pcm
在学习audio的过程中，经常会遇到PCM这个设备，那什么是PCM？跟随下面的这个链接: https://blog.csdn.net/cc289123557/article/details/78745277 来看一下这个特有名词.
脉冲编码调制(Pulse Code Modulation,PCM)，就是把一个时间连续，取值连续的模拟信号变换成时间离散，取值离散的数字信号后在信道中传输，这是基本原理。 根据此原理，在音频领域的数字音频就用pcm设备来代表，pcm也是一种音频格式，可以自定义通道数，采样率，采样精度；我们经常采用的I2S格式其实属于pcm的一种，不过I2S规定了只有2通道。 音频的采样率(rate)一般采用44.1K，16K，48K等,采样精度(format)一般都是8/16/24/32bit
kernel结构体设备:
struct snd_pcm
struct snd_pcm_str
struct snd_pcm_substream
一个音频设备分播放和录音两个功能，对应到pcm就分PLAYBACK和CAPTURE，分别用结构体snd_pcm_str来表示，一个播放或者录音设备可以集成多个音频流，每个音频流用snd_pcm_substream结构体来表示 好，引用到此结束。
今天我们不聊kernel，只关注上层的应用。在ALSA(Advanced Linux Sound Architecture)中， pcm代表了一个通路。
总结来说就是， pcm设备就是kernel的抽象层，可以把计算机硬件声卡采集到的物理特性进行描述，正如上面的通道数、采样率、采样精度等。
User space
这块属于ALSA-lib的东西了。包含一套插件机制，可以对audio进行 resampling、mixing、channel mapping等操作，
Pulseaudio
Pulseaudio作为sound server负责集成处理各种声卡的输入输出信号。目前各大linux发行版默认安装PulseAudio了。
Usage
在命令行中录音和播放
arecord
aplay
usage 1：
aplay -c 2 -t wav cut.wav
正在播放 WAVE 'cut.wav' : Signed 16 bit Little Endian, 频率44100Hz， Stereo
这个命令可以把名为cut.wav的音乐文件使用aplay播放出来。”-c 2”是2通道， -t指明类型，但是在我这里改变通道的效果没有体现出来。
这两个工具在使用的过程中遇到的一个问题是，”-L”参数只会列出该pc中的芯片设备，当你插入一个mic，并不会自己分辨出 哪个是刚才插入的mic.
arecord -L
default
Playback/recording through the PulseAudio sound server
null
Discard all samples (playback) or generate zero samples (capture)
pulse
PulseAudio Sound Server
sysdefault:CARD=PCH
HDA Intel PCH, CX20632 Analog
Default Audio Device
front:CARD=PCH,DEV=0
HDA Intel PCH, CX20632 Analog
Front speakers
dmix:CARD=PCH,DEV=0
HDA Intel PCH, CX20632 Analog
Direct sample mixing device
dmix:CARD=PCH,DEV=2
HDA Intel PCH, CX20632 Alt Analog
Direct sample mixing device
dsnoop:CARD=PCH,DEV=0
HDA Intel PCH, CX20632 Analog
Direct sample snooping device
dsnoop:CARD=PCH,DEV=2
HDA Intel PCH, CX20632 Alt Analog
Direct sample snooping device
hw:CARD=PCH,DEV=0
HDA Intel PCH, CX20632 Analog
Direct hardware device without any conversions
hw:CARD=PCH,DEV=2
HDA Intel PCH, CX20632 Alt Analog
Direct hardware device without any conversions
plughw:CARD=PCH,DEV=0
HDA Intel PCH, CX20632 Analog
Hardware device with all software conversions
plughw:CARD=PCH,DEV=2
HDA Intel PCH, CX20632 Alt Analog
Hardware device with all software conversions
通过man函数可知，这里面包含有soundcards和 digital sound devices 参考: https://sysplay.in/blog/tag/arecord/
