Linux下的音頻編程中有OSS和ALSA，本篇文章將對ALSA進行相關介紹。ALSA提供一系列基於命令行的工具集，比如混音器(mixer)，音頻文件播放器(aplay)，以及控制特定聲卡特定屬性的工具。
一、ALSA的 API主要分為以下幾種接口：
（1）控制接口：提供靈活的方式管理注冊的聲卡和對存在的聲卡進行查詢。
（2）PCM接口：管理數字音頻回放(playback)和錄音(capture)的接口。
（Pulse Code Modulation（脈沖編碼調制）。這個詞描述了一種用數字化形式表示模擬信號的方法。這種方法幾乎被所有的計算機音卡所使用，它在ALSA API中用“audio”來簡稱。）
（3）原始MIDI接口: 支持 MIDI (Musical Instrument Digital Interface)，一種標准電子音樂指令集。這些API提供訪問聲卡上的MIDI總線。這些原始借口直接工作在 The MIDI事件上，程序員只需要管理協議和時間。
（4）記時接口: 為支持聲音的同步事件提供訪問聲卡上的定時器。
（5）音序器接口：一個比原始MIDI接口高級的MIDI編程和聲音同步高層接口。它可以處理很多的MIDI協議和定時器。
（6）混音器接口：控制發送信號和控制聲音大小的聲卡上的設備。
二、
1、pcm用來描述alsa中數字音頻流。Alsa音頻的播放/錄制可通過pcm來實現的。
2、在內核設備驅動層，ALSA提供了alsa-driver，同時在應用層，ALSA為我們提供了alsa-lib，應用程序只要調用alsa-lib提供的API，即可以完成對底層音頻硬件的控制。
3、alsa驅動實際上可分為兩層，比如s3c24xx-iis.c或s3c24xx-ac97.c之類，主要是音頻總線與硬件初始化(iis/ac97,GPIO,dma等)，另一層才是wm8987.c之類的芯片驅動，主要是提供寄存器讀寫接口(i2c等)，創建mixer設備之類。
三、PCM介紹
（一）簡單介紹
1、根據ALSA寫一簡單的PCM應用程序,我們首先需要為PCM設備打開一個句柄(Handle),然后指定PCM流的方向是playback。
2、pcm下面有一個playback和capture stream，playback和capture下面各自有一個substream。
（1）playback如何把用戶空間的應用程序發過來的PCM數據，轉化為人耳可以辨別的模擬音頻。
（2）capture把mic拾取到得模擬信號，經過采樣、量化，轉換為PCM信號送回給用戶空間的應用程序。
（二）相關程序
（1）此部分程序可以參考：
可參考鏈接：https://blog.csdn.net/orz415678659/article/details/8995163。
其中：
snd_card 表示一個聲卡實例, 包含多個聲卡設備；
snd_device 表示一個聲卡設備部件：
snd_pcm 表示一個PCM設備, 聲卡設備的一種, 用於播放和錄音 ；
snd_control 表示Control設備, 聲卡設備的一種, 用於控制聲卡； snd_pcm_str 表示PCM流, 分為playback和capture；
snd_pcm_substream PCM子流, 用於音頻的播放或錄制 ；
snd_pcm_ops PCM流操作集。
具體可參考鏈接：
https://www.cnblogs.com/hzl6255/p/9979377.html
（2）對於pcm.c程序可參考以下鏈接：
https://github.com/tinyalsa/tinyalsa/blob/master/src/pcm.c
1、合理的pcm_config可以做到更好的低時延和功耗。
struct pcm_config {
unsigned int channels;
unsigned int rate;
unsigned int period_size;
unsigned int period_count;
enum pcm_format format;
unsigned int start_threshold;
unsigned int stop_threshold;
unsigned int silence_threshold;
int avail_min;
};
（1）結構中的每個參數的單位都是frame(1幀 = 通道*采樣位深)：
period_size. 每次傳輸的數據長度。值越小，時延越小，cpu占用就越高。
（2）period_count. 緩之沖區period的個數。緩沖區越大，發生XRUN的機會就越少。
（3）format. 定義數據格式，如采樣位深，大小端。
（4）start_threshold. 緩沖區的數據超過該值時，硬件開始啟動數據傳輸。如果太大， 從開始播放到聲音出來時延太長，甚至可導致太短促的聲音根本播不出來;如果太小， 又可能容易導致XRUN.
