Tiny6410声卡驱动——录音与回放

在Linux下，音频设备程序的实现与文件系统的操作密切相关。Linux将各种设备以文件的形式给出统一的接口，这样的设计使得对设备的编程与对文件的操作基本相同，对Linux内核的系统调用也基本一致，从而简化了设备编程。

如何对各种音频设备进行操作是在Linux上进行音频编程的关键，通过内核提供的一组系统调用，应用程序能够访问声卡驱动程序提供的各种音频设备接口，这是在Linux下进行音频编程最简单也是最直接的方法。

声卡不是Linux控制台的一部分，它是一个特殊的设备。声卡主要提供3个重要的特征：

• 数字取样输入/输出
• 频率调制输出
• MIDI接口

这3个特征都有它们自己的设备驱动程序接口

• 数字取样的接口是/dev/dsp
• 频率调制的接口/dev/sequencer
• MIDI接口是/dev/midi

混音设备（如音量、平衡或者贝斯）可以通过/dev/mixer接口来控制。

为了满足兼容性的需要，还提供了一个/dev/audio设备，该设备可用于读SUN_law的声音数据，但它是映射到数字取样设备的。

1、音频编程接口

程序员可以使用ioctl()来操作这些设备，ioctl()请求是在linux/soundcard.h中定义的，它们以SNDCTL_开头。

• 首先使用open系统调用建立起与硬件间的联系，此时返回的文件描述符将作为随后操作的标识；
• 接着使用read系统调用从设备接收数据，或者使用write系统调用向设备写入数据，而其他所有不符合读/写这一基本模式的操作都可以由ioctl系统调用来完成；
• 最后，使用close系统调用告诉Linux内核不会再对该设备做进一步的处理。

1.1．open系统调用

系统调用open可以获得对声卡的访问权，同时还能为随后的系统调用做好准备，其函数原型如下所示：

int open(const char *pathname, int flags, int mode);

• 参数pathname是将要被打开的设备文件的名称，对于声卡来讲一般是/dev/dsp。
• 参数flags用来指明应该以什么方式打开设备文件，它可以是O_RDONLY、O_WRONLY或者O_RDWR，分别表示以只读、只写或者读写的方式打开设备文件；
• 参数mode通常是可选的，它只有在指定的设备文件不存在时才会用到，指明新创建的文件应该具有怎样的权限。如果open系统调用能够成功完成，它将返回一个正整数作为文件标志符，在随后的系统调用中需要用到该标志符。

如果open系统调用失败，它将返回-1，同时还会设置全局变量errno，指明是什么原因导致了错误的发生。

1.2．read系统调用

read用来从声卡读取数据，其函数原型如下所示：

int read(int fd, char *buf, size_t count);

• 参数fd是设备文件的标志符，它是通过之前的open系统调用获得的；
• 参数buf是指向缓冲区的字符指针，它用来保存从声卡获得的数据；
• 参数count则用来限定从声卡获得的最大字节数。

如果read系统调用成功完成，它将返回从声卡实际读取的字节数，通常情况会比count的值小一些；如果read系统调用失败，它将返回-1，同时还会设置全局变量errno，来指明是什么原因导致了错误的发生。 

1.3．write系统调用

write用来向声卡写入数据，其函数原型如下所示：

size_t write(int fd, const char *buf, size_t count);

系统调用write和系统调用read在很大程度是类似的，差别只在于write是向声卡写入数据，而read则是从声卡读入数据。

• 参数fd同样是设备文件的标志符，它也是通过之前的open系统调用获得的；
• 参数buf是指向缓冲区的字符指针，它保存着即将向声卡写入的数据；
• 参数count则用来限定向声卡写入的最大字节数。

如果write系统调用成功完成，它将返回向声卡实际写入的字节数；如果write系统调用失败，它将返回-1，同时还会设置全局变量errno，来指明是什么原因导致了错误的发生。无论是read还是write，一旦调用之后，Linux内核就会阻塞当前应用程序，直到数据成功地从声卡读出或者写入为止。

1.4．ioctl系统调用

系统调用ioctl可以对声卡进行控制，凡是对设备文件的操作不符合读/写基本模式的，都是通过ioctl来完成的，它可以影响设备的行为，或者返回设备的状态，其函数原型如下所示：

int ioctl(int fd, int request, ...);

• 参数fd是设备文件的标志符，它是在设备打开时获得的，如果设备比较复杂，那么对它的控制请求相应地也会有很多种，
• 参数request的目的就是用来区分不同的控制请求；

通常说来，在对设备进行控制时还需要有其他参数，这要根据不同的控制请求才能确定，并且可能是与硬件设备直接相关的。

1.5．close系统调用

当应用程序使用完声卡之后，需要用close系统调用将其关闭，以便及时释放占用的硬件资源，其函数原型如下所示：

int close(int fd);

