱动的通用方法和数据结构，为 Audio driver提供 ALSA Driver API。
最底层是 Audio device driver，根据 ALSA-driver 提供的 ALSA Driver API 和相应音频设备的初始化及工作流程，实现具体的功能组件函数，这也是驱动开发人员需要具体实现的部分。
图2.2 ALSA设备抽象图
目前 ALSA 内核提供给用户空间的 device 文件接口有：
Information Interface (/proc/asound) 信息接口；Control Interface (/dev/snd/controlCX) 控制接口；Mixer Interface (/dev/snd/mixerCXDX) 混音器接口；PCM Interface (/dev/snd/pcmCXDX) PCM 接口；Raw MIDI Interface (/dev/snd/midiCXDX) Raw 迷笛接口；Sequencer Interface (/dev/snd/seq) 音序器接口；Timer Interface (/dev/snd/timer) 定时器接口；
图2.2.1 声卡中的pcm结构图
2.2.2 Control设备
Control 接口主要让用户空间的应用程序（alsa-lib）可以访问和控制音频 codec 芯片中的多路开关，滑动控件等。用户空间通过对 Control设备的操作，从而达到操作 CODEC 相关寄存器的目的。
crw-rw—-+ 1 root audio 116, 2 4 月 7 18:14 controlC0crw-rw—-+ 1 root audio 116, 5 4月 7 18:14 controlC1crw-rw—-+ 1 root audio 116, 3 4 月 7 18:15 pcmC0D3pcrw-rw—-+ 1 root audio 116, 7 4 月 7 18:15 pcmC1D0ccrw-rw—-+ 1 root audio 116, 6 4 月 18 10:38 pcmC1D0pcrw-rw—-+ 1 root audio 116, 8 4 月 7 18:14 pcmC1D2ccrw-rw—-+ 1 root audio 116, 1 4 月 7 18:14 seqcrw-rw—-+ 1 root audio 116, 33 4 月 7 18:14 timer
我们可以看到以下设备文件:
controlCX –> 用于声卡的控制，例如通道选择，混音，麦克风的控制等pcmCXDXc –> 用于录音的 pcm 设备pcmCXDXp –> 用于播放的 pcm 设备seq –> 音序器timer –> 定时器
其中，CXDX 代表的是声卡 X 中的设备 X，pcmC1D0c 最后一个 c 代表 capture，pcmC1D0p 最后一个 p 代表 playback，这些都是 alsa-driver中的命名规则。从上面的列表可以看出，声卡下挂了 8 个设备，根据声卡的实际能力，驱动实际上可以挂上更多种类的设备。通常最重要的两个设备是 PCM 和 control。
图2.3.1
2.3.2 Stream的概念
HAD 引入了 Streams 的概念来组织数据，并通过 HDA Link 总线进行数据传输。Stream 是一个在系统内存缓冲区和 codec 之间创建的逻辑的或虚拟的连接用以来呈现数据，该连接由单个 DMA 通道通过 Link总线驱动。一个 Stream 包含一个或多个相关的组件或数据 channels，每个 channel 都被动态绑定到 codec 中的一个单一 converter 上来呈现。例如，一个立体声 Stream 包括两个 channels：左和右，在此 Stream 中的每一个采样点应该包括两个采样数据:左和右。这些采样在缓冲区中和在链路上传输的时候是组合在一起的，但是却在 codec 中连接不同的DA 转换器。
azx 是hda controller的结构体，其中struct hda_bus bus、struct snd_card *card、struct pci_dev *pci是三个重要结构体，分别表示总线、卡、设备。其kernel4.6版的结构体见下：
struct azx {struct hda_bus bus;struct snd_card *card;struct pci_dev *pci;int dev_index;/* chip type specific */int driver_type;unsigned int driver_caps;int playback_streams;int playback_index_offset;int capture_streams;int capture_index_offset;int num_streams;const int *jackpoll_ms; /* per-card jack poll interval *//* Register interaction. */const struct hda_controller_ops *ops;/* position adjustment callbacks */azx_get_pos_callback_t get_position[2];azx_get_delay_callback_t get_delay[2];/* locks */struct mutex open_mutex; /* Prevents concurrent open/close operations *//* PCM */struct list_head pcm_list; /* azx_pcm list *//* HD codec */int codec_probe_mask; /* copied from probe_mask option */unsigned int beep_mode;const struct firmware *fw;/* flags */int bdl_pos_adj;int poll_count;unsigned int running:1;unsigned int single_cmd:1;unsigned int polling_mode:1;unsigned int msi:1;unsigned int probing:1; /* codec probing phase */unsigned int snoop:1;unsigned int align_buffer_size:1;unsigned int region_requested:1;unsigned int disabled:1; /* disabled by vga_switcheroo */struct azx_dev saved_azx_dev;};
