ALSA 学习笔记

关注

转载最新推荐文章于 2026-06-12 09:33:12 发布 1.3k 阅读 AI 写同款· GEO 优化 ›

Linux的ALSA音频框架学习笔记 ALSA（Advanced Linux Sound Architecture，高级 Linux 声音架构）是 Linux 系统中音频处理的核心框架，负责管理音频硬件、提供统一的音频接口，支持复杂的音频功能（如多设备并发、硬件混音、采样率转换等）。ALSA 的核心用户空间库，提供统一的 API（如 PCM 播放 / 录制、音量控制、设备枚举等），封装了内核接口的复杂细节（如 ioctl 调用、内存映射等）。核心层通过一系列精心设计的数据结构，将分散的音频功能（如 PCM、控制、MIDI 等）组织成有机整体。阅读详情

ALSA 学习笔记

8/19/2009 11:19:31 PM

ALSA 学习笔记

ALSA项目网址： http://www.alsa-project.org/main/index.php/Main_Page
因为项目用的kernel为2.6.17，所以以下分析都是基于2.6.17版本，在这个版本里，没有asoc等。

1 整体架构

Application
---------------
Alsa-lib                   User Space
-------------------------------------
   Alsa                      Kernel Space
-------
sound driver
----------------------------------
   Hardware

Application : 比如aplay ,它不是直接调用Kernel所提供的接口，而是调用ALSA-lib 的接口。所以应用程序只要#include "asound.h"
并链接libasound .
对于上面的架构，在某一时刻只能有一个程序打开声卡并占有它，此时其它程序打开的话，会返回busy.如要支持同时可以多个应用程序打开声卡，需要支持
混音功能，有些声卡支持硬件混音，但大部分声卡不支持硬件混音，需要软件混音。这时需要ESD,pulseAudio等，架构变为：
   App1    App2
---------------
    ESD ， pulseaudio
--------------------
Alsa-lib                   User Space
-------------------------------------
   Alsa                      Kernel Space
-------
sound driver
----------------------------------
   Hardware
此时，应用程序将调用ESD,pulseaudio等混音器提供的接口。对于ＥＳＤ，很多程序支持，比如mplayer . 对于pulseaudio ,有相应的patch .
Alsa本身也提供混音的plugin,dmix .
    App1    App2
---------------
   Alsa-lib （dmix)           User Space
-------------------------------------
   Alsa                      Kernel Space
-------
sound driver
----------------------------------
   Hardware
此架构和架构１，应用程序不需要做任何修改，只需要修改asound.conf
架构１的asound.conf的例子：
pcm.!default {
type hw
   card 0
   }
ctl.!default {
   type hw
   card 0
     }
   架构３的asound.conf的例子：
   pcm.card0 {
    type hw
    card 0
}
pcm.!default {
    type plug
    slave.pcm "dmixer"
}
pcm.dmixer {
    type dmix
    ipc_key 1025
    slave {
        pcm "hw:0,0"
        period_time 0
        period_size 4096
        buffer_size 16384
        periods 128
        rate 44100
    }
    bindings {
        0 0
        1 1
    }
}
关于配置，可以参考这个网站：
http://www.alsa-project.org/alsa-doc/alsa-lib/pcm_plugins.html

对于period_size和buffer_size，要注意，我将他们修改为1024 ,8192.在我们的平台上用dmix会出现underrun!!! 信息。

2　ALSA kernel
2.1 目录
    Alsa-driver包括很多在开发中的驱动，以及一些2.2,2.4 linux内核版本的支持。当这些驱动稳定后，将移入alsa-kernel中，并最终在linux kernel
的sound目录下.
          sound
                /core
                        /oss
                        /seq
                                /oss
                                /instr
               /drivers
                        /mpu401
                        /opl3
                /i2c
                        /l3
                /synth
                        /emux
                /pci
                        /(cards)
                /isa
                        /(cards)
                /arm
                /ppc
                /sparc
                /usb
                /pcmcia /(cards)
                /oss
      core目录是alsa的核心，
      core/oss目录主要是为了支持PCM和mixer的OSS模拟，rawmidi OSS模拟放在alsa的rawmidi文件里主要是因为它相当小。这样很多以前支持OSS
      的应用程序也可以在Alsa上运行。
      core/seq ， alsa 音序器.core/seq/oss是alsa对OSS音序器模拟。
      driver目录包含各种芯片驱动。
      I2C目录，alsa i2c组件。尽管linux 有标准的i2c层，但alsa对于一些声卡有自己的i2c代码，原因是声卡仅仅需要一些简单的操作而标准的
      I2C API 对于此目的太复杂。
      PCI目录，主要是给PCI总线上的PCI声卡
      ISA目录，主要是给ISA总线上的ISA声卡
      arm, ppc, and sparc目录，这些架构下的某些声卡驱动，如pxa2xx-pcm.c PXA处理器的
      USB目录，USB-audio 驱动
      pcmcia,
      OSS目录, OSS架构的文件,不属于alsa

