pcm用来描述alsa中数字音频流。Alsa音频的播放/录制就是通过pcm来实现 的。
名词解释 声音是连续模拟量，计算机将它离散化之后用数字表示，就有了以下几个名词术语。 Frame. 帧是音频流中最小的单位，一段音频数据就是由苦干帧组成的。 Channel. 通道表示每帧数据中包含的通道数。单声道音频Mono含有 1个通道，立体声Stereo音频通常为2个通道。 Bit Depth. 位深，也叫采样精度，计算机对每个通道采样量化时数字比特位数，通常有16/24/32位。 Frames Per Second. 采样率表示每秒的采样帧数。常用的采样率如8KHz的人声， 44.1KHz的mp3音乐, 96Khz的蓝光音频。 Bits Per Second. 比特率表示每秒的比特数。 上面几个量有换算关系：比特率=采样率×通道数×位深. 下图是8K采样率下 16bits/400Hz的单声道正弦波音频。pcm数据就是图上采样点幅值的16bit表示。 数据结构 snd_pcm结构用于表征一个PCM类型的snd_device. struct snd_pcm { struct snd_card *card; /* 指向所属的card设备 */ int device; /* device number */ struct snd_pcm_str streams[2]; /* 播放和录制两个数据流 */ wait_queue_head_t open_wait; /* 打开pcm设备时等待打开一个可获得的substream */ } struct snd_pcm_str { int stream; /* stream (direction) */ struct snd_pcm *pcm; /* 指向所属的pcm设备 */ /* -- substreams -- */ unsigned int substream_count; /* 个数 */ unsigned int substream_opened; /* 在使用的个数 */ struct snd_pcm_substream *substream; /* 指向substream单链表 */ } 文件/proc/asound/cardX/pcmXp/info可以查看pcm的信息。一个pcm设备包含播 放/录制两个流，每个流有若干个substream.一个substream只能被一个进程占用。 snd_pcm_substream才是真正实现音频的播放或录制的结构。 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) */ /* 录制/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, 不知道有什么用？ */ int ref_count; /* 引用计数，打开 O_APPEND 时有用 */ atomic_t mmap_count; /* mmap 的引用计数 */ unsigned int f_flags; /* pcm 打开的文件标记 */ void (*pcm_release)(struct snd_pcm_substream *); struct pid *pid; /* 所在进程的pid，有多个substream时用于选择使用哪个 */ /* misc flags */ unsigned int hw_opened: 1; /* 若已打开，在释放substream时需要调用close() */ }; 文件/proc/asound/cardX/pcmXp/subX/info可以查看这个substream的信息。这 个结构里两个最重要的成员是runtime和ops. snd_pcm_ops是substream的操作方法集。 struct snd_pcm_ops { int (*open)(struct snd_pcm_substream *substream); /* 必须实现 */ int (*close)(struct snd_pcm_substream *substream); int (*ioctl)(struct snd_pcm_substream * substream, unsigned int cmd, void *arg); /* 用于实现几个特定的IOCTL1_{RESET,INFO,CHANNEL_INFO,GSTATE,FIFO_SIZE} */ int (*hw_params)(struct snd_pcm_substream *substream, struct snd_pcm_hw_params *params); /* 用于设定pcm参数，如采样率/位深... */ int (*hw_free)(struct snd_pcm_substream *substream); int (*prepare)(struct snd_pcm_substream *substream); /* 读写数据前的准备 */ int (*trigger)(struct snd_pcm_substream *substream, int cmd); /* 触发硬件对数据的启动/停止 */ snd_pcm_uframes_t (*pointer)(struct snd_pcm_substream *substream); /* 查询当前的硬件指针 */ int (*wall_clock)(struct snd_pcm_substream *substream, struct timespec *audio_ts); /* 通过hw获得audio_tstamp */ int (*copy)(struct snd_pcm_substream *substream, int channel, snd_pcm_uframes_t pos, void __user *buf, snd_pcm_uframes_t count); /* 除dma外的hw自身实现的数据传输方法 */int (*silence)(struct snd_pcm_substream *substream, int channel, snd_pcm_uframes_t pos, snd_pcm_uframes_t count); /* hw静音数据的填充方法 */ struct page *(*page)(struct snd_pcm_substream *substream, unsigned long offset); /* 硬件分配缓冲区的方法 */ int (*mmap)(struct snd_pcm_substream *substream, struct vm_area_struct *vma); /* */ int (*ack)(struct snd_pcm_substream *substream); /* 通知硬件写了一次数据 */ }; 这些操作方法集由各种声卡如PCI,USB,SOC等子模块来实现。 snd_pcm_runtime用于表示substream运行时状态。 