操作函数主要有两类，一个是IO级操作函数，即寄存器读写；一个是功能级操作函数；
IO级操作：
struct hdac_io_ops {/* mapped register accesses */void (*reg_writel)(u32 value, u32 __iomem *addr);u32 (*reg_readl)(u32 __iomem *addr);void (*reg_writew)(u16 value, u16 __iomem *addr);u16 (*reg_readw)(u16 __iomem *addr);void (*reg_writeb)(u8 value, u8 __iomem *addr);u8 (*reg_readb)(u8 __iomem *addr);/* Allocation ops */int (*dma_alloc_pages)(struct hdac_bus *bus, int type, size_t size, struct snd_dma_buffer *buf);void (*dma_free_pages)(struct hdac_bus *bus, struct snd_dma_buffer *buf); };
功能级操作：
struct hda_controller_ops {/* Disable msi if supported, PCI only */int (*disable_msi_reset_irq)(struct azx *);int (*substream_alloc_pages)(struct azx *chip,struct snd_pcm_substream *substream,size_t size);int (*substream_free_pages)(struct azx *chip,struct snd_pcm_substream *substream);void (*pcm_mmap_prepare)(struct snd_pcm_substream *substream,struct vm_area_struct *area);/* Check if current position is acceptable */int (*position_check)(struct azx *chip, struct azx_dev *azx_dev);/* enable/disable the link power */int (*link_power)(struct azx *chip, bool enable);};
hda dirver的初始化流程见图2.3.3.3：
图2.3.3.3
三、ALSA-lib嵌入式平台移植
虽然linux下alsa框架给用户空间提供了系统调用，但alsa-lib对系统调用进行进一步封装，并实现了很多插件，例如多音频源进行混音播放时，调用的就是 dmix 插件。
进入网站http://www.alsa-project.org/选择下载合适版本的软件包，见图3.1：
图3.1
其中，alsa-lib是ALSA 应用库(必需基础库)，alsa-utils包含一些ALSA小的测试工具.如aplay、arecord 、amixer播放、录音和调节音量小程序，对于一些应用开发者只需要以上两个软件包就可以了。
准备
解压alsa-lib-x.x.x.tar.bz2，进入解压后目录：
cd alsa-lib-x.x.x配置
./configure --host=aarch64-linux-gnu \--prefix=/usr/local/share/arm64-alsa \--enable-static=yes --enable-shared=no \--enable-python=no \--with-configdir=/usr/local/share/alsa \--with-plugindir=/usr/local/lib/alsa_lib \--with-pcm-plugins=hw
其中配置参数–prefix=/usr/local/share/arm64-alsa 是编译后结果的输出路径，–with-configdir=/usr/local/share/alsa它将影响 include/config.h中的 ALSA_CONFIG_DIR 目录。
编译
make 安装
make install准备
解压alsa-utils-x.x.x.tar.bz2，进入解压后目录：
cd alsa-utils-x.x.x配置
./configure \--host=aarch64-linux-gnu \--prefix=/usr/local/share/arm64-alsa CFLAGS="-I/usr/local/share/arm64-alsa/include" LDFLAGS="-L/usr/local/share/arm64-alsa/lib \--lasound" \--disable-alsamixer \--disable-xmlto
编译
make 安装
make install准备：
复制目标文件夹下的文件到嵌入式系统的根文件系统：
cp -rfa /usr/local/share/arm64-alsa/lib/* /initramfs/lib/cp -rfa /usr/local/share/arm64-alsa/bin/* /initramfs/sbin/cp -rfa /usr/local/share/arm64-alsa/sbin/* /initramfs/sbin/cp -rfa /usr/local/share/alsa/* /initramfs/usr/local/share/
配置环境变量：
在rootfs/etc/profile，添加如下两行:
alsa_initexport ALSA_CONFIG_PATH=/usr/local/share/alsa/alsa.conf
生成跟文件系统：
find .|cpio -o -H newc|gzip -9 > $(pwd)/initramfs.img.gz3.3 相关软件应用
在alsa-utils包含一些ALSA小的测试工具，这些工具软件都是基于alsa-lib的API实现的，其中amixer可以进行音频通道选通和音量调节，aplay是播放音频软件，arecord是录音软件。
end
一口Linux
关注，回复【1024】海量Linux资料赠送
精彩文章合集
文章推荐
