ANDROID音频系统散记之三：resample-2

这篇是承接上一篇提到的底层resample处理，以Samsung的mini alsa-lib为例说明。

mini alsa-lib

这个mini alsa-lib位于android2.3.1-gingerbread/device/samsung/crespo/libaudio中。如之前所说alsa-lib实现了太多plugin的功能，显得复杂臃肿。因此我建议如果想了解alsa在上层调用过程，最好从这个mini alsa-lib入手，就两个源文件：alsa_pcm.c和alsa_mixer.c，前者是pcm回放录音接口，后者是mixer controls的控制接口。

alsa-lib其实也是通过操作/dev目录的设备节点来调用内核空间的音频驱动接口，这点跟平常的字符设备的调用方法一样的。如open：

[cpp] view plain copy

1. struct pcm *pcm_open(unsigned flags)  
2. {  
3.     const char *dname;  
4.     struct pcm *pcm;  
5.     struct snd_pcm_info info;  
6.     struct snd_pcm_hw_params params;  
7.     struct snd_pcm_sw_params sparams;  
8.     unsigned period_sz;  
9.     unsigned period_cnt;  
10.   
11.     LOGV("pcm_open(0x%08x)",flags);  
12.   
13.     pcm = calloc(1, sizeof(struct pcm));  
14.     if (!pcm)  
15.         return &bad_pcm;  
16.   
17.     if (flags & PCM_IN) {  
18.         dname = "/dev/snd/pcmC0D0c"; //capture设备节点  
19.     } else {  
20.         dname = "/dev/snd/pcmC0D0p"; //playback设备节点  
21.     }  
22.       
23.     ...  
24.     pcm->flags = flags;  
25.     pcm->fd = open(dname, O_RDWR);  
26.     if (pcm->fd < 0) {  
27.         oops(pcm, errno, "cannot open device '%s'");  
28.         return pcm;  
29.     }  
30.   
31.     if (ioctl(pcm->fd, SNDRV_PCM_IOCTL_INFO, &info)) {  
32.         oops(pcm, errno, "cannot get info - %s");  
33.         goto fail;  
34.     }  
35.     ...  
36. }  

这里不多考究这些接口实现。alsa_pcm.c中有个函数挺有趣的：

[cpp] view plain copy

1. static void param_set_mask(struct snd_pcm_hw_params *p, int n, unsigned bit)  
2. {  
3.     if (bit >= SNDRV_MASK_MAX)  
4.         return;  
5.     if (param_is_mask(n)) {  
6.         struct snd_mask *m = param_to_mask(p, n);  
7.         m->bits[0] = 0;  
8.         m->bits[1] = 0;  
9.         m->bits[bit >> 5] |= (1 << (bit & 31));  
10.     }  
11. }  

其中SNDRV_MASK_MAX和snd_mask的定义分别如下：

[cpp] view plain copy

1. #define SNDRV_MASK_MAX 256  
2.   
3. struct snd_mask {  
4.  __u32 bits[(SNDRV_MASK_MAX+31)/32];  
5. };  

结合SNDRV_MASK_MAX和snd_mask来理解：可以mask的位数高达256，但是我们计算机字长是32位，因此用8个32位的数组来构成一个256位的掩码，param_set_mask函数就是这个掩码进行设置。

其中m->bits[bit >> 5] |= (1 << (bit & 31));为核心语句，bit>>5其实就是bit除以32（即数组元素长度）取得数组下标，1 << (bit & 31)是掩码位在数组元素中的偏移量。如bit=255时，则数组下标是7,即数组bits最后一个元素，偏移量是1<<31，这时整个bits数据就是这样：bits[7:0] = 0x80000000:0x00000000:0x00000000:0x00000000:0x00000000:0x00000000:0x00000000:0x00000000，这个256位的掩码的最高位就置1了。当然在实际应用中并不会用到那么高位的掩码，这里应该是为了方便以后扩展使用的，因此也只需要m->bits[0] = 0; m->bits[1] = 0，看来仅仅最多用到64位掩码。

ADCLRC约束条件

在pcm_open中，有

[cpp] view plain copy

1. param_set_int(¶ms, SNDRV_PCM_HW_PARAM_RATE, 44100);  
2.   
3. if (ioctl(pcm->fd, SNDRV_PCM_IOCTL_HW_PARAMS, ¶ms)) {  
4.     oops(pcm, errno, "cannot set hw params");  
5.     goto fail;  
6. }  