   2.2 接口
    Alsa kernel为上层主要提供以下接口：
    1 control interface 提供灵活的方式管理注册的声卡和对存在的声卡进行查询。
    2 PCM interface 提供管理数字音频的捕捉和回放。
    3 原始 MIDI 接口
    一种标准电子音乐指令集。这些 API 提供访问声卡上的 MIDI 总线。这些原始借口直接工作在 The MIDI
事件上，程序员只需要管理协议和时间。
    4 Timer 接口为支持声音的同步事件提供访问声卡上的定时器。
    5 音序器接口一个比原始MIDI接口高级的MIDI编程和声音同步高层接口。它可以处理很多的MIDI协议和定时器。
    6 mixer接口   控制发送信号和控制声音大小的声卡上的设备。/dsp/mixer,OSS中存在。

   我们主要关心1,2接口

   2.3 声卡的管理
   ２.3.1 卡　
   对于每一个声卡，一个“卡”的记录必须分配。
   “卡”的记录是声卡的总部，它管理着声卡上的所有的设备（或者组件）的列表，例如PCM,Mixer,MIDI等等。
   数据结构为：snd_card
   其中　number : 第几个声卡，最大为SNDRV_CARDS　８个，对于我们的系统，只有一个声卡的话，number为０
   　　　id     : 声卡的string
         devices : 设备列表
         proc_root　：proc文件的根
         private_data：声卡的私有数据
         controls　　：声卡的控制接口列表
   　　　还有一些电源管理等

   调用snd_card_new来创建一个声卡实体。
　　snd_card_new(index, id, module, extra_size);
　　其中extra_size为private_data内存空间的大小，在snd_card_new中分配。

　　２.3.2 设备（组件）
    卡实例创建后，我们可以attach一个组件（设备）给一个卡的实例。在alsa驱动中，一个组件用结构snd_device对象表示。
    一个组件可以是一个PCM实例，一个控制实例，一个原始MIDI接口等。它调用snd_device_new创建。
     snd_device_new(card, snd_device_type_t, device_data, &ops);
     在control.c ,pcm.c,info.c，Rawmidi.c以及timer.c中，都有snd_device_new的调用，分别创建类型为control,PCM等的deice.
     数据结构为：snd_device
struct list_head list;  /* list of registered devices */
struct snd_card *card;  /* card which holds this device */
snd_device_state_t state; /* state of the device */
snd_device_type_t type;  /* device type */
void *device_data;  /* device structure */
struct snd_device_ops *ops; /* operations */
snd_device_ops包含了注册，unregister,free等函数。
在snd_card_new中，我们创建了一个control的device ,而snd_pcm_new创建了一个pcm的device

２.3.３注册与释放
snd_card_register　调用它后，device 文件可以被外界访问。之前，不能安全被外界所访问。
snd_card_free　一般在退出的时候调用，这样将把所有的组件都自动释放掉。

2.4   PCM接口
ALSA ＰＣＭ中间层非常强大，驱动只需要实现底层的函数以访问硬件。
每个卡最多可以有４个PCM实例。
一个PCM实例包含playback（回放）和capture(录音）流，数据结构为：snd_pcm，其中struct snd_pcm_str streams[2];　stream[0]代表
playback,stream[1]代表capture.
每一个pcm流包括一个或者多个pcm子流，
一些声卡支持多个playback功能。例如，emu10k1有一个PCM回放的３２位立体声子流（substream），此时，每次打开，一个空闲的子流自动选择并
打开，同时，如果只有一个子流存在并已经打开了，接下来的打开要么被阻塞要么返回EAGAIN,但是这些在你的驱动中不需要关心，ＰＣＭ中间层会
管理这些工作。
snd_pcm_new创建一个实体，
int snd_pcm_new(struct snd_card *card, char *id, int device,
  int playback_count, int capture_count,
         struct snd_pcm ** rpcm)
   device : 第几个pcm实体，从０开始
   playback_count：　回放子流数目　
   capture_count:　　录音子流数目

