Linux音訊程式設計指南（1）

什麼是音訊？

取樣和量化。取樣就是每隔一定時間就讀一次聲音頻號的幅度，而量化則是將取樣得到的聲音頻號幅度轉換為數字值.

1 取樣頻率

是指將模擬聲音波形進行數位化時，每秒鐘抽取聲波幅度樣本的次數。取樣頻率的選擇應該遵循奈奎斯特（harrynyquist）取樣理論：如果對某一模擬訊號進行取樣，則取樣後可還原的最高訊號頻率只有取樣頻率的一半.正常人聽覺的頻率範圍大約在20hz~20khz之間，根據奈奎斯特取樣理論，為了保證聲音不失真，取樣頻率應該在40khz左右。常用的音訊取樣頻率有8khz、11.025khz、22.05khz、16khz、37.8khz、44.1khz、48khz等.

2量化位數

是對模擬音訊訊號的幅度進行數位化，它決定了模擬訊號數位化以後的動態範圍，常用的有8位、12位和16位。量化位越高，訊號的動態範圍越大，數位化後的音訊訊號就越可能接近原始訊號，但所需要的存貯空間也越大。

3聲道數

它有單聲道和雙聲道之分。雙聲道又稱為立體聲，在硬體中有兩條線路，音質和音色都要優於單聲道.

通過音訊驅動操作硬體：

linux下的應用程式無法直接對音效卡這類硬體裝置進行操作，而是必須通過核心提供的驅動程式才能完成,最早出現在linux上的音訊程式設計介面是oss（open soundsystem）,alsa（advanced linux soundarchitecture）它是在linux下進行音訊程式設計時另乙個可供選擇的音效卡驅動程式。alsa除了像oss那樣提供了一組核心驅動程式模組之外，還專門為簡化應用程式的編寫提供了相應的函式庫，與oss提供的基於ioctl的原始程式設計介面相比，alsa函式庫使用起來要更加方便一些.alsa和oss最大的不同之處在於alsa是由志願者維護的自由專案，而oss則是由公司提供的商業產品，因此在對硬體的適應程度上oss要優於alsa，它能夠支援的音效卡種類更多。alsa雖然不及oss運用得廣泛，但卻具有更加友好的程式設計介面，並且完全相容於oss，對應用程式設計師來講無疑是乙個更佳的選擇。

如何對音訊程式設計？

無論是oss還是alsa，都是以核心驅動程式的形式執行在linux核心空間中的，應用程式要想訪問音效卡這一硬體裝置，必須借助於linux核心所提供的系統呼叫（systemcall）。從程式設計師的角度來說，對音效卡的操作在很大程度上等同於對磁碟檔案的操作：首先使用open系統呼叫建立起與硬體間的聯絡，此時返回的檔案描述符將作為隨後操作的標識；接著使用read系統呼叫從裝置接收資料，或者使用write系統呼叫向裝置寫入資料，而其它所有不符合讀/寫這一基本模式的操作都可以由ioctl系統呼叫來完成；最後，使用close系統呼叫告訴linux核心不會再對該裝置做進一步的處理。

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

引數pathname是將要被開啟的裝置檔案的名稱，對於音效卡來講一般是/dev/dsp。引數flags用來指明應該以什麼方式開啟裝置檔案，它可以是o_rdonly、o_wronly或者o_rdwr，分別表示以唯讀、只寫或者讀寫的方式開啟裝置檔案；引數mode通常是可選的，它只有在指定的裝置檔案不存在時才會用到，指明新建立的檔案應該具有怎樣的許可權。

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

fd是裝置檔案的識別符號，它是通過之前的open系統呼叫獲得的；引數buf是指向緩衝區的字元指標，它用來儲存從音效卡獲得的資料；

引數count則用來限定從音效卡獲得的最大位元組數。如果read系統呼叫成功完成，它將返回從音效卡實際讀取的位元組數，通常情況會比count的值要小一些；

如果read系統呼叫失敗，它將返回-1，同時還會設定全域性變數errno，來指明是什麼原因導致了錯誤的發生。

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

引數buf儲存著向音效卡寫入的資料；引數count則用來限定向音效卡寫入的最大位元組數。

如果write系統呼叫成功完成，它將返回向音效卡實際寫入的位元組數；如果read系統呼叫失敗，它將返回-1，同時還會設定全域性變數errno，來指明是什麼原因導致了錯誤的發生。無論是read還是write，一旦呼叫之後linux核心就會阻塞當前應用程式，直到資料成功地從音效卡讀出或者寫入為止。

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

凡是對裝置檔案的操作不符合讀/寫基本模式的，都是通過ioctl來完成的，它可以影響裝置的行為，或者返回裝置的狀態

int close(int fd);

音訊硬體物件：

音效卡中的dsp裝置實際上包含兩個組成部分：在以唯讀方式開啟時，能夠使用a/d轉換器進行聲音的輸入；而在以只寫方式開啟時，則能夠使用d/a轉換器進行聲音的輸出。嚴格說來，linux下的應用程式要麼以唯讀方式開啟/dev/dsp輸入聲音，要麼以只寫方式開啟/dev/dsp輸出聲音，但事實上某些音效卡驅動程式仍允許以讀寫的方式開啟/dev/dsp，以便同時進行聲音的輸入和輸出，這對於某些應用場合（如ip**）來講是非常關鍵的。

對於linux應用程式設計師來講，音訊程式設計介面實際上就是一組音訊裝置檔案，通過它們可以從音效卡讀取資料，或者向音效卡寫入資料，並且能夠對音效卡進行控制，設定取樣頻率和聲道數目等等。

Linux音訊程式設計指南（1）

Linux音訊程式設計指南二

SICS程式設計指南 1 序言

Apple Pay程式設計指南 1 簡介

Linux音訊程式設計指南（1）

Linux音訊程式設計指南 二

SICS程式設計指南 1 序言

Apple Pay程式設計指南 1 簡介

相關推薦

Linux音訊程式設計指南二