OSS--跨平臺的音頻接口簡介
作者:網絡收集 來源:linux.chinaunix.net 更新時間:2007-5-23 20:16:00 【大 中 小】 評論：0 條
OSS（Open Sound System）是 unix 平臺上一個統一的音頻接口, 即只要音頻處理應用程序按照OSS的API來編寫，那麼在移植到另外一個平臺時，只需要重新編譯即可。
OSS （Open Sound
System）是unix平臺上一個統一的音頻接口。以前，每個Unix廠商都會提供一個自己專有的API，用來處理音頻。這就意味着爲一種Unix平臺
編寫的音頻處理應用程序，在移植到另外一種Unix平臺上時，必須要重寫。不僅如此，在一種平臺上具備的功能，可能在另外一個平臺上無法實現。但是，
OSS出現以後情況就大不一樣了，只要音頻處理應用程序按照OSS的API來編寫，那麼在移植到另外一個平臺時，只需要重新編譯即可。因此，OSS提供了
源代碼級的可移植性。
同時，很多的Unix工作站中，只能提供錄音與放音的功能。有了OSS後，給這些工作站帶來了
MIDI功能，加上音頻流、語音識別/生成、計算機電話（CT）、JAVA以及其它的多媒體技術，在Unix工作站中，同樣可以享受到同Windows、
Macintosh環境一樣的音頻世界。另外，OSS還提供了與視頻和動畫播放同步的音頻能力，這對在Unix中實現動畫、遊戲提供了幫助。
本文首先解釋在音頻編程時經常遇到的名詞、設備文件的含義，然後分別在錄音、播放、Mixer方面對OSS接口的使用方法進行介紹。由於OSS API十分豐富，因此在本文中只介紹那些最爲常用的接口。對於OSS API的一個完整描述，可以參考[1]。
一、基礎知識
數字音頻設備（有時也稱codec，PCM，DSP，ADC/DAC設備）：播放或錄製數字化的聲音。它的指標主要有：採樣速率（電話爲8K，DVD爲96K）、channel數目（單聲道，立體聲）、採樣分辨率（8-bit，16-bit）。
mixer（混頻器）：用來控制多個輸入、輸出的音量，也控制輸入（microphone，line-in，CD）之間的切換。
synthesizer（合成器）：通過一些預先定義好的波形來合成聲音，有時用在遊戲中聲音效果的產生。
MIDI 接口：MIDI接口是爲了連接舞臺上的synthesizer、鍵盤、道具、燈光控制器的一種串行接口。
在Unix系統中，所有的設備都被統一成文件，通過對文件的訪問方式（首先open，然後read/write，同時可以使用ioctl讀取/設置參數，最後close）來訪問設備。在OSS中，主要有以下的幾種設備文件：
* /dev/mixer：訪問聲卡中內置的mixer，調整音量大小，選擇音源。
* /dev/sndstat：測試聲卡，執行cat /dev/sndstat會顯示聲卡驅動的信息。
* /dev/dsp
、/dev/dspW、/dev/audio：讀這個設備就相當於錄音，寫這個設備就相當於放音。/dev/dsp與/dev/audio之間的區別在於
採樣的編碼不同，/dev/audio使用μ律編碼，/dev/dsp使用8-bit（無符號）線性編碼，/dev/dspW使用16-bit（有符號）
線形編碼。/dev/audio主要是爲了與SunOS兼容，所以儘量不要使用。
* l /dev/sequencer：訪問聲卡內置的，或者連接在MIDI接口的synthesizer。
這些設備文件的設備編號見[1]。
二、音頻編程
OSS爲音頻編程提供三種設備，分別是/dev/dsp，/dev/dspW和/dev/audio，前面已經提到了它們之間的區別。
用戶可以直接使用Unix的命令來放音和錄音，命令cat /dev/dsp >xyz可用來錄音，錄音的結果放在xyz文件中；命令cat xyz >/dev/dsp播放聲音文件xyz。
如果通過編程的方式來使用這些設備，那麼Unix平臺通過文件系統提供了統一的訪問接口。程序員可以通過文件的操作函數直接控制這些設備，這些操作函數包
括：open、close、read、write、ioctl等。下面我們就分別討論打開音頻設備、放音、錄音和參數調整。
1. 打開音頻設備
1) 頭文件定義
/** Standard includes*/#include <ioctl.h>#include
<unistd.h>#include <fcntl.h>#include
<sys/soundcard.h>/** Mandatory variables.*/#define BUF_SIZE
4096int audio_fd;unsigned char audio_buffer[BUF_SIZE];
2) 打開設備
if ((audio_fd = open(DEVICE_NAME, open_mode, 0)) == -1) {/* Open of device failed */perror(DEVICE_NAME);exit(1);}
open_mode有三種選擇：O_RDONLY，O_WRONLY和O_RDWR，分別表示只讀、只寫和讀寫。OSS建議儘量使用只讀或只寫，只有在全雙工的情況下（即錄音和放音同時）才使用讀寫模式。
2. 錄音
int len;if ((len = read(audio_fd, audio_buffer, count)) == -1) {perror("audio read");exit(1);}
count 爲錄音數據的字節個數（建議爲2的指數），但不能超過audio_buffer的大小。從讀字節的個數可以精確的測量時間，例如8kHZ
