ALSA:音频子系统与 PCM 流

🔨 整理中 · 这一篇讲 ALSA(Advanced Linux Sound Architecture)——Linux 音频子系统,管声卡、PCM(数字音频)流、控制(音量/开关)。素材以 6.19 源码 + kernel.org Sound 文档为权威。它和 DMA 关系紧密:PCM 数据流靠 DMA 循环传输(device_prep_dma_cyclic,见 17 DMA)在内存和音频 codec 间搬。

做什么

音频驱动要让"用户态程序(aplay/arecord)写的样本数据"实时流到声卡 codec 的 FIFO、变成模拟声音;反过来录音是 codec 的数据流回用户态。ALSA 子系统(sound/)提供这套框架:snd_card(声卡)、snd_pcm(数字音频流)、snd_kcontrol(音量/开关控制)。驱动作者填这些结构 + 回调,用户态通过 alsa-lib(/dev/snd/*)访问。这一篇拆 ALSA 驱动的核心:声卡怎么注册、PCM 流怎么用环形 buffer + DMA 周期搬、控制接口怎么暴露音量。

要了解什么

一、ALSA 框架:`snd_card` + `snd_device`

ALSA 的顶层容器是 struct snd_card(include/sound/core.h)——一张"声卡"的化身,它下面挂一堆 snd_device(PCM/控制/MIDI/sequencer 等都算 snd_device)。驱动 snd_card_new(&pdev->dev, SNDRV_DEFAULT_IDX1, ...) 分配声卡,接着往里挂 PCM/控制等组件,最后 snd_card_register 注册(注册后 /dev/snd/controlC<N>/pcmC<N>D<p/c> 设备节点出现)。

二、PCM 流:`snd_pcm` + `snd_pcm_hardware`

数字音频(PCM = Pulse Code Modulation)是 ALSA 最常用的流。struct snd_pcm 描述一个 PCM 设备(可能多个 substream,每个是一次播放/录音)。驱动填 struct snd_pcm_hardware 描述硬件能力:

.info、.formats(SNDRV_PCM_FMTBIT_S16_LE 等)、.rates(支持的采样率)
.channels_min/max、.buffer_bytes_max、.period_bytes_min/max

以及 struct snd_pcm_ops 回调:open/close/hw_params(用户态 snd_pcm_hw_params 时调,这里分配 buffer/DMA)、prepare(每次启动前准备)、trigger(开始/停止:START/STOP)、pointer(报告当前 DMA 指针到哪了,给 ALSA 知道进度)。

三、环形 buffer + period + DMA 循环

PCM 流的核心是环形 buffer(ring buffer) + period:

ALSA 给每次播放分配一个大 buffer(几万字节),分成若干 period(每个几十~几百微秒的数据)。
DMA 设成 cyclic 循环模式(device_prep_dma_cyclic,见 17 DMA)——DMA 搬完一个 period 不停,自动接着搬下一个、循环回开头。
每搬完一个 period,DMA 中断触发 → ALSA 驱动 → 上层"哪个 period 空了、可以填新数据"。

这套"DMA 环形搬 + period 中断通知"让用户态只需保证"始终把数据填到环形 buffer 的空段",音频就能连续播放——这是所有音频驱动的核心模型。

四、控制接口:`snd_kcontrol`

除了 PCM(数据流),声卡还有控制:音量、静音、输入源选择、MIDI 等。这些通过 struct snd_kcontrol(include/sound/control.h)暴露——一个 kcontrol 对应一个"可读可写的控制值"(如 Master Playback Volume)。驱动 snd_ctl_add(card, snd_kcontrol_new(...)) 注册。用户态 amixer/alsamixer 看到的音量滑条,就是遍历这些 kcontrol。

五、用户态:alsa-lib → PulseAudio/PipeWire

用户态音频程序通过 alsa-lib(libasound,snd_pcm_* API)访问 ALSA:aplay test.wav/arecord。再上层,现代桌面有 PulseAudio(老)或 PipeWire(新)做音频服务器,统管多应用音频流、路由、音效,再 sink 到 ALSA。所以"应用 → PulseAudio/PipeWire → alsa-lib → ALSA 驱动 → DMA → codec → 喇叭"是完整音频栈。

动手试试

aplay -l/arecord -l(宿主机)列出声卡和 PCM 设备;cat /proc/asound/cards
amixer contents 看所有 kcontrol(音量/开关)
读一个简单 ALSA 驱动(如 sound/drivers/dummy.c,虚拟声卡,纯软件无硬件)或 sound/soc/codecs/ 下某 codec,看 snd_pcm_ops/snd_kcontrol 怎么填
进阶:cat /proc/asound/cardN/pcm0p/sub0/hw_params(播放时)看当前 period_size/buffer_size/格式,对照本篇第三节
思考题:为什么音频用"环形 buffer + period 中断",而不是"一次性搬完整个 buffer"?(提示:实时性 + 无限流)

做什么 ​

要了解什么 ​

一、ALSA 框架:snd_card + snd_device ​

二、PCM 流:snd_pcm + snd_pcm_hardware ​

三、环形 buffer + period + DMA 循环 ​

四、控制接口:snd_kcontrol ​

五、用户态:alsa-lib → PulseAudio/PipeWire ​

动手试试 ​

延伸阅读 ​

做什么