流的数据结构：snd_pcm_str
其中　stream 表示方向，是playback还是capture
　　　substream_count子流数目
　　　struct snd_pcm_substream *substream;子流的指针，指向第一个子流，根据第一个，可以找到下一个（substream->next)

snd_pcm_new_stream创建一个流　，在snd_pcm_new中被调用。

子流（substream）的数据结构：snd_pcm_substream
其中　stream 表示方向，是playback还是capture
　　 buffer_bytes_max　表示最大的环形buffer大小
　　dma_buffer　　　　　？？？？？
　　　dma_max　　　　　　　最大　
struct snd_pcm_ops *ops; 子流的操作函数，snd_pcm_set_ops会设置ops
  struct snd_pcm_runtime *runtime;
  　　　next 下一个substream,对于只有一个playback的子流，为NULL
  struct snd_timer *timer;  ????

  snd_pcm_ops 定义了一系列硬件操作函数，比如open , ioctrl , trigger等
  1 open callback :
     static int snd_xxx_open(struct snd_pcm_substream *substream);
     这个函数在一个子流被打开时调用（snd_pcm_open_substream函数调用）
     调用关系为：
     在　snd_pcm_f_ops中　.open = snd_pcm_playback_open
    snd_pcm_playback_open ---> snd_pcm_open_file---> snd_pcm_open_substream ---> snd_xxx_open
    snd_pcm_f_ops的open ,当你对/dev/snd/PCMC0D0　open时候被调用
    我们的驱动主要是分配substream->runtime，并调用request_irq把中断处理函数和runtime关联起来。

    2 close callback
static int snd_xxx_close(struct snd_pcm_substream *substream);
这个函数在一个子流被关闭时调用
     调用关系为：
     在　snd_pcm_f_ops中　.release = snd_pcm_release
    snd_pcm_release ---> snd_pcm_release_substream ---> snd_xxx_close
    snd_pcm_f_ops的release ,当你对/dev/snd/PCMC0D0　close时候被调用
    我们的驱动主要是调用free_irq把中断处理函数和runtime释放掉。
    （是否有内存泄露，因为在open函数里对runtimer 用kmalloc了，在close函数里应该kfree(runtime)???

     ３ ioctl callback
     一般用snd_pcm_lib_ioctl

     ４　hw_params　callback
     static int snd_xxx_hw_params(struct snd_pcm_substream *substream,
                               struct snd_pcm_hw_params *hw_params);
      调用关系为：
     在　snd_pcm_f_ops中　.unlocked_ioctl = snd_pcm_playback_ioctl
          snd_pcm_playback_ioctl --> snd_pcm_playback_ioctl1
      -->snd_pcm_common_ioctl1 ---> snd_pcm_hw_params_user ---> snd_pcm_hw_params ---> snd_xxx_hw_params

    snd_pcm_f_ops的unlocked_ioctl,当你对/dev/snd/PCMC0D0　进行ioctl(int fd, int command, (char *) argstruct)调用时,文件系统的do_ioctl
    会先判断unlocked_ioctl函数是否为空,不为空则调用filp->f_op->unlocked_ioctl ,其中command为   SNDRV_PCM_IOCTL_HW_PARAMS   .
    这个函数在应用程序设置硬件参数时被调用,也就是说,当pcm子流的buffer大小,周期大小,格式等被定义的时候.
    许多硬件的设置必须在这个回调函数中做,包括buffer的分配.buffer的分配可以调用snd_pcm_lib_malloc_pages函数.
    我们的驱动好像只有buffer的分配,没做别的处理,会不会有问题 ????

    5 hw_free callback
    static int snd_xxx_hw_free(struct snd_pcm_substream *substream);
    释放在 hw_params中分配的资源

    6 prepare callback
    static int snd_xxx_prepare(struct snd_pcm_substream *substream);
          调用关系为：
     在　snd_pcm_f_ops中　.unlocked_ioctl = snd_pcm_playback_ioctl
          snd_pcm_playback_ioctl --> snd_pcm_playback_ioctl1
      -->snd_pcm_common_ioctl1 ---> snd_pcm_prepare --> snd_pcm_do_prepare ---> snd_xxx_prepare
      IO命令为 SNDRV_PCM_IOCTL_PREPARE.
      你可以在这个函数里设置格式类型,采样率等,它和hw_params的区别在于 prepare回调函数在每次snd_pcm_prepare都会被调用
      例如,underrun后的恢复等
      在这个函数里,你可以通过runtime记录substream->runtime得到一些值,例如,目前的采样率,格式类型,声道数目,runtime->rate, runtime->format or runtime->channels
      分配的内存设置在 runtime->dma_area,大小和周期分别为runtime->buffer_size和runtime->period_size.