• 参数fd是设备文件的标志符，它是在设备打开时获得的。

一旦应用程序调用了close系统调用，Linux内核就会释放与之相关的各种资源，因此建议在不需要的时候尽量及时关闭已经打开的设备。 

2、音频设备文件

• /dev/sndstat

设备文件/dev/sndstat是声卡驱动程序提供的最简单的接口，通常它是一个只读文件，作用也仅仅只限于汇报声卡的当前状态。一般说来，/dev/sndstat是提供给最终用户来检测声卡的，不宜用于程序当中，因为所有的信息都可以通过ioctl系统调用来获得。

• /dev/dsp

声卡驱动程序提供的/dev/dsp是用于
数字采样和数字录音的设备文件，它对于Linux下的音频编程来讲非常重要。
向该设备写数据即意味着激活声卡上的D/A转换器进行放音，而从该设备读数据则意味着激活声卡上的A/D转换器进行录音。目前，许多声卡都提供有多个数字采样设备，它们在Linux下可以通过/dev/dsp等设备文件进行访问。

• /dev/audio

/dev/audio类似于/dev/dsp，它兼容于Sun工作站上的音频设备，使用的是mu-law编码方式。由于设备文件/dev/audio主要出于对兼容性的考虑，所以在新开发的应用程序中最好不要尝试用它，而应该以/dev/dsp进行替代。对于应用程序来说，同一时刻只能使用/dev/audio或者/dev/dsp其中之一，因为它们是
相同硬件的不同软件接口。

• /dev/mixer

在声卡的硬件电路中，混音器（mixer）是一个很重要的组成部分，它的作用是
将多个信号组合或者叠加在一起，对于不同的声卡来说，其混音器的作用可能各不相同。运行在Linux内核中的声卡驱动程序一般都会提供/dev/mixer这一设备文件，它是应用程序对混音器进行操作的软件接口。

• /dev/sequencer

目前大多数声卡驱动程序还会提供/dev/sequencer设备文件，用来对声卡内建的波表合成器进行操作，或者对MIDI总线上的乐器进行控制，通常只用于计算机音乐软件中。 

3、音频设备编程设计

3.1.DSP编程

DSP是数字信号处理器（Digital Signal Processor）的简称，它用来进行数字信号处理的特殊芯片，声卡使用它来实现模拟信号和数字信号的转换。声卡中的DSP设备实际上包含两个组成部分：

在以只读方式打开时，能够使用A/D转换器进行声音的输入；

在以只写方式打开时，则能够使用D/A转换器进行声音的输出。

严格说来，Linux下的应用程序要么以只读方式打开/dev/dsp输入声音，要么以只写方式打开/dev/dsp输出声音，但事实上，某些声卡驱动程序仍允许以读写的方式打开/dev/dsp，以便同时进行声音的输入和输出。

在从DSP设备读取数据时，从声卡输入的模拟信号经过A/D转换器变成数字采样后的样本，保存在声卡驱动程序的内核缓冲区中，当应用程序通过read系统调用从声卡读取数据时，保存在内核缓冲区中的数字采样结果将被复制到应用程序所指定的用户缓冲区中。

需要指出的是，声卡采样频率是由内核中的驱动程序所决定的，而不取决于应用程序从声卡读取数据的速度。如果应用程序读取数据的速度过慢，以致低于声卡的采样频率，那么多余的数据将会被丢弃；如果读取数据的速度过快，以致高于声卡的采样频率，那么声卡驱动程序将会阻塞那些请求数据的应用程序，直到新的数据到来为止。

在向DSP设备写入数据时，数字信号会经过D/A转换器变成模拟信号，然后产生出声音。应用程序写入数据的速度同样应该与声卡的采样频率相匹配，过慢的话会产生声音暂停或者停顿的现象，而过快的话又会被内核中的声卡驱动程序阻塞，直到硬件有能力处理新的数据为止。

无论是从声卡读取数据，或是向声卡写入数据，事实上都具有特定的格式，默认为8位无符号数据、单声道、8kHz采样率，如果默认值无法达到要求，可以通过ioctl系统调用来改变它们。通常情况下，在应用程序中打开设备文件/dev/dsp之后，接着就应该为其设置恰当的格式，然后才能从声卡读取或者写入数据。 

对声卡进行编程时，首先要做的是打开与之对应的硬件设备，这是借助于open系统调用来完成的，并且一般情况下使用是/dev/dsp文件。采用何种模式对声卡进行操作也必须在打开设备时指定，对于不支持全双工的声卡来说，应该使用只读或者只写的方式打开，只有那些支持全双工的声卡，才能以读写的方式打开，并且还要依赖于驱动程序的具体实现。

