在 Linux 系统中，ALSA（Advanced Linux Sound Architecture，高级 Linux 声音架构）是核心的音频子系统，而 PCM（Pulse Code Modulation，脉冲编码调制）则是 ALSA 中用于处理原始数字音频数据的核心概念。
以下是关于 Linux ALSA PCM 的详细解析，包括其工作原理、关键概念、常用工具以及编程接口。
核心概念：什么是 ALSA PCM？
在 ALSA 中，PCM 设备并不是指某种特定的硬件格式，而是指音频数据的传输通道，它代表了从用户空间应用程序到内核音频驱动程序之间的抽象接口。
- PCM 流（Stream）：音频数据流动的方向。
- Playback（播放）：数据从应用程序流向声卡（D/A 转换）。
- Capture（录制）：数据从声卡流向应用程序（A/D 转换）。
- PCM 设备：通常表示为
hw:X,Y或plughw:X,Y。X：声卡编号。Y：设备编号。
注意：ALSA PCM 直接操作的是原始音频样本（Raw Audio Samples），如 16-bit signed integer、32-bit float 等，不涉及压缩格式（如 MP3、AAC）。
PCM 的关键参数
在使用 ALSA PCM 时，必须配置以下参数：
| 参数 | 说明 | 示例值 |
|---|---|---|
| Format | 样本格式 | S16_LE（16位小端）、S32_LE、FLOAT_LE |
| Channels | 声道数 | 1（单声道）、2（立体声） |
| Rate | 采样率 | 44100 Hz、48000 Hz、96000 Hz |
| Period Size | 周期大小 | 每次中断处理的样本数（如 1024） |
| Buffer Size
|
缓冲区大小 | 总缓冲区大小（通常是 period_size 的倍数） |
常用命令行工具
1 查看 PCM 设备
# 列出所有 PCM 设备 aplay -l arecord -l # 查看详细的 PCM 信息 cat /proc/asound/cards cat /proc/asound/devices
2 测试播放 PCM 数据
# 播放一个 WAV 文件（WAV 是未压缩的 PCM 数据） aplay /usr/share/sounds/alsa/Front_Center.wav # 生成并播放一个 440Hz 的正弦波 PCM 数据 speaker-test -c 2 -t sine -f 440
3 测试录制 PCM 数据
# 录制 5 秒的音频到 test.wav arecord -d 5 -f S16_LE -r 44100 -c 2 test.wav
4 查看 PCM 状态
# 查看当前 PCM 设备的状态 cat /proc/asound/card0/pcm0p/sub0/hw_params
ALSA PCM 编程接口（C 语言）
ALSA 提供了完整的 C 库（libasound）来操作 PCM 设备，以下是基本流程：
1 基本步骤
- 打开 PCM 设备（
snd_pcm_open） - 设置参数（
snd_pcm_hw_params） - 读写数据（
snd_pcm_writei/snd_pcm_readi） - 关闭设备（
snd_pcm_close）
2 示例代码：播放 PCM 数据
#include <alsa/asoundlib.h>
#include <stdio.h>
#include <stdlib.h>
int main() {
snd_pcm_t handle;
snd_pcm_hw_params_t params;
unsigned int rate = 44100;
int rc;
char buffer;
size_t buffer_size = 1024; // 缓冲区大小（字节）
// 1. 打开 PCM 设备（播放）
rc = snd_pcm_open(&handle, "default", SND_PCM_STREAM_PLAYBACK, 0);
if (rc < 0) {
fprintf(stderr, "Unable to open pcm device: %sn", snd_strerror(rc));
return 1;
}
// 2. 分配硬件参数结构
snd_pcm_hw_params_alloca(¶ms);
snd_pcm_hw_params_any(handle, params);
// 3. 设置参数
snd_pcm_hw_params_set_access(handle, params, SND_PCM_ACCESS_RW_INTERLEAVED);
snd_pcm_hw_params_set_format(handle, params, SND_PCM_FORMAT_S16_LE);