struct snd_pcm_runtime { /* -- Status -- */ /* */ /* -- HW params -- */ /* 当前流的数据格式 */ /* -- SW params -- */ /* 用户配置的参数如pcm_config */ /* -- mmap -- */ struct snd_pcm_mmap_status *status; /* 当前硬件指针位置及其状态 */ struct snd_pcm_mmap_control *control; /* 当前的应用指针及其状态 */ /* -- locking / scheduling -- */ /* 用于通知如数据空闲/溢出等事件 */ /* -- private section -- */ /* -- hardware description -- */ /* 硬件支持的参数及参数之间的约束条件 */ /* -- interrupt callbacks -- */ /* HW一次中断传输完毕时的回调，似乎没有哪个模块用到它？ */ void (*transfer_ack_begin)(struct snd_pcm_substream *substream); void (*transfer_ack_end)(struct snd_pcm_substream *substream); /* -- timer -- */ /* -- DMA -- */ struct snd_dma_buffer *dma_buffer_p; /* allocated buffer */ } 这是相当大的一个结构体，自带的注释很明晰，就不贴它的成员了。它反映了一个 substream运行时的状态及实时信息。文件/proc/asound/*/subX/可以得到这个 结构的大部分信息。 PCM的状态转换 下图是PCM的状态的转换图。 除XRUN状态之后，其它的状态大多都由用户空间的ioctl()显式的切换。 以TinyAlsa的播放音频流程为例。 pcm_open()的对应的流程就是： open(pcm)后绑定一个substream，处于OPEN状态 ioctl(SNDRV_PCM_IOCTL_SW_PARAMS)设定参数pcm_config.配置 runtime 的 sw_para.切换到SETUP状态 Tinyalsa的pcm_wirte()流程： ioctl(SNDRV_PCM_IOCTL_PREPARE)后，substream切换到PREPARE状态。 ioctl(SNDRV_PCM_IOCTL_WRITEI_FRAMES)后，substream切换到RUNNING状态。 TinyAlsa的pcm_mmap_write()流程： ioctl(SNDRV_PCM_IOCTL_PREPARE)后，substream切换到PREPARE状态。 ioctl(SNDRV_PCM_IOCTL_START)后，substream切换到RUNNING状态。 TinyAlsa pcm_close流程： ioctl(SNDRV_PCM_IOCTL_DROP)后，切换回SETUP状态。 close()之后，释放这个设备。 XRUN状态又分有两种，在播放时，用户空间没及时写数据导致缓冲区空了，硬件没有 可用数据播放导致UNDERRUN;录制时，用户空间没有及时读取数据导致缓冲区满后溢出， 硬件录制的数据没有空闲缓冲可写导致OVERRUN. 缓冲区的管理 音频的缓冲区是典型的只有一个读者和一个写者的FIFO结构。 下图是ALSA中FIFO缓冲区的示意图。 上图以播放时的缓冲管理为例，runtime->boundary一般都是较大的数，ALSA中默认接近 LONG_MAX/2.这样FIFO的出队入队指针不是真实的缓冲区的地址偏移，经过转换才得到 物理缓冲的偏移。这样做的好处是简化了缓冲区的管理，只有在更新hw指针的时候才需 要换算到hw_ofs. 当用户空间由于系统繁忙等原因，导致hw_ptr>appl_ptr时，缓冲区已空，内核这里有两种方案： 停止DMA传输，进入XRUN状态。这是内核默认的处理方法。 继续播放缓冲区的重复的音频数据或静音数据。 用户空间配置stop_threshold可选择方案1或方案2,配置silence_threshold选择继 续播放的原有的音频数据还是静意数据了。个人经验，偶尔的系统繁忙导致的这种状态， 重复播放原有的音频数据会显得更平滑，效果更好。 实现 pcm的代码让人难以理解的部分莫过于硬件指针的更新snd_pcm_update_hw_ptr0(),分 析见这里。它是将hw_ofs转换成FIFO中 hw_ptr的过程，同时处理环形缓冲区的回绕，没有中断，中断丢失等情况。 还有一处就是处理根据硬件参数的约束条件得到参数的代码 snd_pcm_hw_refine(substream, params). 留待以后分析吧。 调试 sound/core/info.c是alsa为proc实现的接口。这也是用户空间来调试内核alsa 最主要的方法了。打开内核配置选项 CONFIG_SND_VERBOSE_PROCFS/CONFIG_SND_PCM_XRUN_DEBUG，可看到以下的目录树。 /proc/asound/ |-- card0 | |-- id 声卡名 | |-- pcm0c | | |-- info pcm设备信息 | | |-- sub0 | | | |-- hw_params 硬件配置参数 | | | |-- info substream设备信息 | | | |-- status 实时的hw_ptr/appl_ptr | | | `-- sw_params 软件配置参数 | | `-- xrun_debug 控制内核alsa的调试日志输出 | `-- pcm0p |-- cards 内核拥有的声卡 |-- devices 内核所有的snd_device设备 |-- pcm 所有的pcm设备 `-- version alsa的版本号 在ALSA播放/录制异常时，若打开xrun_debug，内核日志会实时打印更多有用的信息， 往/proc/asound/card0/pcm0p/xrun_debug写入相应的掩码就好了。 #define XRUN_DEBUG_BASIC (1<<0) #define XRUN_DEBUG_STACK (1<<1) /* dump also stack */ #define XRUN_DEBUG_JIFFIESCHECK (1<<2) /* do jiffies check */ #define XRUN_DEBUG_PERIODUPDATE (1<<3) /* full period update info */ #define XRUN_DEBUG_HWPTRUPDATE (1<<4) /* full hwptr update info */ #define XRUN_DEBUG_LOG (1<<5) /* show last 10 positions on err */ #define XRUN_DEBUG_LOGONCE (1<<6) /* do above only once */ 相当冗长的一篇总结。与其它内核模块比起来，这部分代码似乎显得更“晦涩”，原因 之一可能就是音频流是实时的数据，而内核本身不是实时的系统，软件上不能很好的保 证hw_ptr和appl_ptr的同步。