【ALSA】關於alsa的總結

一. alsa展現的三層結構：
   （1）audio interface：
             audio interface就是聲卡，它含有hardware buffer，注意，這個hardware buffer是在聲卡里面，不是內存。
  （2）computer：
            這個指的是計算機的內核和驅動（驅動由alsa提供），當（1）的audio interfacce引發中斷，內核會捕捉到，再把處理移交alsa。
 （3）application：
           這個就是你寫的程序，你開辟一個buffer，比如playback，就交給alsa來play。

在上面的框架下，流程如下：
  （1）playback： 
          application開辟一個buffer，填上數據，調用alsa接口，alsa把buffer數據復制到其驅動的空間，再把數據交給 hardware buffer。
  （2）record：
         同playback，相似的。

二. 細節：
    按照上面的流程，其中有許多細節我們可以加以控制，這里僅僅指出應用程序需要關心的：
    1) 操作的設備：
       在alsa驅動這一層，目前為止，抽象出了4層設備:
       一是如hw:0,0，二是plughw:0,0，三是default:0，四是default至於 一是清楚了，二和二以上可以做數據轉換，以支持一個動態的范圍，比如你要播放7000hz的東西，那么就可以用二和二以上的。而你用7000hz作為參 數，去設置一，就會報錯。三和四，支持軟件混音。我覺得default:0表示對第一個聲卡軟件混音，default表示對整個系統軟件混音，由於我沒有 多聲卡，所以沒法試驗四的效果。
       這里提出兩點：
          （1）一般為了讓所有的程序都可以發音，為使用更多的默認策略，我們選用三和四，這樣少一些控制權，多一些方便。
          （2）對不同的層次的設備，相同的函數，結果可能是不一樣的。
             比如，設置Hardware Parameters里的period和buffer size，這個是對硬件的設置，所以，default和default:0這兩種設備是不能設置的。
             比如，如果直接操作hw:0,0，那么snd_pcm_writei只能寫如8的倍數的frame，比如16,24,否則就會剩下一點不寫入而退回，而 default，就可以想寫多少就寫多少，我們也不必要關心里面具體的策略。

    2) Hardware Parameters:
       說明：之所以叫做Hardware Parameters，是因為alsa這一層API是較為底層的，它允許用戶對上面提到的三層結構的audio interface和computer兩層都做設置。其中對computer，也就是alsa驅動這一層的設置，叫做Software Parameters，而對audio interface（聲卡）的設置叫做Hardware Parameters。（當然，要設置hardware parameters，也肯定是通過alsa驅動來完成，只不過哪些參數是指導硬件的，哪些是指導alsa驅動的，分開設置了）
    （1）Sample rate： 不用說了（這些，對於default設備也能設的，上面已經說了）
    （2）Sample format： 不用說了
    （3）Number of channels： 不用說了
    （4）Data access and layout：簡單點，就是說，在一個period以內，數據是按照channel1排完了再排channel2呢，還是一個frame一個frame的 來排（frame在alsa里指的是一次采樣時間內，兩個channel的數據放一塊兒就是一個frame）。默認是第二種。
    （5）Interrupt interval：中斷間隔，就是靠periods決定的，有函數來設置periods，也就是說這個hardware buffer在一次遍歷之內，要中斷多少次，來通知內核（最終是到alsa驅動）來寫入或讀走數據。比如buffer是8192個frame大，而 period設為4個frame大，那么比如playback，則每當有4個frame大的hardware buffer空間空出，就會中斷，通知內核（alsa驅動）來寫入數據。這個是影響實時效果的關鍵！！！但是，我觀察的，我的電腦的默認period就是 4個frame，按16字節，雙通道來算的話，也就是16個字節！所以，默認就很實時了！！一般的實時程序已經夠用了！！一般不用調整。
    （6）Buffer size：就是hardware buffer的大小，如果alsa整套體系主要靠這個來做緩沖，那么這個的大小，將影響緩沖效果，但是一般也不調整。