Linux允许应用程序多次打开或者关闭与声卡对应的设备文件，从而能够很方便地在放音状态和录音状态之间进行切换，建议在进行音频编程时只要有可能就尽量使用只读或者只写的方式打开设备文件，因为这样不仅能够充分利用声卡的硬件资源，而且还有利于驱动程序的优化。下面的代码示范了如何以只写方式打开声卡进行放音操作：

int handle = open("/dev/dsp", O_WRONLY);
if (handle == -1) {
perror("open /dev/dsp");
return -1;
}

运行在Linux内核中的声卡驱动程序专门维护了一个缓冲区，其大小会影响到放音和录音时的效果，使用ioctl系统调用可以对它的尺寸进行恰当的设置。调节驱动程序中缓冲区大小的操作不是必需的，如果没有特殊的要求，一般采用默认的缓冲区大小就可以了。但需要注意的是，
缓冲区大小的设置通常应紧跟在设备文件打开之后，这是因为对声卡的其他操作有可能会导致驱动程序无法再修改其缓冲区的大小。下面的代码示范了怎样设置声卡驱动程序中的内核缓冲区的大小：

int setting = 0xnnnnssss;
int result = ioctl(handle, SNDCTL_DSP_SETFRAGMENT, &setting);
if (result == -1) {
	perror("ioctl buffer size");
	return -1;
}

在设置缓冲区大小时，参数setting实际上由两部分组成，其低16位标明缓冲区的尺寸，相应的计算公式为buffer_size = 2^ssss，即若参数setting低16位的值为16，那么相应的缓冲区的大小会被设置为65536字节。参数setting的高16位则用来标明分片（fragment）的最大序号，它的取值范围从2到0x7FFF，其中0x7FFF表示没有任何限制。 

接下来要做的是设置声卡工作时的声道数目，根据硬件设备和驱动程序的具体情况，可以将其设置为0（单声道，mono）或者1（立体声，stereo）。下面的代码示范了应该怎样设置声道数目。

int channels = 0; // 0=mono 1=stereo
int result = ioctl(handle, SNDCTL_DSP_STEREO, &channels);
if ( result == -1 ) {
	perror("ioctl channel number");
	return -1;
}
if (channels != 0) {
	// 只支持立体声
}

采样格式和采样频率是在进行音频编程时需要考虑的另一个问题，声卡支持的所有采样格式可以在头文件soundcard.h中找到，而通过ioctl系统调用则可以很方便地更改当前所使用的采样格式。下面的代码示范了如何设置声卡的采样格式。

int format = AFMT_U8;
int result = ioctl(handle, SNDCTL_DSP_SETFMT, &format);
if ( result == -1 ) {
	perror("ioctl sample format");
	return -1;
}

声卡采样频率的设置也非常容易，只需在调用ioctl时将第二个参数的值设置为SNDCTL_ DSP_SPEED，同时在第三个参数中指定采样频率的数值就行了。对于大多数声卡来说，其支持的采样频率范围一般为5kHz到44.1kHz或者48kHz，但并不意味着该范围内的所有频率都会被硬件支持，在Linux下进行音频编程时最常用到的几种采样频率是11025Hz、16000Hz、22050Hz、32000Hz和44100Hz。下面的代码示范了如何设置声卡的采样频率。

int rate = 22050;
int result = ioctl(handle, SNDCTL_DSP_SPEED, &rate);
if ( result == -1 ) {
	perror("ioctl sample format");
	return -1;
} 

3.2.录音与回放

#include<unistd.h>
#include<fcntl.h>
#include<sys/types.h>
#include<sys/ioctl.h>
#include<linux/soundcard.h>
#include<stdio.h>
#include<stdlib.h>
#include<errno.h>

#define DEV "/dev/dsp"		/*device name*/
#define RATE 48000			/*sample rate*/
#define SIZE 16				/*data size*/
#define CHANNELS 1			/*channels*/
#define TIME 3				/*times to be recorded*/
#define LENGTH RATE*SIZE*CHANNELS*TIME/8			/*lenght of datas*/
#define ACT_RECORD 0		/*action record*/
#define ACT_PLAY 1			/*action playback*/
#define ACT_RECORD_PLAY 2	/*action record and playback*/

int open_device(const char*, unsigned int);
int close_device(unsigned int);
int set_format(unsigned int, unsigned int, unsigned int, unsigned int);

int main()
{
	int i;
	int fd;					/*file descriptor*/
	unsigned char* buf;		/*buffer for sound datas*/
	buf = malloc(LENGTH);

	printf("open......\n");
	/*open the sound device*/
	fd = open_device(DEV,ACT_RECORD_PLAY);
	if(fd == -1){
		fprintf(stderr,"Open Audio Device %s failed:%s\n",DEV,strerror(errno));
		return -1;
	}
	printf("open successed\n");

	printf("set......\n");

