OSS--跨平台的音訊介面簡介

OSS（Open Sound System）是unix平台上一個統一的音訊介面。以前，每個Unix廠商都會提供一個自己專有的API，用來處理音訊。這就意味著為一種Unix平台編寫的音訊處理應用程式，在移植到另外一種Unix平台上時，必須要重寫。不僅如此，在一種平台上具備的功能，可能在另外一個平台上無法實現。但是，OSS出現以後情況就大不一樣了，只要音訊處理應用程式按照OSS的API來編寫，那麼在移植到另外一個平台時，只需要重新編譯即可。因此，OSS提供了原始碼級的可移植性。

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，加上音訊流、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環境一樣的音訊世界。另外，OSS還提供了與視訊和動畫播放同步的音訊能力，這對在Unix中實現動畫、遊戲提供了幫助。

本文首先解釋在音訊程式設計時經常遇到的名詞、裝置檔案的含義，然後分別在錄音、播放、Mixer方面對OSS介面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為常用的介面。對於OSS API的一個完整描述，可以參考[1]。

一、基礎知識

數位音訊裝置（有時也稱codec，PCM，DSP，ADC/DAC裝置）：播放或錄製數位化的聲音。它的指標主要有：取樣速率（電話為8K，DVD為96K）、channel數目（單聲道，立體聲）、取樣解析度（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 介面：MIDI介面是為了連線舞台上的synthesizer、鍵盤、道具、燈光控制器的一種序列介面。

在Unix系統中，所有的裝置都被統一成檔案，通過對檔案的存取方式（首先open，然後read/write，同時可以使用ioctl讀取/設定引數，最後close）來存取裝置。在OSS中，主要有以下的幾種裝置檔案：

• /dev/mixer：存取音效卡中內建的mixer，調整音量大小，選擇音源。
• /dev/sndstat：測試音效卡，執行cat /dev/sndstat會顯示音效卡驅動的資訊。
• /dev/dsp 、/dev/dspW、/dev/audio：讀這個裝置就相當於錄音，寫這個裝置就相當於放音。/dev/dsp與/dev/audio之間的區別在於取樣的編碼不同，/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主要是為了與SunOS相容，所以盡量不要使用。
• l /dev/sequencer：存取音效卡內建的，或者連線在MIDI介面的synthesizer。

這些裝置檔案的裝置編號見[1]。

二、音訊程式設計

OSS為音訊程式設計提供三種裝置，分別是/dev/dsp，/dev/dspW和/dev/audio，前面已經提到了它們之間的區別。

使用者可以直接使用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檔案中；命令cat xyz >/dev/dsp播放聲音檔案xyz。

如果通過程式設計的方式來使用這些裝置，那麼Unix平台通過檔案系統提供了統一的存取介面。程式設計師可以通過檔案的操作函數直接控制這些裝置，這些操作函數包括：open、close、read、write、ioctl等。下面我們就分別討論開啟音訊裝置、放音、錄音和引數調整。

1. 開啟音訊裝置

1) 標頭檔案定義

/*
* Standard includes
*/
#include <ioctl.h>
#include <unistd.h>
#include <fcntl.h>
#include <sys/soundcard.h>
/*
* Mandatory variables.
*/
#define BUF_SIZE 4096
int audio_fd;
unsigned char audio_buffer[BUF_SIZE];

2) 開啟裝置

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，分別表示唯讀、只寫和讀寫。OSS建議盡量使用唯讀或只寫，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為錄音資料的位元組個數（建議為2的指數），但不能超過audio_buffer的大小。從讀位元組的個數可以精確的測量時間，例如8kHZ 16-bit stereo的速率為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中為音訊資料，count為資料的長度。

注意，使用者始終要讀/寫一個完整的取樣。例如一個16-bit的立體聲模式下，每個取樣有4個位元組，所以應用程式每次必須讀/寫4的倍數個位元組。

另外，由於OSS是一個跨平台的音訊介面，所以使用者在程式設計的時候，要考慮到可移植性的問題，其中一個重要的方面是讀/寫時的位元組順序。

4. 設定引數

設定取樣格式

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) {
/* 本裝置不支援選擇的取樣格式. */
}
在設定取樣格式之前，可以先測試裝置能夠支援那些取樣格式，方法如下：
int mask;
if (ioctl(audio_fd, SNDCTL_DSP_GETFMTS, &mask) == -1) {
/* Handle fatal error ... */
}
if (mask & AFMT_MPEG) {
/* 本裝置支援MPEG取樣格式 ... */}

設定通道數目

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)
{/* 本裝置不支援立體聲模式 ... */}

設定取樣速率

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（即硬體支援的速率）與需要的速率差別很大... */ ) {
/* 本裝置不支援需要的速率... */
}

音訊裝置通過分頻的方法產生需要的取樣時鐘，因此不可能產生所有的頻率。驅動程式會計算出最接近要求的頻率來，使用者程式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程式設計

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裝置/dev/mixer的ioctl介面。相應的，ioctl介面提供的功能也分為三類：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裝置執行open操作返回的檔案描述符。

調節音量

應用程式通過ioctl的SOUND_MIXER_READ和SOUND_MIXER_WIRTE功能號來讀取/設定音量。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) {
/* 存取了沒有定義的mixer通道... */
 

SOUND_MIXER_MIC是通道引數，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的最低有效位元組為左聲道的音量值，接著的位元組為右聲道的音量值，另外的兩個位元組不用。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；檢查可用的錄音裝置，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查詢當前音效卡中已經被選擇的錄音通道。

OSS建議把mixer的使用者控制功能單獨出來形成一個通用的程式。但前提是，在使用mixer之前，首先通過API的查詢功能檢查音效卡的能力。在linux中，就有一個專門的mixer程式--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中還有很多高階的特性，比如在音訊程式設計時十分重要的實時性問題，畫面與聲音的同步問題，這裡都沒有介紹。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介面的樣例程式。

相關主題

• Open Sound SystemTM Programmer's Guide, version 1.11, http://www.opensound.com