一、聲卡
1、聲卡是audio interface，它含有hardware buffer，而這個hardware buffer是在聲卡里面，不是內存。聲卡的緩存是環狀的，則ALSA中是將數據分成連續的片段然后傳到按單元片段傳輸。
2、當我們通過麥克風講話的聲音搜集到聲卡里之后，將內存從聲卡設備文件中讀取聲音數據的過程就是錄音過程；把內存中的聲音數據寫入到聲卡的設備文件中可以實現音頻文件。
3、我們在/dev/snd/目錄下用ls命令就可以看到相關的聲卡設備。
4、模/數(ADC)轉換器將模擬電壓轉換成離散的樣本值。聲音以固定的時間間隔被采樣，采樣的速率稱為采樣率。把樣本輸出到數/模(DAC)轉換器，比如擴音器，最后轉換成原來的模擬信號。
二、相關設備文件介紹
1、/dev/dsp
用於數字采樣（sampling）和數字錄音（recording）的設備文件，向該設備寫數據時使用聲卡上的D/A轉換器進行放音，而向該設備讀數據時使用聲卡上的A/D轉換器進行錄音。
聲卡使用DSP（數字信號處理器）來實現模擬信號和數字信號之間的轉換（有D/A和A/D轉換）。聲卡中的DSP設備在以只讀方式打開/dev/dsp時，使用A/D轉換器變成數字采樣后的樣本，通過read系統調用從聲卡讀取數據進行聲音的輸入；以只寫方式打開/dev/dsp時，數字信號經過D/A轉換器變成模擬信號，通過write進行聲音的輸出。以讀寫的方式打開 /dev/dsp可同時進行聲音的輸入和輸出。
2、/dev/sequencer合成器
3、/dev/mixer混音器
三、使用
1、在打開聲卡之后可通過ioctl函數來設置聲卡參數，函數如下所示：
int ioctl(int fd, int request, ...);
//參數fd是打開的文件的描述符，它是在設備打開時獲得的；如果設備比較復雜，那么對它的控制請求相應地也會有很多種。
//參數request是命令，它的目的就是用來區分不同的控制請求；通常說來，在對設備進行控制時還需要有其它參數，這要根據不同的控制請求才能確定，並且可能是與硬件設備直接相關的。
//第三個參數是完成命令的操作需要的參數或返回的結果。它的意義取決於命令參數，可以是單個數，或是指向復雜的數據結構的指針。（由於ioctl函數面向所有設備文件，不同的設備又是千差萬別，所以，第三個參數的意義、函數的返回值、錯誤代碼等等都取決於command。並且，不同的設備，即使是相同的command也有不同的含義，需要的參數和返回值、錯誤代碼等也不同。）
//ioctl函數中相關的命令如下：
SOUND_PCM_WRITE_BITS：設置聲卡的量化位數，8或者16，有些聲卡不支持16位；
SOUND_PCM_READ_BITS：獲取當前聲卡的量化位數；
SOUND_PCM_WRITE_CHANNELS：設置聲卡的聲道數目，1或者2，1為單聲道，2為立體聲；
SOUND_PCM_READ_CHANNELS：獲取當前聲卡的聲道數；
SOUND_PCM_WRITE_RATE：設置聲卡的采樣頻率，8K，16K等等；
SOUND_PCM_READ_RATE：獲取聲卡的采樣頻率
（1）聲卡讀取數據和向聲卡寫入數據時，具有特定的格式，默認為8位無符號數據、單聲道、8KHz采樣率，可通過ioctl系統調用來改變格式，可調節運行在Linux內核中的聲卡驅動程序中緩沖區的大小，進而達到放音和錄音想要的效果。例如：
//緩沖區大小設置
int setting = 0xnnnnssss;
int result = ioctl(handle, SNDCTL_DSP_SETFRAGMENT, &setting);
//參數setting實際上由兩部分組成，其低16位標明緩沖區的尺寸，相應的計算公式為buffer_size = 2^ssss；
//若參數setting低16位的值為16，那么相應的緩沖區的大小會被設置為65536字節。參數setting的高16位則用來標明分片（fragment）的最大序號，它的取值范圍從2一直到0x7FFF，其中0x7FFF表示沒有任何限制。
//設置聲卡聲道數目
int channels = 0; //0=mono 1=stereo
int result = ioctl(handle, SNDCTL_DSP_STEREO, &channels);
//設置采樣格式
int format = AFMT_U8;
int result = ioctl(handle, SNDCTL_DSP_SETFMT, &format);
//設置采樣頻率
int rate = 22050;
int result = ioctl(handle, SNDCTL_DSP_SPEED, &rate);
//調用ioctl時將第二個參數的值設置為SNDCTL_DSP_SPEED，同時在第三個參數中指定采樣頻率的數值。
//在 Linux下進行音頻編程時最常用到的幾種采樣頻率是11025Hz、16000Hz、22050Hz、32000Hz和44100Hz。
2、直接使用系統調用控制聲卡的是tinyalsa庫，位於目錄/external/tinyalsa下，編譯生成庫文件libtinyalsa.so（只涉及兩個文件mixer.c,pcm.c），編譯生成工具 tinycap，tinymix，tinypcminfo，tinyplay，可用於直接控制音頻通道，進行錄音播音測試。tinyalsa中使用：
pcm_open()來打開聲卡；
pcm_write()來播放音樂；
pcm_read()來錄音。
3、config 的配置很重要，tinyalsa直接從wav文件把channels,rate,等讀出來並配置進聲卡。
//轉換成config
config.channels = channels; //聲道數目
config.rate = rate; //采樣頻率
config.period_size = 1024; //周期
config.period_count = 4; //count
if (bits == 32)
config.format = PCM_FORMAT_S32_LE; //
else if (bits == 16)
config.format = PCM_FORMAT_S16_LE;
config.start_threshold = 0;
config.stop_threshold = 0;
config.silence_threshold = 0;
//
pcm = pcm_open(card, device, PCM_IN, &config);
if (!pcm || !pcm_is_ready(pcm)) {
printf("Unable to open PCM device (%s)\n",pcm_get_error(pcm));
return 0;
}
四、
1、spdif接口支持rawdata和pcmdata模式。
當音頻channel設置成channels=4的時候，spdif會相應設置成rawdata模式。當音頻channel設置成channels=2或者1的時候，spdif會設置成pcmdata模式。spdif是一個獨立的音頻驅動，接口支持alsalib中的標准接口。
2、Hdmiaudio支持rawdata和pcmdata模式。
當音頻channel設置成channels=4的時候，hdmiaudio會相應設置成rawdata模式。當音頻channel設置成channels=2或者1的時候，hdmiaudio會設置成pcmdata模式。Hdmiaudio是一個獨立的音頻驅動，接口支持alsalib中的標准接口。