如果从事音频类驱动软件，需要准备哪些基础，一篇文章总结完。

从分离件来看，音频包括扬声器、麦克风和核心板三部分；所以驱动软件的核心就是保证外部器件和核心板的连接，硬件接口常见的就是I2S和I2C，主要围绕Codec硬件处理音频；音频软件驱动框架常见的是tinyALSA，最后介绍了tinyals的测试驱动调试方法。

0、基础概念

扬声器模组作为音频的输出，实现声音的播放；

麦克风模组作为音频的输入，提供声音的输入；

核心板作为中转，既接收外界输入的声音，并进行数码处理，然后把处理的结果在以模拟声音的形式播放出来，从而完成一次循环。其中关键的处理就需要软件驱动来支撑实现。

音频处理能力集成到核心板嵌入式设备中，可以实现音频解码、音效处理、混音、语音压缩传输等多种功能。

音频的基础参数：

（1）音量：音量响度由振幅和人离声源的距离决定，振幅越大响度越大，人和声源的距离越小，响度越大。

（2）音调：音调高低由频率决定，频率越高音调越高，单位是赫兹（Hz）。

人耳听觉范围大致在20Hz~20000Hz，20Hz以下为次声波，20000Hz以上为超声波。

（3）音色：音色是由波形决定，波形可以直观表现音色。波形不同，音色就不同。

主观评价音频好坏主要看什么？

（1）清晰度：能准确地传达声音的细节和层次，让人耳能够清晰地分出不同的声音元素。

（2）纯净度：纯净度高的音频信号听起来无杂音。

（3）动态范围：能表示声音层次和细节的丰富程度，音频信号中也是通过最大声音和最小声音之间的差值表示。

分析音频信号的工具：

波形图和频率图可以直观表示音频信号的质量。

波形图，表示音频信号的时间变化和强弱分布；频率图，则表示音频信号的频率成分和能量分布。

1、音频输出-扬声器和耳机

音频输出就是放音的过程，把存储媒介上的记录的信息重放出声音的过程。

音频输出集成了音频播放和耳机播放两种形式。

Android系统设备中调用音频播放功能的地方有两大类：

一类是系统声音：比如音乐、闹铃、通知铃音、来电声音、系统声音、打电话等；另一类是三方软件音频。

音频播放的原理

耳机的工作原理：通过音圈在磁场中的振动产生声音，从而实现电声转换。

扬声器（喇叭）的工作原理：当交流音频电流通过扬声器的线圈时，音圈中产生相应的磁场。这个磁场与扬声器上自带的永磁体产生的磁场相互作用，使线圈在永磁体的磁场中振动。由于扬声器的振膜和线圈是连在一起的，振膜也会随之振动，从而产生与原音频信号波形相同的声音。

音频输出时的数据流向分析

内核调用file_operations的write函数，执行copy_from_user函数将音频数据拷贝到DMA缓冲区。启动DMA将数据搬移到I2S/PCM TX FIFO，然后通过I2C/PCM传送到CODEC编码译码器，在CODEC内部进行音频路由，然后经过DA数模转换以及音频放大器，或者进行左右声道选择，最终从扬声器播放出来。

alsa3.png

2、音频输入-麦克风

音频输入技术，包含两个过程：录音技术、语音识别技术。

录音技术是通过麦克风把声音信号转化成音频电信号，并记录在存储介质上的技术。

语音识别技术是通过处理器识别和理解，把音频信号转变成对应文本或者命令的技术。目前主流的语音识别技术理论基础都是基于统计的模式识别。

音频输入的基本原理：

对着麦克风讲话时，声波引起麦克风内部的薄膜震动，薄膜通常与线圈固定在一起，因此线圈也随之运动。线圈在麦克风内部的磁场中运动，线圈会就会产生感应电流。再经过一个放大器电路，把微弱的电信号放大。

音频输入时的数据流向分析

模拟电信号经过滤波等处理后，再经过模数转换，就变成了数字信号。数字信号就可以通过嵌入式设备的接口连接到CODEC编码译码器，最后使用DMA就可以通过I2S把数据搬用到主控制器中进行处理和传输。

