关于USB-AUDIO使用ALSA编程的一点问题

转载自：http://blog.chinaunix.net/uid-25272011-id-3153434.html

最近在调试一款原相PAP7501摄像头中的USB的麦克风，USB层走的应该是标准的UAC协议，具体可以见USB的官网：http://www.usb.org/developers/devclass_docs#approved，而音频部分则可以跑目前Linux标准的ALSA的PCM接口，对于硬件CODEC来说，与其是完全兼容的。

给出一份参考代码：

这个是仿照arecord写的一个简略的测试代码，保存为wav格式的。

1、recod.c

/*

This example reads from the default PCM device

and writes to standard output for 5 seconds of data.

*/

/* Use the newer ALSA API */

#define ALSA_PCM_NEW_HW_PARAMS_API

#include <alsa/asoundlib.h>

/**************************************************************/

#define ID_RIFF 0x46464952

#define ID_W***E 0x45564157

#define ID_FMT 0x20746d66

#define ID_DATA 0x61746164

typedef unsigned long uint32_t;

typedef unsigned short uint16_t;

#define FORMAT_PCM 1

static uint32_t totle_size = 0;

struct wav_header {

/* RIFF W***E Chunk */

uint32_t riff_id;

uint32_t riff_sz;

uint32_t riff_fmt;

/* Format Chunk */

uint32_t fmt_id;

uint32_t fmt_sz;

uint16_t audio_format;

uint16_t num_channels;

uint32_t sample_rate;

uint32_t byte_rate; /* sample_rate * num_channels * bps / 8 */

uint16_t block_align; /* num_channels * bps / 8 */

uint16_t bits_per_sample;

/* Data Chunk */

uint32_t data_id;

uint32_t data_sz;

}__attribute__((packed));

static struct wav_header hdr;

/**************************************************************/

int record_file(unsigned rate, unsigned channels, int fd, unsigned
count)

{

long loops;
int val;

int rc;

int size;

snd_pcm_t *handle;

snd_pcm_hw_params_t *params;

int dir;

snd_pcm_uframes_t frames;

char *buffer; /* TODO */

/* Open PCM device for recording (capture). */

rc = snd_pcm_open(&handle, "plughw:0,0",SND_PCM_STREAM_CAPTURE, 0);

if (rc < 0) {

fprintf(stderr, "unable to open pcm device: %s\n",snd_strerror(rc));

exit(1);

}

/* Allocate a hardware parameters object. */

snd_pcm_hw_params_alloca(¶ms);

/* Fill it in with default values. */

snd_pcm_hw_params_any(handle, params);

/* Set the desired hardware parameters. */

/* Interleaved mode */

snd_pcm_hw_params_set_access(handle, params,SND_PCM_ACCESS_RW_INTERLE***ED);

/* Signed 16-bit little-endian format */

snd_pcm_hw_params_set_format(handle, params,SND_PCM_FORMAT_S16_LE);

/* Two channels (stereo) */

snd_pcm_hw_params_set_channels(handle, params, channels);

/* rate bits/second sampling rate (CD
quality) */

snd_pcm_hw_params_set_rate_near(handle, params, &rate, &dir);

/* Set period size to 32 frames. */

frames = 320; /* 这边的大小也不是绝对的，可以调整 */

snd_pcm_hw_params_set_period_size_near(handle, params,&frames, &dir);

/* Write the parameters to the driver */

rc = snd_pcm_hw_params(handle, params);

if (rc < 0) {

fprintf(stderr, "unable to set hw parameters: %s\n",snd_strerror(rc));

exit(1);

}

/* Use a buffer large enough to hold one period */

snd_pcm_hw_params_get_period_size(params, &frames, &dir);/*
获取实际的frames */



size = frames * 2; /* 2
bytes/sample, 1 channels */

buffer = (char *) malloc(size);

/* We want to loop for 20
seconds 时间不一定准确 */

snd_pcm_hw_params_get_period_time(params, &val, &dir);

loops = 20000000 / val;



while (loops > 0) {

loops--;

rc = snd_pcm_readi(handle, buffer, frames);

if (rc == -EPIPE) {

/* EPIPE means overrun */

fprintf(stderr, "overrun occurred\n");

snd_pcm_prepare(handle);

} else if (rc < 0) {

fprintf(stderr, "error from read: %s\n", snd_strerror(rc));

} else if (rc != (int)frames) {

fprintf(stderr, "short read, read %d frames\n", rc);

}

rc = write(fd, buffer, size);

totle_size += rc; /* totle
data size */

if (rc != size)

fprintf(stderr, "short write: wrote %d bytes\n", rc);

}



lseek(fd, 0, SEEK_SET);
/* 回到文件头，重新更新音频文件大小 */

hdr.riff_sz = totle_size + 36;

hdr.data_sz = totle_size;



if (write(fd, &hdr, sizeof(hdr)) != sizeof(hdr)) {

fprintf(stderr, "arec: cannot write header\n");

return -1;

}



snd_pcm_drain(handle);

snd_pcm_close(handle);

free(buffer);

return 0;

}

/**************************************************************/

int rec_wav(const char *fn)