16-bit stereo的速率爲8000*2*2=32000bytes/second，這是知道何時停止錄音的唯一方法。
3. 放音
放音實際上和錄音很類似，只不過把read改成write即可，相應的audio_buffer中爲音頻數據，count爲數據的長度。
注意，用戶始終要讀/寫一個完整的採樣。例如一個16-bit的立體聲模式下，每個採樣有4個字節，所以應用程序每次必須讀/寫4的倍數個字節。
另外，由於OSS是一個跨平臺的音頻接口，所以用戶在編程的時候，要考慮到可移植性的問題，其中一個重要的方面是讀/寫時的字節順序。
4. 設置參數
* 設置採樣格式
int format;format = AFMT_S16_LE;if (ioctl(audio_fd,
SNDCTL_DSP_SETFMT, &format) == -1) {/* fatal error
*/perror("SNDCTL_DSP_SETFMT");exit(1);}if (format != AFMT_S16_LE) {/*
本設備不支持選擇的採樣格式. */}在設置採樣格式之前，可以先測試設備能夠支持那些採樣格式，方法如下：int mask;if
(ioctl(audio_fd, SNDCTL_DSP_GETFMTS, &mask) == -1) {/* Handle fatal
error ... */}if (mask & AFMT_MPEG) {/* 本設備支持MPEG採樣格式 ... */}
* 設置通道數目
int channels = 2; /* 1=mono, 2=stereo */if (ioctl(audio_fd,
SNDCTL_DSP_CHANNELS, &channels) == -1) {/* Fatal error
*/perror("SNDCTL_DSP_CHANNELS");exit(1);}if (channels != 2){/*
本設備不支持立體聲模式 ... */}
* 設置採樣速率
int speed = 11025;if (ioctl(audio_fd, SNDCTL_DSP_SPEED,
&speed)==-1) {/* Fatal error
*/perror("SNDCTL_DSP_SPEED");exit(Error code);}if ( /*
返回的速率（即硬件支持的速率）與需要的速率差別很大... */ ) {/* 本設備不支持需要的速率... */}
音頻設備通過分頻的方法產生需要的採樣時鐘，因此不可能產生所有的頻率。驅動程序會計算出最接近要求的頻率來，用戶程序要檢查返回的速率值，如果誤差較小，可以忽略，但誤差不能太大。
三、Mixer編程
對Mixer
的控制，包括調節音量（volume）、選擇錄音音源（microphone，line-in）、查詢mixer的功能和狀態，主要是通過Mixer設備
/dev/mixer的ioctl接口。相應的，ioctl接口提供的功能也分爲三類：調節音量、查詢mixer的能力、選擇mixer的錄音通道。下面
就分別介紹使用的方法：
下面的mixer_fd是對mixer設備執行open操作返回的文件描述符。
*
調節音量
應用程序通過ioctl的SOUND_MIXER_READ和SOUND_MIXER_WIRTE功能號來讀取/設置音量。在OSS中，音量的大小範圍在0-100之間。使用方法如下：
int vol;if (ioctl(mixer_fd, SOUND_MIXER_READ(SOUND_MIXER_MIC), &vol) == -1) {/* 訪問了沒有定義的mixer通道... */
SOUND_MIXER_MIC
是通道參數，表示讀microphone通道的音量，結果放置在vol中。如果通道是立體聲，那麼vol的最低有效字節爲左聲道的音量值，接着的字節爲右
聲道的音量值，另外的兩個字節不用。如果通道是單聲道，vol中左聲道與右聲道具有相同的值。
*
查詢mixer的能力
int mask;if (ioctl(mixer_fd, SOUND_MIXER_READ_xxxx, &mask) == -1) {/* Mixer 的沒有此能力... */}
SOUND_MIXER_READ_xxxx
中的xxxx代表具體要查詢的內容，比如檢查可用的mixer通道用SOUND_MIXER_READ_DEVMASK；檢查可用的錄音設備，用
SOUND_MIXER_READ_RECMASK；檢查單聲道/立體聲，用SOUND_MIXER_READ_STEREODEVS；檢查mixer的
一般能力，用SOUND_MIXER_READ_CAPS等等。所有通道的查詢的結果都放在mask中，所以要區分出特定通道的狀況，使用
mask& （1 << channel_no）。
*
選擇mixer的錄音通道
首先可以通過SOUND_MIXER_READ_RECMASK檢查可用的錄音通道，然後通過SOUND_MIXER_WRITE_RECSRC選擇錄音通道。可以隨時通過SOUND_MIXER_READ_RECSRC查詢當前聲卡中已經被選擇的錄音通道。
OSS建議把mixer的用戶控制功能單獨出來形成一個通用的程序。但前提是，在使用mixer之前，首先通過API的查詢功能檢查聲卡的能力。在linux中，就有一個專門的mixer程序--aumix。
四、結束語
前面討論的是OSS中一些最基本的內容，實際上OSS中還有很多高級的特性，比如在音頻編程時十分重要的實時性問題，畫面與聲音的同步問題，這裏都沒有介紹。如果讀者對這些特性感興趣的話，可以進一步參考[1]。另外，在[2]中，還可以下載使用OSS接口的樣例程序。
