从设备驱动程序到alsa，了解linux 音频驱动

linux的设备驱动程序是内核的关键领域，也是我们能够接触内核，丰富内核的手段。内核源代码中就有大量的设备驱动程序。linux与外设之间的沟通是层次化的，如果下图所描述（该图引自《深入linux内核架构》），对设备的访问，也是通过层次化的多个抽象进行。

linux以外设交互的方式一般通过I/O端口，I/O内存映射，以及轮询和中断。还可以通过总线控制设备。linux通过设备文件来访问扩展设备，这些设备文件与某个设备驱动程序建立起连接，以支持和扩展设备的通信。应用程序几乎感觉不到是跟设备在打交道，这是的用户或者开发者仿佛在跟普通的文件在交互一样，这也就是linux倡导的“万物皆文件-Everything is a file”。

linux将设备文件置于/dev 目录下，例如我们建立camera的设备文件/dev/camera，应用程序就通过这个设备文件和camera外设进行通信和交互了。linux设备不是通过文件名来标识的，而是通过文件的主、从设备好标识，这一点容易引起混淆。

根据外设与系统之间交换数据的方法，设备文件一般分为字符设备、块设备和其他设备（通过socket访问的网络设备）。举例android的audio设备文件，我们看一下它们都属于字符型设备（访问权限前面的字母是c，标识char 字符型设备，如果是b，就是block块设备了），主设备号相同，从设备号不同（mknod创建设备文件）。

crw-rw---- 1 system audio 116,   4 1971-01-09 05:01 comprC0D2
crw-rw---- 1 system audio 116,   0 1971-01-09 05:01 controlC0
crw-rw---- 1 system audio 116,  24 1971-01-09 05:01 pcmC0D0c
crw-rw---- 1 system audio 116,  16 1971-01-09 05:01 pcmC0D0p
crw-rw---- 1 system audio 116,  17 1971-01-09 05:01 pcmC0D1p
crw-rw---- 1 system audio 116,  27 1971-01-09 05:01 pcmC0D3c
crw-rw---- 1 system audio 116,  19 1971-01-09 05:01 pcmC0D3p
crw-rw---- 1 system audio 116,  20 1971-01-09 05:01 pcmC0D4p
crw-rw---- 1 system audio 116,  33 1971-01-09 05:01 timer
           

理论上音频驱动应该完全可以按照字符型驱动的模式去开发，然而实际上由于音频控制和码流混音等复杂场景，导致各个驱动厂商开发的音频驱动五花八门，兼容性和移植性都有很大的挑战，所以在类unix系统中存在着oss和alsa两个音频开发框架，linux目前主流的是alsa，至于他们之间的演变和特点，网上有很多介绍，以下摘抄一部分

最早出现在Linux上的音频编程接口是OSS（Open Sound System），它由一套完整的内核驱动程序模块组成，可以为绝大多数声卡提供统一的编程接口。OSS
出现的历史相对较长，这些内核模块中的一部分（OSS/Free）是与Linux内核源码共同免费发布的，另外一些则以二进制的形式由4Front Technologies公司提
供。由于得到了商业公司的鼎力支持，OSS已经成为在Linux下进行音频编程的事实标准，支持OSS的应用程序能够在绝大多数声卡上工作良好。虽然OSS已经
非常成熟，但它毕竟是一个没有完全开放源代码的商业产品，ALSA（Advanced Linux Sound Architecture）恰好弥补了这一空白，它是在Linux下进行音频编
程时另一个可供选择的声卡驱动程序。ALSA除了像OSS那样提供了一组内核驱动程序模块之外，还专门为简化应用程序的编写提供了相应的函数库，与OSS提
供的基于ioctl的原始编程接口相比，ALSA函数库使用起来要更加方便一些。
           

此外，在linux里所提到的数字音频设备，由于基于pc机系统发展过来的，往往称之为声卡，有时也称codec，PCM，DSP，ADC/DAC设备，用来播放或录制数字化的声音。它的指标主要有：采样速率（电话为8K，DVD为96K）、channel数目（单声道，立体声）、采样分辨率（8-bit，16-bit）等。mixer（混频器）：用来控制多个输入、输出的音量，也控制输入（microphone，line-in，CD）之间的切换。synthesizer（合成器）：通过一些预先定义好的波形来合成声音，有时用在游戏中声音效果的产生。MIDI接口：MIDI接口是为了连接舞台上的synthesizer、键盘、道具、灯光控制器的一种串行接口。所以音频编程接口可以理解为一组音频设备文件，通过它们可以从声卡读取数据，或者向声卡写入数据，并且能够对声卡进行控制，设置采样频率和声道数目等等。

最后要明确的是linux中字符设备驱动程序的主要功能是实现设备的读写和控制接口。对于字符设备驱动程序，最核心的就是file_operations结构，这个结构实际上是VFS(虚拟文件系统)的文件接口，它的每个成员函数一般都对应一个系统调用。用户进程利用系统调用对设备文件进行诸如读和写等操作时，系统调用通过设备文件的猪设备号找到对应的设备驱动程序，并且调用相应的驱动程序函数。所alsa架构也融合了fops的操作。

声明：本文摘抄《深入linux内核架构》和部分网络上的成熟段落，经过理解重新组织了内容。由于来源比较分散，不一一列出。