{

unsigned rate, channels;

int fd;

fd = open(fn, O_WRONLY | O_CREAT | O_TRUNC, 0664);

if (fd < 0) {

fprintf(stderr, "arec: cannot open '%s'\n", fn);

return -1;

}

hdr.riff_id = ID_RIFF;

hdr.riff_fmt = ID_W***E;

hdr.fmt_id = ID_FMT;

hdr.audio_format = FORMAT_PCM;

hdr.fmt_sz = 16;

hdr.bits_per_sample = 16;

hdr.num_channels = 1;

hdr.data_sz = 0; /* TODO
before record over */

hdr.sample_rate = 16000;

hdr.data_id = ID_DATA;



hdr.byte_rate = hdr.sample_rate * hdr.num_channels *hdr.bits_per_sample / 8;

hdr.block_align = hdr.num_channels * hdr.bits_per_sample / 8;



if (write(fd, &hdr, sizeof(hdr)) != sizeof(hdr)) {

fprintf(stderr, "arec: cannot write header\n");

return -1;

}

fprintf(stderr,"arec: %d ch, %ld hz, %d bit, %s\n",

hdr.num_channels, hdr.sample_rate, hdr.bits_per_sample,

hdr.audio_format == FORMAT_PCM ? "PCM" : "unknown");



return record_file(hdr.sample_rate, hdr.num_channels, fd,hdr.data_sz);

}

int main(int argc, char **argv)

{

if (argc != 2) {

fprintf(stderr,"usage: arec <file>\n");

return -1;

}

return rec_wav(argv[1]);

}

对于上述代码补充说明一点，这个是设计ALSA的一点概念：

样本长度(sample)：样本是记录音频数据最基本的单位，常见的有8位和16位。

通道数(channel)：该参数为1表示单声道，2则是立体声。

桢(frame)：桢记录了一个声音单元，其长度为样本长度与通道数的乘积。

采样率(rate)：每秒钟采样次数，该次数是针对桢而言。

周期(period)：音频设备一次处理所需要的桢数，对于音频设备的数据访问以及音频数据的存储，都是以此为单位。

交错模式(interleaved)：是一种音频数据的记录方式，在交错模式下，数据以连续桢的形式存放，即首先记录完桢1的左声道样本和右声道样本（假设为立体声格式），再开始桢2的记录。而在非交错模式下，首先记录的是一个周期内所有桢的左声道样本，再记录右声道样本，数据是以连续通道的方式存储。不过多数情况下，我们只需要使用交错模式就可以了。

具体可以参照：http://blog.chinaunix.net/uid-25272011-id-3151136.html

一开始我犯过一个错误就是rc = snd_pcm_readi(handle, buffer, frames)，这个函数的参数3的单位应该是帧大小，而一个帧的大小是根据你的量化位数和声道数决定的，对于本代码，是16bit单声道，自然一个帧大小是2字节，起初我将申请的buffer大小传给了这个参数，结果必然导致“卡顿”或者“快进”，“卡顿”是因为我在项目中是实时传输，会导致阻塞，毕竟数据量大了一倍，“快进”则是因为缓冲区的大小是实际读取数据的一半，有一半的数据在buffer中被自己给覆盖掉了，所以要慎重啊。

2、Makefile

exe = record

src = record.c

CC = arm-linux-gcc

INC = -I/nfs/usr/local/arm-alsa/include

LDFLAGS = -lpthread -L/nfs/usr/local/arm-alsa/lib -lasound

$(exe) : $(src) FORCE

$(CC) -o $@ $(src) $(LDFLAGS) $(INC)

FORCE:

clean:

rm -f ./*.o
$(exe)

此处的alsa-lib库就是之前介绍的安装的库的路径，编译可以引用该路径的库，而运行之后库的路径可不受限制，按照你定义的环境变量找到即可。

对于内核的配置则在



Device Drivers --->

<*> Sound card support --->

<*> Advanced Linux Sound Architecture --->

[*] USB sound devices --->

<*> USB Audio/MIDI
driver

对于这款USB麦克风，我正常的去录音的时候，上层的直观感觉就是卡顿，这个与上面提到的是有区别的，因为同样的代码在arm上是好的，所以就怀疑是底层读慢了，（我们的应用背景是开发板实时录音，通过USB-WIFI发到上位机同步播放）很明显的是读取音频数据慢了。而同样的代码跑硬件的CODEC是很好的，不卡顿，所以很有可能问题出在USB上。我们刚好有USB的协议分析仪，我们USB是跑的全速模式，其描述符为