      我们的驱动这个函数有问题 .


     7 trigger callback
      static int snd_xxx_trigger(struct snd_pcm_substream *substream, int cmd);
          调用关系为：
     在　snd_pcm_f_ops中　.unlocked_ioctl = snd_pcm_playback_ioctl
          snd_pcm_playback_ioctl --> snd_pcm_playback_ioctl1
      -->snd_pcm_common_ioctl1 ---> snd_pcm_drain --> snd_pcm_do_drain_init ---> snd_xxx_trigger
      IO命令为 SNDRV_PCM_IOCTL_DRAIN

     这个callback函数是原子的,也就是不能调用会sleep的函数,trigger回调函数应当尽量小,只是triggering DMA,其他的操作在 hw_params和
     perpare里面做.
     我们的驱动实现了start,stop,SUSPEND 和 RESUME, 没有实现pause,unpause.还调用了msleep???? 这不对
     mdelay是一个让CPU空转，一直等待到批定的时间后才退出
     msleep是让当前进程休眠，让出CPU给其它进程使用，等到时间到了之后再唤醒
     msleep不能用于中断上下文中

     8 pointer callback
     static snd_pcm_uframes_t snd_xxx_pointer(struct snd_pcm_substream *substream)
     该回调函数在PCM中间层咨询在buffer中当前硬件位置的时候被调用,位置以frames计算,范围为0到buffer_size - 1.
调用关系为：
     snd_pcm_period_elapsed --> snd_pcm_update_hw_ptr_pos ---> snd_xxx_pointer
     在中断处理函数中,snd_pcm_period_elapsed被调用,然后PCM中间层更新位置,并计算剩余空间,并唤醒睡着的线程.
    SNDRV_PCM_POS_XRUN ????

    9 其他的callback非强制的,我们驱动没实现他们.



设置好硬件操作函数后，你可以预先分配buffer,调用
snd_pcm_lib_preallocate_pages_for_all
该函数将更新子流的dma_max　以及　dma_buffer ,　其中dma_buffer中的area 代表内存区域

PCM实例的释放，一般不需要，PCM中间层会自动释放其中的内存的，除非你在初始化的时候，分配了一些特殊的变量（用kmalloc),
此时在退出函数里，用kfree掉。

2.4.2. runtime
当一个PCM子流打开时，一个PCM的runtime实例被分配并赋给substream-〉runtime 。
runtime保持大多数你需要控制PCM的信息，hw_params and sw_params配置的拷贝，buffer的指针等
数据结构：snd_pcm_runtime
包括 hw :hw_params 信息
硬件描述符(struct snd_pcm_hardware)包含了基本硬件配置的定义.首先,你将在open 回调函数里定义它.
需要说明的是:runtime实例保持着描述符的copy,不是对已经的描述符的指针,也就是说,在open 回调函数中,你可以修改runtime->hw
根据你的需要.

2.4.3 中断处理
中断处理函数在声卡驱动中的作用:更新buffer的位置并在buffer位置越过以前设置的period size时,告诉PCM中间层.调用snd_pcm_period_elapsed函数
将告诉PCM中间层.
在snd_pcm_hw_params中会对period_size进行设置.
有以下几种声卡类型产生中断的方式:
1)在周期边界产生中断
   最常用的方式
2)高频率的timer中断
   用于那些不产生中断的芯片
   我们的实现:
对于位置pcm_buf_pos ,在prepare调用的时候设为0,在中断的时候,每次会传60个bytes,每次加上60,循环.
然后调用snd_pcm_period_elapsed函数通知上层.

在中断中调用spin_lock ???? 为了多处理器吗???

PCM中的file_operation :
   当调用snd_pcm_new时，
       snd_pcm_new ---> snd_pcm_dev_register --> snd_register_device 此函数更新snd_minor结构，

    而在 alsa_sound_init中，register_chrdev(major , "alsa",&snd_fops);当一个alsa主设备打开时，会调用snd_fops中的open函数，
    也就是snd_open( 在sound.c中),而snd_open会根据snd_minor替换其file_ops，如果minor是PCM设备，将用PCM的file_operation
    (snd_pcm_new中更新了）