可见，无论放音还是录音，都是设置44.1khz的采样率的。在我们的底层I2S驱动中，放音录音也是固定一个采样率44.1khz。为什么这样做？放音就罢了，Android由于需要混合各个track的数据，故把放音采样率固定在44.1khz，而录音为什么也固定用44.1khz？注：这里的采样率直接对应硬件信号ADCLRC/DACLRC频率。

首先需要了解一下I2S协议方面的知识。放音采样率DACLRC，录音采样率ADCLRC都是通过同一个主时钟MCLK分频出来的。在底层音频驱动中，一般有如下的结构体：

[cpp] view plain copy

1. struct _coeff_div {  
2.     u32 mclk;  
3.     u32 rate;  
4.     u16 fs;  
5.     u8 sr;  
6.     u8 bclk_div;  
7. };  
8.   
9. /* codec hifi mclk clock divider coefficients */  
10. static const struct _coeff_div coeff_div[] = {  
11.     /* 8k */  
12.     {12288000, 8000, 1536, 0x4, 0x0},  
13.     /* 11.025k */  
14.     {11289600, 11025, 1024, 0x8, 0x0},  
15.     /* 16k */  
16.     {12288000, 16000, 768, 0x5, 0x0},  
17.     /* 22.05k */  
18.     {11289600, 22050, 512, 0x9, 0x0},  
19.     /* 32k */  
20.     {12288000, 32000, 384, 0x7, 0x0},  
21.     /* 44.1k */  
22.     {11289600, 44100, 256, 0x6, 0x07},  
23.     /* 48k */  
24.     {12288000, 48000, 256, 0x0, 0x07},  
25.     /* 96k */  
26.     {12288000, 96000, 128, 0x1, 0x04},  
27. };  

其中MCLK有两个可配频率，分别是12288000和11289600，前者用于8k、16k、32k、48k、96khz的分频，后者用于11.025k、22.05k、44.1khz的分频。具体算式是rate=mclk/fs，如44100=11289600/256。

看出问题了没有？如果录音采样率设置为8khz，则MCLK必须转变为12288000，此时DACLRC就会被改变（放音声音会变得尖锐），不利于同时放音录音。因此录音采样率是受其约束的，其实也不是一定是44.1khz，是11.025khz的倍数即可，能保证是可以从同一个MCLK分频。

DownSampler

在android2.3.1-gingerbread/device/samsung/crespo/libaudio中，除了mini alsa-lib外，就是Samsung为Android写的AudioHAL了，如AudioHardware.cpp，这相当于alsa_sound中的文件。这个HAL有很大的通用性，移植到无通话功能的MID上都可以正常工作的，当然也保留Samsung的一些专用性，主要是通话语音通道处理。这里不详述这个音频HAL文件，如果对AudioFlinger和alsa_sound比较熟悉的话，会很快上手掌握。

如上个章节所说，底层录音采样率ADCLRC固定是44.1khz，那么上层如果想要其他的采样率如8khz，怎么办？resample无疑。由于这里支持的录音采样率有：8000, 11025, 16000, 22050, 44100，都低于或等于44.1khz，则只需要downsample（同理从低采样率转换到高采样率叫upsample）。如下是简单的分析：