其实这里有一个问题就是，“-L”参数并不会出现类似上面URL的资料，只有一个-l才可以。
vimer@host:~/pic/vs$ arecord -l
**** CAPTURE 硬體裝置清單 ****
card 0: Loopback [Loopback], device 0: Loopback PCM [Loopback PCM]
子设备: 7/8
子设备 #0: subdevice #0
子设备 #1: subdevice #1
子设备 #2: subdevice #2
子设备 #3: subdevice #3
子设备 #4: subdevice #4
子设备 #5: subdevice #5
子设备 #6: subdevice #6
子设备 #7: subdevice #7
card 0: Loopback [Loopback], device 1: Loopback PCM [Loopback PCM]
子设备: 8/8
子设备 #0: subdevice #0
子设备 #1: subdevice #1
子设备 #2: subdevice #2
子设备 #3: subdevice #3
子设备 #4: subdevice #4
子设备 #5: subdevice #5
子设备 #6: subdevice #6
子设备 #7: subdevice #7
card 1: PCH [HDA Intel PCH], device 0: CX20632 Analog [CX20632 Analog]
子设备: 0/1
子设备 #0: subdevice #0
card 1: PCH [HDA Intel PCH], device 2: CX20632 Alt Analog [CX20632 Alt Analog]
子设备: 1/1
子设备 #0: subdevice #0
这里有一个问题值得注意，这里的loopback有很好玩的东西在里面。在一个终端上:
vimer@host:~/pic/vs$ arecord -D hw:0,1,4 -f S16_LE -c 2 -r 48000 recorded.wav
正在录音 WAVE 'recorded.wav' : Signed 16 bit Little Endian, 频率48000Hz， Stereo
然后新开一个终端，这两个shell terminator谁前谁后无所谓的。
aplay -D hw:0,0,4 cut.wav
正在播放 WAVE 'cut.wav' : Signed 16 bit Little Endian, 频率44100Hz， Stereo
警告：频率不精确（要求=44100Hz，收到=48000Hz）
请尝试plug插件
这个时候， 在第一个终端里的recorded.wav就保存了第二个终端里的 cut.wav 的audio。
尤其注意这里的 -D 参数， hw:card-id,devices-id,subdevices-id.总结出来的一个规律就是 playback 和 capture 得是同一个 card-id, 不同的devices-id, 相同的 subdeviced-id ，其中， subdevices-id 从0到7.
代码中录音和播放
类似这样:
#include <stdio.h>
int main(int argc, char **argv) {
char *cmd = "arecord -D plughw:0 -f S16_LE -c 1 -r 16000 -t raw -q -";
char buf[256];
FILE *fp = popen(cmd, "r");
for (int i=0; i<16; i++) {
int result = fread(buf, 1, sizeof(buf), fp);
printf("read %d bytes\n", result);
}
pclose(fp);
return 0;
}
参考: https://zhuanlan.zhihu.com/p/58834651
linux下物理扬声器/话筒的辨认
为什么这么说呢？主要是因为自己在pc上（尤其是内置网卡的这种），经常会遇到插上耳机无法读取输入声音的情况，也不知道为什么？
这里做一个比较好的澄清:
输出设备，也就是所谓的喇叭，如果内置了扬声器，在我使用Ubuntu观察到的情况是，插上耳机后，系统默认使用一个模拟耳机/内置音频的输出项。如果我把耳机拔出来，则系统就会把刚才那个名称变化为扬声器/内置音频。
总结: 如果不插入耳机，则是使用内置的扬声器，如果通过mic口插入耳机，则会是模拟耳机。
同样的情况出现在 话筒。我们现在的情况很特殊，没有内置话筒，插上带有讲话功能的耳机后出现 话筒 内置音频的变化。
pacmd
这也是一个很实用的命令，可以让你对整体的输入输出设备有一个清晰的理解。
pacmd
Welcome to PulseAudio 11.1! Use "help" for usage information.
>>> list-links
Unknown command: list-links
>>> ^[[A^[[D
>>> own command:
>>> list-sinks
2 sink(s) available.