    3) Software Parameters:
    （1）snd_pcm_sw_params_set_avail_min (playback_handle, sw_params, 4096)
        這個僅用在interrupt-driven模式。這個模式是alsa驅動層的，不是硬件的interrupt。它的意思是，用戶使用 snd_pcm_wait()時，這個實際封裝的是系統的poll調用，表示用戶在等待，那么在等待什么呢？對於playback來講，就是等待下面的聲 卡的hardware buffer里有一定數量的空間，可以放入新的數據了，對於record來講，就是等待下面聲卡新采集的數據達到了一定數量了。這個一定數量，就是用 snd_pcm_sw_params_set_avail_min來設置。單位是frame。實際運作，沒讀驅動代碼，不是很清楚，可能是alsa驅動根 據用戶設的這個參數，來設置Hardware Parameters里面的period，也可能是不改變硬件的period，每次硬件中斷還是copy到自己的空間，然后數據積累到一定數量再 interrupt應用程序，使之從wait()出來。我不知道，也不必深究。
這種模式的使用，需要用戶在snd_pcm_wait()出來以后，調用一個平常的wirtei或readi函數，來寫入或讀取那個“一定數量”的數據。 如果用戶不用interrupt-driven模式，那么這個函數不必使用。
    （2）snd_pcm_sw_params_set_start_threshold (playback_handle, sw_params, 0U)
        這個函數指導什么時候開啟audio interface的AD/DA，就是什么時候啟動聲卡。
對於playback，假設第三個參數設為320,那么就是說，當用戶調用writei，寫入的數據，將暫時存在alsa驅動空間里，當這個數據量達到 320幀時，alsa驅動才開始將數據寫入hardware buffer，並啟動DA轉換。對於record，當用戶調用readi，這個數據量達到320幀時，alsa驅動才開始啟動AD轉換，捕捉數據。我一般 把它設為0,我沒試過非0,如果是非0, 我想第一次的writei和readi一定得夠數量才行，否則設備不啟動。
這個對實時效果是需要的，將第三個參數設置為0，保證聲卡的立即啟動。
    （3）what to do about xruns:
        xrun指的是，聲卡period一過，引發一個中斷，告訴alsa驅動，要填入數據，或讀走數據，但是，問題在於，alsa的讀取和寫入操作，好象是必 須用戶調用writei和readi才會發生的，它不會去緩存數據！！！，所以如果上層沒有用戶調用writei和readi，那么就會產生 overrun（錄制時，數據都滿了，還沒被alsa驅動讀走）和underrun（需要數據來播放，alsa驅動卻不寫入數據），統稱為xrun。 我對它的理解是，不是一個period引發的中斷就叫做xrun，而是當整個hardware buffer都被寫滿了（record時）或空了（play時），這個時候的中斷下的情況才指的是xrun。無所謂了，怎么立解都行，不影響編程：）
        這個東西，需要用一些函數來設置，比如snd_pcm_sw_params_set_silence_threshold()，是針對playback 的，就是設置當xxx的情況下，就用silence來寫入hardware buffer。至於xxx情況，以及寫入多少silence，我都不是很清楚，還有，比如xrun到什么情況下，可以停止這個設備等等函數。這個（3）的 涉及的參數，我都沒試過，一般情況下，就用alsa驅動的默認的xrun處理策略吧，等以后出了錯誤再說，而且例子里也沒有提到。
但是，關於xrun，在編程時，最好這樣寫：
while ((pcmreturn = snd_pcm_writei(pcm_handle, data, frames)) < 0) {
        snd_pcm_prepare(pcm_handle);
        fprintf(stderr, "<<<<<<<<<<<<<<< Buffer Underrun >>>>>>>>>>>>>>>\n");
}
        就是說，如果這次讀/寫距離上次讀/寫，時間可能過長，那么這次去讀/寫的時候，device已經xrun了，在不知道alsa驅動對xrun的默認策略 的情況下，最好調用snd_pcm_prepare()來重新准備好設備，然后再開始下一次讀寫。我想，prepare()意思，可能相當於復位，不很清 楚。我想，windows下的那套API下的驅動，一定是已經有了一套對xrun的處理策略，用戶根本沒有接口可以調整它，我想它的策略比如 playback遇到underrun，也就是填入silence罷了。
    （4）transfer chunk size:
這個應該是用不上的，我沒找到文檔里有用這個的。

