音频系统，Alsa 里面的buff 是怎么计算的？

tech2022-08-20 121

(干货)Ai音箱和Linux音频驱动小谈Linux ALSA 图解我在MTK平台下调试音频ALSA

我们知道声音是模拟信号，模拟信号转成数字信号就一定有大小，既然有大小，那我们就需要开辟内存来保存这些数据。

---- 我们知道，视频流的一帧就是一张图像 ------ 但是音频不一样，音频的一帧不能表示是一句话，因为你不知道一个人说话的时间长度。

java读取音频代码

int bufferLen = mSampleRateInHz * channels * 2 / 10; // 100ms data //int bufferLen = 2048; if ((channels == 1) && (mSampleRateInHz == 32000) && (mAudioSource == 6) && (mMaxChannels > 0)) { // get raw data bufferLen = 16000 * mMaxChannels * 2 / 10; // 100ms data } byte[] buffer = new byte[bufferLen]; mAudioRecorder = new AudioRecord(mAudioSource, mSampleRateInHz, mChannelConfig, AudioFormat.ENCODING_PCM_16BIT, bufferLen * 10); //1 sec buffer while(true) { size = mAudioRecorder.read(buffer, 0, bufferLen); //100ms }

tinycap 里面的 pcm_read 代码

int pcm_read(struct pcm *pcm, void *data, unsigned int count) { struct snd_xferi x; if (!(pcm->flags & PCM_IN)) return -EINVAL; x.buf = data; x.frames = count / (pcm->config.channels * pcm_format_to_bits(pcm->config.format) / 8); for (;;) { if (!pcm->running) { if (pcm_start(pcm) < 0) { fprintf(stderr, "start error"); return -errno; } } if (ioctl(pcm->fd, SNDRV_PCM_IOCTL_READI_FRAMES, &x)) { pcm->prepared = 0; pcm->running = 0; if (errno == EPIPE) { /* we failed to make our window -- try to restart */ pcm->underruns++; continue; } return oops(pcm, errno, "cannot read stream data"); } return 0; } }

提炼下重点

我们在里面看的一个英文单词 frames ，frames 相当一帧的数据。

----但是这个一帧跟视频流里面的一张图像又不是一个概念，这里的一帧相当于声音里面的最小计量单位。

音频帧图解

解释一下上面的图片

假设我们使用的是一个立体声 16位 16k的音频流，不管是录音还是播放都一样，那么

立体声 = 2通道

1次ADC转换样本数据是 16bits = 2bytes

1个帧代表所有通道的ADC转换数据。那么我们现在是双通道，所以

1帧 = （通道数） * （样本大小bytes） = 2 * 2 = 4bytes

为了能支持2 * 16k的采样率，系统必须支持如下的速度

bsp_rate = (通道数) * （1个样本长度） * （采样率） = 1帧 * 采样率 =

2 * 2 *16k = 64000bytes/sec（秒）

假设现在 alsa每秒中断DMA一次。那么我们每秒都需要64000bytes数据准备好，才能满足一个双通道 16 位 16k的音频流。

如果半秒中断一次，那么每次中断就是 64000bytes/ 2 = 32000bytes

如果我们100ms 产生一次中断，那么每次中断就是 64000bytes / 10 = 6400bytes

我们可以通过设置period size 来控制pcm中断的产生。

反推一下---- 如果我们设置一个16位双通道16k的音频流，并且每次都有1600帧数据---- 4 byte * 1600frams = 6400字节---- 一次中断会需要6400字节的数据----那么他就是100ms中断一次「看上面的推断」。

alsa会自己适应实际的buffer_size 和period_size，根据请求的通道数，和他们其他的一些属性。

把音频格式转换成bits的代码

unsigned int pcm_format_to_bits(enum pcm_format format) { switch (format) { case PCM_FORMAT_S32_LE: case PCM_FORMAT_S24_LE: return 32; case PCM_FORMAT_S24_3LE: return 24; default: case PCM_FORMAT_S16_LE: return 16; }; }

我们会使用这个函数拿到对应格式的音频bit「正常是16bit 和 32bit」，但是，我们读写数据是字节对齐bytes对齐的，这也是我们看到很多地方有除以8这个操作的原因。

x.buf = data; x.frames = count / (pcm->config.channels * pcm_format_to_bits(pcm->config.format) / 8);

测试的小程序

---- 用来录音的测试程序

#include <stdio.h> #define UNUSED(x) (void)(x) int main(int argc, char **argv) { UNUSED(argc); UNUSED(argv); char *cmd = "tinycap /sdcard/1.pcm -D 0 -d 3 -r 16000 -c 2 -b 16"; char buf[256]; FILE *fp = popen(cmd, "r"); for (int i=0; i<16; i++) { int result = fread(buf, 1, sizeof(buf), fp); printf("read %d bytes\n", result); } pclose(fp); return 0; }

这个程序会打开声卡 0 第 3 个pcm通路去录音。我们这里没有设置「-p」这个属性，加上这个属性之后，就会知道在1秒内的中断次数，从而知道1秒内的音频大小了。当然了，我们不设置，也会有一个默认值的。