（5）stop_threshold. 緩沖區空閑區大於該值時，硬件停止傳輸。默認情況下，這個數 為整個緩沖區的大小，即整個緩沖區空了，就停止傳輸。但偶爾的原因導致緩沖區空， 如CPU忙，增大該值，繼續播放緩沖區的歷史數據，而不關閉再啟動硬件傳輸(一般此 時有明顯的聲音卡頓)，可以達到更好的體驗。
（6）silence_threshold. 這個值本來是配合stop_threshold使用，往緩沖區填充靜音 數據，這樣就不會重播歷史數據了。但如果沒有設定silence_size,
（7）avail_min. 緩沖區空閑區大於該值時，pcm_mmap_write()才往緩沖寫數據。這個 值越大，往緩沖區寫入數據的次數就越少，面臨XRUN的機會就越大。Android samsung tuna 設備在screen_off時增大該值以減小功耗，在screen_on時減小該 值以減小XRUN的機會。
在不同的場景下，合理的參數就是在性能、時延、功耗等之間達到較好的平衡。
（8）struct pcm pcm_open(unsigned int card, unsigned int device, unsinged int flags, struct pcm_config config)。
2、從pcm_open這個接口可以看到，它通過幾個參數獲得了一個句柄，之后所有的操作都通過這個句柄來完成。這些參數里面，card代表第幾塊聲卡，device就是上面提到的device index，它跟驅動中配置的DAI link的次序有關，flags參數中會指明這個設備是capture類型還是playback類型。通過這3個參數，就可以找到對應的PCM設備文件。
3、一個pcm設備包含播 放/錄制兩個流，每個流有若干個substream.一個substream只能被一個進程占用。其中snd_pcm_substream可實現音頻的播放或錄制。如下：
struct snd_pcm_substream {
struct snd_pcm *pcm;
struct snd_pcm_str *pstr;
void *private_data; /* copied from pcm->private_data */
int number;
char name[32]; /* substream name */
int stream; /* stream (direction) */ /* 錄制/播放 */
struct pm_qos_request latency_pm_qos_req; /* pm_qos request */
size_t buffer_bytes_max; /* limit ring buffer size */
struct snd_dma_buffer dma_buffer;
unsigned int dma_buf_id;
size_t dma_max;
/* -- hardware operations -- */
const struct snd_pcm_ops *ops;
/* -- runtime information -- */
struct snd_pcm_runtime *runtime;
/* -- timer section -- */
struct snd_timer *timer; /* timer */
unsigned timer_running: 1; /* time is running */
/* -- next substream -- */
struct snd_pcm_substream *next;
/* -- linked substreams -- */
struct list_head link_list; /* linked list member */
struct snd_pcm_group self_group; /* fake group for non linked substream (with substream lock inside) */
struct snd_pcm_group *group; /* pointer to current group */
/* -- assigned files -- */
void *file; /* 指向 pcm_file */
int ref_count; /* 引用計數，打開 O_APPEND 時有用 */
atomic_t mmap_count; /* mmap 的引用計數 */
unsigned int f_flags; /* pcm 打開的文件標記 */
void (*pcm_release)(struct snd_pcm_substream *);
struct pid *pid; /* 所在進程的pid，有多個substream時用於選擇使用哪個 */
/* misc flags */
unsigned int hw_opened: 1; /* 若已打開，在釋放substream時需要調用close() */
};
四、補充：
alsa驅動的設備文件可在Linux系統中的/dev/snd 里查看。
其中：C0D0代表的是聲卡0中的設備0，pcmC0D0c最后一個c代表capture，pcmC0D0p最后一個p代表playback。
controlC0：用於聲卡的控制，例如通道選擇，混音，麥克風的控制等；
midiC0D0：用於播放midi音頻；
pcmC0D0c ： 用於錄音的pcm設備；
pcmC0D0p ：用於播放的pcm設備；
seq ：音序器；
timer ：定時器；