	/*set the format of device*/
	if(set_format(fd, SIZE, CHANNELS, RATE) < 0){
		fprintf(stderr,"Cann't set %s in bit %d, channel %d, sample rate %d\n",DEV,SIZE,CHANNELS,RATE);
		return -1;
	}
	printf("set successed\n");

	/*write data to device*/
	for(i = 0; i < 10; i++){
		printf("Say...\n");
		if(read(fd, buf, LENGTH) < 0){
			fprintf(stderr,"Read sound failed:%s\n",strerror(errno));
			printf("read\n");
			return -1;
		}
		printf("Listen...\n");
		if(write(fd, buf, LENGTH) < 0){
			fprintf(stderr,"Write sound failed:%s\n",strerror(errno));
			printf("write\n");
			return -1;
		}

		if(ioctl(fd, SOUND_PCM_SYNC, 0) < 0){
			fprintf(stderr,"Sound sync failed:%s\n",strerror(errno));
			printf("sync\n");
			return -1;
		}
	}

	/*delete the ram and close the file*/
	free(buf);
	if(close_device(fd) < 0){
		fprintf(stderr,"Cann't close device %s:%s\n",DEV,strerror(errno));
		return -1;
	}
	return 0;
}

/**********************************************
* open_device():open sound device
***** params: *****
* dev_name --> device name, such as '/dev/dsp'
* flag     --> distinguish the action of open device(ACT_RECORD or ACT_PLAY)
***** return: *****
* fild descriptor of sound device if success, -1 if failed
***********************************************/
int open_device(const char* dev_name, unsigned int flag){
	int dev_fd;
	/*open device*/
	if(flag == ACT_RECORD){
		if((dev_fd = open(dev_name, O_RDONLY)) < 0){
			return -1;
		}
	} else if(flag == ACT_PLAY){
		if((dev_fd = open(dev_name, O_WRONLY)) < 0){
			return -1;
		}
	} else if(flag == ACT_RECORD_PLAY){
		if((dev_fd = open(dev_name, O_RDWR)) < 0){
			return -1;
		}
	}
	return dev_fd;
}

/**********************************************
* close_device():close sound device
***** params: *****
* dev_fd --> the sound device's file descriptor
***** return: *****
* 0 if success, -1 if failed
***********************************************/
int close_device(unsigned int dev_fd){
	return (close(dev_fd));
}

/**********************************************
* set_format():set record and playback format
***** params: *****
* fd --> device file descriptor
* chn --> channel(MONO or STEREO)
* bits --> data size(8bits or 16bits)
* sr --> sample rate(8KHz or 16KHz or ....)
***** return: *****
* 0 if success, -1 if failed
***** notes:  *****
* parameter setting order should be like as below:
* 1. data size(number of bits)
* 2. number of channel(mono or stereo)
* 3. sample rate
***********************************************/
int set_format(unsigned int fd, unsigned int bits, unsigned int chn, unsigned int sr){
	int ioctl_val;
	/*set data size*/
	ioctl_val = bits;
	if(ioctl(fd, SOUND_PCM_WRITE_BITS, &ioctl_val) == -1){
		fprintf(stderr,"Set SOUND_PCM_WRITE_BITS %d bits failed:%s\n",bits,strerror(errno));
		return -1;
	}
	if(ioctl_val != bits){
		fprintf(stderr,"Don't support %d bits,supported %d\n",bits,ioctl_val);
		return -1;
	}

	/*set number of channel*/
	ioctl_val = chn;
	if(ioctl(fd, SOUND_PCM_WRITE_CHANNELS, &ioctl_val) == -1){
		fprintf(stderr,"Set SOUND_PCM_WRITE_CHANNELS %d failed:%s\n",chn,strerror(errno));
		return -1;
	}
	if(ioctl_val != chn){
		fprintf(stderr,"Don't support %d channel,supported %d\n",chn,ioctl_val);
		return -1;
	}

	/*set sample rate*/
	ioctl_val = sr;
	if(ioctl(fd, SOUND_PCM_WRITE_RATE, &ioctl_val) == -1){
		fprintf(stderr,"Set SOUND_PCM_WRITE_RATE %d failed:%s\n",sr,strerror(errno));
		return -1;
	}
	if(ioctl_val != sr){
		fprintf(stderr,"Don't support %d sample rate,supported %d\n",sr,ioctl_val);
		return -1;
	}

	return 0;
}

关闭/dev/dsp设备可以通过命令：fuser -k /dev/dsp