Jetson 开发系列：Linux 下如何管理音频设备？

上篇带大家在 Jetson 开发板上搭建好了环境：

Jetson 开发系列：Orin Nano 开箱！一款强大的嵌入式&物联网开发板

如果说板子的算力是大脑，那么我们还需要给它接入： 眼睛、耳朵和嘴巴，这样才是一个完整的机器人嘛。

对应到设备上：

• 眼睛 == 摄像头；
• 耳朵 == 麦克风；
• 嘴巴 == 扬声器；

这个好办，市面上随便买一款三合一的摄像头就能搞定。

内置麦克风和扬声器，大概长下面这样：我把商标打码了，以免有打广告的嫌疑。

好用不贵，USB免驱，唯一的缺点是单声道输出，对音质有要求的小伙伴慎入哈。

问题来了：在 Linux 系统中，我怎么管理这些音频设备呢？本文就来系统地盘一盘。

1. 关于 ALSA

ALSA（Advanced Linux Sound Architecture）是 Linux 中广泛使用的开源音频系统。它提供了对音频设备的低级访问，是许多音频应用程序与 Linux 内核之间的桥梁。

ALSA 不仅包括内核驱动，还包括各种工具，如libasound、alsamixer、aplay、arecord等。

• 音频播放和录音：aplay和arecord，分别用于播放和录制音频文件。
• 混音器控制：alsamixer，一个基于文本的混音器界面，允许用户调整音频设备的音量和混音设置。
• 广泛硬件支持：包括但不限于PCI声卡、USB音频设备、HDMI音频等。
• 兼容 PulseAudio：PulseAudio是一个更高级的音频服务器，提供了更复杂的音频路由、混音等功能，其中 pactl 是 PulseAudio 的命令行工具。

如果你系统上还没安装，可以采用如下命令一键安装：

sudo apt-get install alsa-base
sudo apt-get install alsa-utils

2. 音频设备管理

查看声卡信息：

cat /proc/asound/cards

前两个是内置声卡，最后是刚插入的自带麦克风扬声器的 USB 摄像头：

接下来，我们需要了解两个专有名词：

• sources：输入设备，比如麦克风，对应 arecord 命令；
• sinks：输出设备，比如扬声器，对应 aplay 命令。

列出所有输入设备：

arecord -l
# 对应PulseAudio中的命令
pactl list short sources

这里可以看到设备号，后面需要用到：

列出所有输出设备：

aplay -l
# 对应PulseAudio中的命令
pactl list short sinks

3. 查看音频设备信息

拿到设备号后，我们就可以调用设备进行音频播放和录音了。

不过，还是先来看看设备相关信息吧，其中2,0代表设备号：

arecord -D hw:2,0 --dump-hw-params | grep '^CHANNELS'

关于音频，我们需要了解的主要有两个参数：

• 声道：Mono 代表单声道，Stereo 代表立体声-两声道，Quad 代表四声道，当然还有 5.1环绕声/7.1环绕声/杜比全景声，一般我们用不到。
• 采样率：模拟信号转换成数字信号，每秒钟采集样本的次数，通常以赫兹（Hz）为单位，常见的有：
  • 8/16K：常用于电话通信，因为人声的频率通常在 300 到3400 Hz；
  • 22.05K：FM广播的采样率；
  • 44.1 kHz：CD音质的标准采样率，
  • 48 kHz：数字音频和视频制作的标准采样率，常用于电影和专业音频。

4. 音频播放和录音

如何录音：

arecord -D hw:0,0 -f S16_LE -r 16000 -c 1 -d 5 output.wav

参数说明如下：

• -D hw:0,0：指定录音设备。hw:0,0 表示使用第一个声卡的第一个设备。

• -f S16_LE：设置音频文件格式。S16_LE 表示 16 位小端格式（Signed 16-bit Little Endian），一种常用的音频数据格式，“小端”指数据的低位字节存储在内存的低地址端。

• -r 16000：设置采样率。

• -c 1：设置声道数。

• -d 5：设置录音时长/秒。

如何播放音频：

aplay -D hw:0,0 -f S16_LE -r 16000 -c 1 data/audios/1.wav

如果指定采样率和原始音频不匹配，会出现“混叠”，这时你需要用 ffmpeg 转换一下参数：

ffmpeg -i data/audios/1.wav -ac 1 -ar 48000 data/audios/2.wav

如果你发现：播放音频的指令运行没啥问题，但就是不出声？

接着往下看！

4. 音量调节

ALSA 中采用 alsamixer 进行音量调节。使用非常简单，只需终端输入：

alsamixer

他会给你一个图形界面：

如果你要用摄像头的扬声器，自然要切换声卡，怎么搞？

按下 F6 进行声卡切换：

如果遇到 vscode 快捷键冲突，用 powershell 打开一个终端吧。

按向上键把 PCM 值调高：

再来播放音频文件试试吧~

这个坑，折腾了好久，听到出声的那一刻，激动得老泪纵横。。。

写在最后

本文带大家实操了ALSA 这位 Linux 的音频管理大师。

终于，给 Jetson 安装上了耳朵和嘴巴，让它能听会说了。

如果对你有帮助，欢迎点赞收藏备用。

本系列文章，会陆续更新在 Jetson 上完成 AI 应用开发的相关教程，欢迎感兴趣的朋友关注。

---

为方便大家交流，新建了一个 AI 交流群，欢迎对AIoT、AI工具、AI自媒体等感兴趣的小伙伴加入。

最近打造的微信机器人小爱(AI)也在群里，公众号后台「联系我」，拉你进群。