三. 編碼模式：
    TODO LIST：以后把下面兩點補上：
      (1)一般讀寫模式：
    （2）interrupt-driven模式：作者推薦這個模式，我決定用這個模式來做吧。
    我推測的原因：它非常清晰的告訴了用戶，你需要讀取數據或寫入數據了！ 這樣允許用戶即時的作出操作：比如現在讓用戶從wait（）出來，用戶知道需要比如寫入數據了，它可以決定寫入真實的數據，或者寫如silence，或者 其他。而用一般讀寫模式，你不會即時知道下層的需求！！所以，相當於你只能在你下一次讀/寫的時候，判斷有沒有xrun，其他你什么都做不了：） （並且在實時性要求不高的情況下，設置一個較大的interrupt間隔，真個alsa的效率會高一點呵呵。而且這種interrupt模式，可以使得代 碼簡單改下就可以用到其他采用interrupt的系統上，作者這米說的）
TODO: 再好好想想這個模式，其實我不確定實際使用上有什么好?

四. 和windows API的比較：
    windows audio接口的那些需要加入的buffer，屬於應用程序的buffer，windows靠用戶添加buffer queue來設置緩沖，而alsa並不提供接口讓用戶設置應用層的緩沖區，緩沖區的作用，就是減弱或消除數據流或用戶操作偶爾過快或過慢造成的影響，所以 alsa是一定要有緩沖區的，我不知道是否，hardware buffer獨自承擔着alsa里面的buffer角色？
alsa的writei和readi好象可以改成
TODO： 根據實際的編程結果，從效果看看，這樣做是否效果也很好。

五. 其他：
    對聲卡的編程就是對兩個設備進行指導的過程, 下面分3點敘述: 
    1. 關於Mixer編程.
    我了解到的聲卡,有三個主要部分:
    (1)mixer
    (2)dsp(ad,da)
    (3)buffer
    可以認為它們按上面(1)(2)(3)的順序聯接起來, 而buffer和計算機總線間接相連.
    目前認為的原理是這樣的:
    (1)圖1表現了一個mixer, 圖2是很多個mixer, 但實際上, 聲卡里至少有兩個mixer, 一個叫做input mixer, 一個叫做output mixer. input mixer接收外來模擬信號, output mixer接收dsp給它的模擬信號. 需要知道的是, mixer的輸入和輸出都是模擬信號, 輸入和輸出的線路也叫做混音通道, 我覺得這是物理線路的范疇, 這也就是為什么一個程序調整mixer, 會影響另一個程序的原因, 因為我覺得它調整的是物理參數. 圖中藍色的方框就是可調節增益的地方(總之, 我認為它們是可供軟件調節的硬件線路參數)
    (2)一個mixer的輸出可以作為另一個mixer的輸入. 比如考慮這樣一種情景, 怎樣混合CD和自己的歌聲? 我估計就是CD的數字信號, 先到buffer, 經dsp的D/A轉換, 輸入"輸出混音器"的一個混音通道(source line), 再從destination line出來后, 不送往speaker, 而是送往"輸入混音器"混音通道, 這樣和人聲(從"輸入混音器"的microphone混音通道進入)一起混音, 再從destination line出來, 送往dsp做A/D轉換, 最后送往buffer.
    而調節各個source line/destination line的增益, 以及route souce line和destination line就是mixer做的, 也是軟件可以調節的.
    至於系統mixer面板上的master和pcm的區別, 我想pcm是dsp輸出的模擬信號, 也就是outmixer的source line的增益吧, 而master也許是outmixer的destination line的增益吧.這個其實找不到具體的聲卡結構圖是很難搞清楚的.
    2. 關於dsp編程.
    這個最好理解為是上述mixer體系中的一條默認的流程.對於用戶來講,dsp設備就是完成基本的播放和錄音功能.
    而用戶當然應該指導dsp完成工作, 就象指導mxier一樣. 用戶給dsp的指導參數主要是format(frame/s和bits/frame)和channel數, 要不然dsp怎樣能做D/A或A/D轉換呢.
    3. 關於buffer.
    涉及到的buffer有三個, 一是聲卡的buffer, 二是驅動的kernel buffer, 三是用戶指定的user buffer. 數據就是這樣一個接一個復制上來的,或一個一個復制下去的, 復制的信號是聲卡的interrupt信號. 當buffer滿了(讀)或buffer空了(寫)時, 就會引發中斷.