index: 1
name: <alsa_output.platform-snd_aloop.0.analog-stereo>
driver: <module-alsa-card.c>
flags: HARDWARE HW_VOLUME_CTRL DECIBEL_VOLUME LATENCY DYNAMIC_LATENCY
state: SUSPENDED
suspend cause: IDLE
priority: 9009
volume: front-left: 26006 / 40% / -24.08 dB, front-right: 26006 / 40% / -24.08 dB
balance 0.00
base volume: 65536 / 100% / 0.00 dB
volume steps: 65537
muted: no
current latency: 0.00 ms
max request: 0 KiB
max rewind: 0 KiB
monitor source: 2
sample spec: s16le 2ch 44100Hz
channel map: front-left,front-right
立体声
used by: 0
linked by: 0
configured latency: 0.00 ms; range is 0.50 .. 2000.00 ms
card: 1 <alsa_card.platform-snd_aloop.0>
module: 28
properties:
alsa.resolution_bits = "16"
device.api = "alsa"
device.class = "sound"
alsa.class = "generic"
alsa.subclass = "generic-mix"
alsa.name = "Loopback PCM"
alsa.id = "Loopback PCM"
alsa.subdevice = "0"
alsa.subdevice_name = "subdevice #0"
alsa.device = "0"
alsa.card = "0"
alsa.card_name = "Loopback"
alsa.long_card_name = "Loopback 1"
alsa.driver_name = "snd_aloop"
device.bus_path = "platform-snd_aloop.0"
sysfs.path = "/devices/platform/snd_aloop.0/sound/card0"
device.form_factor = "internal"
device.string = "front:0"
device.buffering.buffer_size = "352800"
device.buffering.fragment_size = "352800"
device.access_mode = "mmap+timer"
device.profile.name = "analog-stereo"
device.profile.description = "模拟立体声"
device.description = "内置音频 模拟立体声"
alsa.mixer_name = "Loopback Mixer"
module-udev-detect.discovered = "1"
device.icon_name = "audio-card"
ports:
analog-output: 模拟输出 (priority 9900, latency offset 0 usec, available: unknown)
properties:
active port: <analog-output>
* index: 3
name: <alsa_output.pci-0000_00_1f.3.analog-stereo>
driver: <module-alsa-card.c>
flags: HARDWARE HW_MUTE_CTRL HW_VOLUME_CTRL DECIBEL_VOLUME LATENCY DYNAMIC_LATENCY
state: SUSPENDED
suspend cause: IDLE
priority: 9039
volume: front-left: 25486 / 39% / -24.61 dB, front-right: 25486 / 39% / -24.61 dB
balance 0.00
base volume: 65536 / 100% / 0.00 dB
volume steps: 65537
muted: no
current latency: 0.00 ms
max request: 0 KiB
max rewind: 0 KiB
monitor source: 5
sample spec: s16le 2ch 44100Hz
channel map: front-left,front-right
立体声
used by: 0
linked by: 0
configured latency: 0.00 ms; range is 0.50 .. 371.52 ms
card: 0 <alsa_card.pci-0000_00_1f.3>
module: 7
properties:
alsa.resolution_bits = "16"
device.api = "alsa"
device.class = "sound"
alsa.class = "generic"
alsa.subclass = "generic-mix"
alsa.name = "CX20632 Analog"
alsa.id = "CX20632 Analog"
alsa.subdevice = "0"
alsa.subdevice_name = "subdevice #0"
alsa.device = "0"
alsa.card = "1"
alsa.card_name = "HDA Intel PCH"
alsa.long_card_name = "HDA Intel PCH at 0x4000100000 irq 141"
alsa.driver_name = "snd_hda_intel"
device.bus_path = "pci-0000:00:1f.3"
sysfs.path = "/devices/pci0000:00/0000:00:1f.3/sound/card1"
device.bus = "pci"
device.vendor.id = "8086"
device.vendor.name = "Intel Corporation"
device.product.id = "a348"
device.form_factor = "internal"
device.string = "front:1"
device.buffering.buffer_size = "65536"
device.buffering.fragment_size = "32768"
device.access_mode = "mmap+timer"
device.profile.name = "analog-stereo"
device.profile.description = "模拟立体声"
device.description = "内置音频 模拟立体声"
alsa.mixer_name = "Conexant CX20632"
alsa.components = "HDA:14f15098,103c8596,00100100 HDA:8086280b,80860101,00100000"
module-udev-detect.discovered = "1"
device.icon_name = "audio-card-pci"
ports:
analog-output-lineout: 线缆输出 (priority 9900, latency offset 0 usec, available: no)
properties:
analog-output-speaker: 扬声器 (priority 10000, latency offset 0 usec, available: no)
properties:
device.icon_name = "audio-speakers"
analog-output-headphones: 模拟耳机 (priority 9000, latency offset 0 usec, available: yes)
properties:
device.icon_name = "audio-headphones"
active port: <analog-output-headphones>
>>>
可以看到，模拟耳机现在是可以使用的。active port这也是一个最明显的提示。
arecord 重要进展
目前，经过n多次的实验，终于可以将mic(耳机的声音传进来了)， 也就是可以使用arecord命令行进行录音了。还是老问题，首先在 Ubuntu 的声音设置中，在 input 中选择正确的物理设备。我这里是插上耳机机会显示:
话筒/内置音频
然后使用命令：
arecord -d 10 -c 2 -r 48000 -f S16_LE my.wav
# 正在录音 WAVE 'my.wav' : Signed 16 bit Little Endian, 频率48000Hz， Stereo
这个时候就会录制一段时间为10s， 2通道(Stereo) 采样率为48Khz, format为S16_LE的名为 my.wav的录音，然后你就可以使用 aplay 取播放它了。
当然，是从默认mic啦(如果插入耳机的话就是耳机了)
aplay my.wav
现在还有一个问题就是没法指定设备取录音，假设加上 hw:0,0 则不会录制声音。