3、数字音频硬件接口

耳机通常使用3.5mm的同轴音频插头：插头从端部到根部依次是左声道、右声道、地线。

音频收音模块通过麦克风把声音信号转换成电信号，然后连接CODEC（多媒体数字信号编解码器）芯片进行编解码，最后通过I2S接口把处理后的音频数据传输给核心处理器。通过I2S接口保证了人机交互中音频输入输出数据控制的实现。

audio1.png

I2S是因为音频数据传输而产生一种总线，一般会把I2S控制器制作到SOC里面。

I2S接口是通过一对一的方式，实现发送和接收数据，用于数字音频信号在系统内的传输。

I2S接口包括四类引脚：串行数据线SDATA、串行时钟线SCLK、帧时钟线LRCK和主时钟MCLK。

串行数据是用补码表示的音频数据，帧时钟用“1”表示正在传输数据的是左声道，用“0”表示右声道。

PCM（脉冲编码调制）在数字音频接口中实现了在传输音频数据时，增加了PCM采样的环节。与IIS接口相比，PCM应用更加广泛。

根据应用场景，在使用麦克风等单声道数据时常用PCM接口，而在双声道数据时经常使用IIS接口。

TIM图片20190731202330.jpg

以RK3399为例，内部就集成了三个I2S控制器，使用I2S1用于连接音频CODEC RT5640芯片。

4、Codec硬件

CODEC作用：

Codec负责音频信号的模拟/数字转换（A/D和D/A转换），以及音频信号的编码和解码。

它是声卡的核心组件，音频的播放和收音都要经过音频CODEC实现转换，决定了音频信号的质量和处理能力。

嵌入式音频处理技术通过使用专门设计的音频编解码器，确保了音频数据的实时传输和高质量呈现。

CODEC芯片的选择，决定了模拟音频输入输出质量的好坏，在音频加速器模块中，决定数字信号质量的好坏。

编解码芯片可以集成到片内，也可以在外部使用独立芯片。

以音频芯片CODEC ALC5640为例，ALC5640芯片使用i2c1接口的控制总线，数据传输通过i2s0接口。

耳机音频数据输出通过HPOUTL/HPOUTR引脚；

MIC（麦克风）音频输入，通过MIC_INP引脚；

SPK（扬声器）音频数据输出，通过四通道的SPK_L/SPK_R引脚。

5、音频驱动框架tinyALSA

音频声卡驱动程序是操作系统与声卡硬件之间的桥梁。它负责将操作系统的音频指令转换为声卡可以理解的信号，并将声卡的音频信号转换为操作系统可以处理的格式。

ALSA（Advanced Linux Sound Architecture）是Linux和android下的音频驱动架构，提供了一组内核驱动程序模块，并专门为简化应用程序的编写提供了相应的函数库。

架构特点：音频硬件接口丰富，接口统一，音频驱动容易编写，还支持一些录制、播放、混音等功能。

ASoC(ALSA System on Chip)是ALSA在嵌入式设备上的扩展，ASoC将音频系统进行模块化管理分为Machine、Platform和Codec三部分。

架构特点：针对嵌入式的音频驱动方案，可移植性好。

Linux 4.4的内核支持两种方式的音频声卡创建架构，一种是传统的machine driver，另一种是通用的 simple-card framework架构，架构代码目录是/kernel/sound/soc/generic/。

ALSA在内核驱动层实现了alsa-driver，在应用层实现了tinyalsa或者alsa-lib。

ALSA驱动包含ALSA核心层和音频硬件设备驱动，ALSA 核心层向上提供逻辑设备系统调用，向下驱动硬件设备。

通过使用ALSA架构，不仅隐藏了驱动层的实现细节，也简化了应用程序开发的难度。

Machine指本款机器的硬件，Platform指CPU端的DMA驱动，负责DMA数据传输，Codec是音频编解码驱动。

CPU DAI是CPU端I2s/Pcm音频接口驱动，完成CPU端音频接口的初始化。

Codec DAI则是Codec端I2s/Pcm音频接口驱动，完成Codec端音频接口的初始化。

ALSA的架构框架图如下。

odec.jpg

以Android 7.1版本为例，使用的是tinyalsa作为ALSA内核的用户层音频接口，tinyalsa源码位于android源码目录的/external/tinyalsa/目录下，编译之后在设备的/system/bin/目录下会包含音频调试工具tinymix、tinyplay、tinycap等。

在人机交互控制终端上通过以下命令可以查看调试声卡，操作如下图所示：

6、驱动调试

语音交互设备调试常用用例如下:

在音频调试中，可以移植测试程序到Android的/external/tinyalsa/目录，从而生成测试工具tinyplay、tinycap、tinymix。

Tinyplay用于Linux内核层实现语音播放，Tinycap用于Linux内核层实现录音测试。

【森哥谈成像技术】最近看到陆续写作有一些起色，除了把一些零碎的笔记内容整理好，把排版也好好搞起来。您点赞和支持，就是继续优化的动力。