[cpp] view plain copy

1. status_t AudioHardware::AudioStreamInALSA::set(  
2.     AudioHardware* hw, uint32_t devices, int *pFormat,  
3.     uint32_t *pChannels, uint32_t *pRate, AudioSystem::audio_in_acoustics acoustics)  
4. {  
5.     if (pFormat == 0 || *pFormat != AUDIO_HW_IN_FORMAT) {  
6.         *pFormat = AUDIO_HW_IN_FORMAT; //AudioSystem::PCM_16_BIT  
7.         return BAD_VALUE;  
8.     }  
9.     if (pRate == 0) {  
10.         return BAD_VALUE;  
11.     }  
12.       
13.     //getInputSampleRate：取得与参数sampleRate最接近的且被支持的采样率  
14.     //支持的采样率有：8000, 11025, 16000, 22050, 44100  
15.     //事实上，这里传入来的sampleRate必须是被支持的，否则返回BAD_VALUE  
16.     uint32_t rate = AudioHardware::getInputSampleRate(*pRate);  
17.     if (rate != *pRate) {  
18.         *pRate = rate;  
19.         return BAD_VALUE;  
20.     }  
21.   
22.     if (pChannels == 0 || (*pChannels != AudioSystem::CHANNEL_IN_MONO &&  
23.         *pChannels != AudioSystem::CHANNEL_IN_STEREO)) {  
24.         *pChannels = AUDIO_HW_IN_CHANNELS; //AudioSystem::CHANNEL_IN_MONO  
25.         return BAD_VALUE;  
26.     }  
27.   
28.     mHardware = hw;  
29.   
30.     LOGV("AudioStreamInALSA::set(%d, %d, %u)", *pFormat, *pChannels, *pRate);  
31.   
32.     //getBufferSize：根据采样率和声道数确定buffer的大小  
33.     //popCount：计算参数u有多少个非0位，其实现很有趣，大家可以研究下它的算法  
34.     mBufferSize = getBufferSize(*pRate, AudioSystem::popCount(*pChannels));  
35.     mDevices = devices;  
36.     mChannels = *pChannels;  
37.     mChannelCount = AudioSystem::popCount(mChannels);  
38.     mSampleRate = rate;  
39.       
40.     //检查mSampleRate是否与AUDIO_HW_OUT_SAMPLERATE（44.1khz）一致，否则需要down resample  
41.     if (mSampleRate != AUDIO_HW_OUT_SAMPLERATE) {  
42.         mDownSampler = new AudioHardware::DownSampler(mSampleRate,  
43.                                                   mChannelCount,  
44.                                                   AUDIO_HW_IN_PERIOD_SZ,  
45.                                                   this);  
46.         status_t status = mDownSampler->initCheck();  
47.         if (status != NO_ERROR) {  
48.             delete mDownSampler;  
49.             LOGW("AudioStreamInALSA::set() downsampler init failed: %d", status);  
50.             return status;  
51.         }  
52.   
53.         mPcmIn = new int16_t[AUDIO_HW_IN_PERIOD_SZ * mChannelCount];  
54.     }  
55.     return NO_ERROR;  
56. }  

以上是set方法，检查参数format、samplerate和channelcount的合法性，检查samplerate是否与ADCLRC一致，如果不一致，则创建一个DownSampler。

我们再看看read方法代码片段：

[cpp] view plain copy

1. ssize_t AudioHardware::AudioStreamInALSA::read(void* buffer, ssize_t bytes)  
2. {  
3.         ......  
4.         //检查是否创建了DownSampler  
5.         if (mDownSampler != NULL) {  
6.             size_t frames = bytes / frameSize();  
7.             size_t framesIn = 0;  
8.             mReadStatus = 0;  
9.             do {  
10.                 size_t outframes = frames - framesIn;  
11.                 //调用DownSampler的resample方法，该方法从音频接口读取pcm数据，然后对这些数据resample  
12.                 mDownSampler->resample(  
13.                         (int16_t *)buffer + (framesIn * mChannelCount),  
14.                         &outframes);  
15.                 framesIn += outframes;  
16.             } while ((framesIn < frames) && mReadStatus == 0);  
17.             ret = mReadStatus;  
18.             bytes = framesIn * frameSize();  
19.         } else {  
20.             TRACE_DRIVER_IN(DRV_PCM_READ)  
21.             //并未创建DownSampler，直接读取pcm数据送到缓冲区  
22.             ret = pcm_read(mPcm, buffer, bytes);  
23.             TRACE_DRIVER_OUT  
24.         }  
25.         ......  
26. }  

可知，当上层需要的samplerate与44.1khz不符时，会转入DownSampler::resample处理：

1、调用AudioHardware::AudioStreamInALSA::getNextBuffer方法，获取音频pcm数据，存放到buffer，并计算下一次buffer的地址；

2、将buffer中的数据分解成各个声道的数据并保存到mInLeft和mInRight；

3、由于原始的音频pcm数据采样率是44.1khz的，调用resample_2_1将数据转为22.05khz采样率；

4、1) 如果上层需要的samplerate=11.025khz，调用resample_2_1将数据采样率从22.05khz转换到11.025khz；

      2) 如果上层需要的samplerate=8khz，调用resample_441_320将数据采样率从11.025khz转换到8khz；

5、如果上层需要的samplerate=16khz，调用resample_441_320将数据采样率从22.05khz转换到16khz。

可见真正的resample处理是在resample_2_1()和resample_441_320()这两个函数中。前者是对倍数2的采样率进行resample的，如44100->22050, 22050->11025, 16000->8000等；后者是对比率为441/320的采样率进行resample的，如44100->32000, 22050->16000, 11025->8000等。