snd_pcm_hw_params_set_channels(handle, params, 2);
snd_pcm_hw_params_set_rate_near(handle, params, &rate, 0);
// 应用参数
rc = snd_pcm_hw_params(handle, params);
if (rc < 0) {
fprintf(stderr, "Unable to set hw parameters: %sn", snd_strerror(rc));
return 1;
}
// 4. 分配缓冲区
buffer = malloc(buffer_size);
if (!buffer) {
fprintf(stderr, "Out of memoryn");
return 1;
}
// 5. 写入数据（这里用随机数据代替真实音频）
for (int i = 0; i < 100; i++) {
// 生成简单的正弦波数据
for (size_t j = 0; j < buffer_size; j += 4) {
short sample = (short)(32767.0 sin(2 3.14159 440.0 j / 44100));
buffer[j] = sample & 0xFF;
buffer[j+1] = (sample >> 8) & 0xFF;
buffer[j+2] = sample & 0xFF;
buffer[j+3] = (sample >> 8) & 0xFF;
}
// 写入 PCM 数据
rc = snd_pcm_writei(handle, buffer, buffer_size / 4);
if (rc == -EPIPE) {
// 缓冲区溢出，重新同步
snd_pcm_prepare(handle);
} else if (rc < 0) {
fprintf(stderr, "Write error: %sn", snd_strerror(rc));
break;
}
}
// 6. 清理
free(buffer);
snd_pcm_drain(handle);
snd_pcm_close(handle);
return 0;
}
编译命令：
gcc -o pcm_play pcm_play.c -lasound
ALSA PCM 与 PulseAudio/PipeWire 的关系
在现代 Linux 桌面环境中，用户通常不直接使用 ALSA PCM 接口，而是通过以下音频服务器：
- PulseAudio：传统桌面音频服务器，提供 ALSA 后端。
- PipeWire：新一代音频/视频服务器，兼容 PulseAudio 和 JACK。
工作流程：
应用程序 (如 VLC, Firefox)
↓
PulseAudio / PipeWire (软件混音、格式转换)
↓
ALSA PCM (直接控制硬件)
↓
声卡硬件 (DAC/ADC)为什么需要中间层？
- 混音：多个应用同时播放声音。
- 格式转换：应用可能输出 48kHz，但硬件只支持 44.1kHz。
- 路由：将音频重定向到蓝牙设备、HDMI 等。
如何绕过 PulseAudio/PipeWire 直接使用 ALSA PCM？
在配置文件 ~/.asoundrc 或 /etc/asound.conf 中设置：
pcm.!default {
type hw
card 0
device 0
}
或使用 plughw 自动转换格式：
pcm.!default {
type plug
slave.pcm "hw:0,0"
}
常见问题排查
| 问题 | 可能原因 | 解决方案 |
|---|---|---|
Device or resource busy |
其他程序占用了 PCM 设备 | 关闭 VLC、浏览器等可能占用音频的应用 |
No such file or directory |
声卡未识别或驱动未加载 | 检查 lsmod 和 dmesg | grep snd |
| 声音断续、爆音 | 缓冲区太小或 CPU 负载过高 | 增加 period_size 和 buffer_size |
| 无声 | 音量静音或输出设备错误 | 使用 alsamixer 检查音量，使用 aplay -l 确认设备 |
- ALSA PCM 是 Linux 音频系统的底层接口，直接操作原始音频数据。
- 适用于低延迟、专业音频（如 DAW、JACK）或嵌入式系统。
- 对于普通桌面应用,建议通过 PulseAudio 或 PipeWire 间接使用 ALSA。
- 编程时需注意缓冲区管理、格式转换和错误处理（如 EPIPE）。
如果你有具体的使用场景（如开发音频应用、解决某个音频问题），可以提供更多细节，我可以给出更针对性的建议。
首发原创文章，作者：世雄 - 原生数据库架构专家，如若转载，请注明出处：https://idctop.com/article/479528.html