Interface Descriptor:

bLength 9

bDescriptorType 4

bInterfaceNumber 3

bAlternateSetting 0

bNumEndpoints 0

bInterfaceClass 1

bInterfaceSubClass 2

bInterfaceProtocol 0

iInterface 0

Interface Descriptor:

bLength 9

bDescriptorType 4

bInterfaceNumber 3

bAlternateSetting 1

bNumEndpoints 1

bInterfaceClass 1

bInterfaceSubClass 2

bInterfaceProtocol 0

iInterface 0

AudioStreaming Interface Descriptor:

bLength 7

bDescriptorType 36

bDescriptorSubtype 1 (AS_GENERAL)

bTerminalLink 3

bDelay 1 frames

wFormatTag 1 PCM

AudioStreaming Interface Descriptor:

bLength 11

bDescriptorType 36

bDescriptorSubtype 2 (FORMAT_TYPE)

bFormatType 1 (FORMAT_TYPE_I)

bNrChannels 1

bSubframeSize 2

bBitResolution 16

bSamFreqType 1 Discrete

tSamFreq[ 0] 16000

Endpoint Descriptor:

bLength 9

bDescriptorType 5

bEndpointAddress 0x83 EP 3 IN

bmAttributes 5

Transfer Type Isochronous

Synch Type Asynchronous

Usage Type Data

wMaxPacketSize 0x0020 1x 32 bytes

bInterval 4

bRefresh 0

bSynchAddress 0

AudioControl Endpoint Descriptor:

bLength 7

bDescriptorType 37

bDescriptorSubtype 1 (EP_GENERAL)

bmAttributes 0x01

Sampling Frequency

bLockDelayUnits 0 Undefined

wLockDelay 0 Undefined

/************************************************************************/

Interface Descriptor:

bLength 9

bDescriptorType 4

bInterfaceNumber 3

bAlternateSetting 2

bNumEndpoints 1

bInterfaceClass 1

bInterfaceSubClass 2

bInterfaceProtocol 0

iInterface 0

AudioStreaming Interface Descriptor:

bLength 7

bDescriptorType 36

bDescriptorSubtype 1 (AS_GENERAL)

bTerminalLink 3

bDelay 1 frames

wFormatTag 1 PCM

AudioStreaming Interface Descriptor:

bLength 11

bDescriptorType 36

bDescriptorSubtype 2 (FORMAT_TYPE)

bFormatType 1 (FORMAT_TYPE_I)

bNrChannels 1

bSubframeSize 2

bBitResolution 16

bSamFreqType 1 Discrete

tSamFreq[ 0] 48000

Endpoint Descriptor:

bLength 9

bDescriptorType 5

bEndpointAddress 0x83 EP 3 IN

bmAttributes 5

Transfer Type Isochronous

Synch Type Asynchronous

Usage Type Data

wMaxPacketSize 0x0060 1x 96 bytes

bInterval 4

bRefresh 0

bSynchAddress 0

AudioControl Endpoint Descriptor:

bLength 7

bDescriptorType 37

bDescriptorSubtype 1 (EP_GENERAL)

bmAttributes 0x01

Sampling Frequency

bLockDelayUnits 0 Undefined

wLockDelay 0 Undefined



看到描述符，顺便插一句，对照端点大小计算一下，蓝色字体，这款USB-AUDIO只支持16K和48K的16bit单声道录音，拿16K为例，1s数据量应该是16K*16/8=32KB，对应于端点的大小32B*1000=32KB，也就是说全速模式下应该是每帧（1ms）请求一次才对，而对于图中的红色字体，说明的意思是全速模式下的ISO传输请求间隔参数是4，对应我们的USB的控制器，意思即为每8帧才发起一次ISO请求，抓包验证确实如此，这一点确实比较诡异，问题可能就出在这里：




但是对于几乎同样的驱动版本，我们611的是2.6.32.9而arm的是2.6.32.2，其sound目录下的usbaudio.c基本是相同的，描述符又是相同的，所以上层获取描述符进行的配置应该也是相同的，唯一的区别就是USB的控制器，我们611的是musb，而arm的是OHCI，我们musb对这个bInterval的配置是




因此驱动固然是8帧请求一次。我在OHCI的控制器中未找到类似的寄存器，猜想可能是OHCI默认的就是ISO传输每一帧会保证一次，其抓包图如下：





所以只好强制去修改musb的驱动配置，/drivers/usb/musb/musb_host.c

2013 /* precompute rxtype/txtype/type0
register */

2014 type_reg = (qh->type << 4) | qh->epnum;

2015 switch (urb->dev->speed) {

2016 case USB_SPEED_LOW:

2017 type_reg |= 0xc0;

2018 break;

2019 case USB_SPEED_FULL:

2020 type_reg |= 0x80;

2021 break;

2022 default:

2023 type_reg |= 0x40;

2024 }

2025 qh->type_reg = type_reg;

2026

2027 /* Precompute RXINTERVAL/TXINTERVAL register */

2028 switch (qh->type) {

2029 case USB_ENDPOINT_XFER_INT:

2030 /*

2031 * Full/low speeds use the linear encoding,

2032 * high speed uses the logarithmic encoding.

2033 */

2034 if (urb->dev->speed <= USB_SPEED_FULL) {

2035 interval = max_t(u8, epd->bInterval, 1);

2036 break;

2037 }

2038 /* FALLTHROUGH */

2039 case USB_ENDPOINT_XFER_ISOC:

2040 /* ISO always uses logarithmic encoding */

2041 //interval = min_t(u8, epd->bInterval, 16);

2042 interval = min_t(u8, epd->bInterval, 1); //JGF

2043 break;

2044 default:

这样USB就是每帧请求一次，同样的代码，效果和2440的也一样了。