内核Alsa之pcm

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。

~EOF~

http://www.alivepea.me/kernel/alsa-pcm/