4、ALSA用户空间编程基础：snd_pcm_open、snd_pcm_hw_params、snd_pcm_sw_params、读写操作

好，我们终于到了用户空间编程这一块。说实话，很多做驱动的兄弟觉得用户空间API很简单，不就是调几个函数嘛。但我在项目里见过太多因为用户空间配置不当，导致音频卡顿、延迟高、甚至无声的案例。所以这一节，咱们把ALSA用户空间编程的四个核心步骤掰开揉碎了讲清楚。

4.1 打开设备：snd_pcm_open

一切从打开设备开始。snd_pcm_open这个函数，说白了就是建立你和音频硬件之间的通道。

#include <alsa/asoundlib.h>

snd_pcm_t *pcm_handle;
int ret;

ret = snd_pcm_open(&pcm_handle, "hw:0,0", 
                   SND_PCM_STREAM_PLAYBACK, 0);
if (ret < 0) {
    printf("打开设备失败: %s\n", snd_strerror(ret));
    return -1;
}

这里有几个坑，我一个个说。

设备名称："hw:0,0"表示第一张声卡的第0个设备。但实际项目中，我更推荐用"default"或者"plughw:0,0"。为什么？因为hw设备不支持采样率转换和格式转换，你给什么参数它就必须用什么参数。而plughw会自动帮你做适配。我曾经在一个项目里，用hw设备播放16位音频，结果应用层传了32位数据，直接没声音，排查了半天才发现是格式不匹配。

流方向：SND_PCM_STREAM_PLAYBACK是播放，SND_PCM_STREAM_CAPTURE是录音。这个别搞反了，我见过有人录音时用了PLAYBACK，结果一直没数据，还以为是驱动有问题。

阻塞模式：最后一个参数0表示阻塞模式。如果你希望非阻塞，可以用SND_PCM_NONBLOCK。但我个人习惯，初始化时用阻塞模式，等所有参数配好了再切换。这样调试起来方便。

4.2 配置硬件参数：snd_pcm_hw_params

硬件参数配置是ALSA编程中最关键的一步。你想想看，音频数据怎么传、传多快、传什么格式，全在这里定下来。

snd_pcm_hw_params_t *hw_params;
snd_pcm_uframes_t period_size = 1024;
unsigned int rate = 48000;
int dir;

// 1. 分配参数对象
snd_pcm_hw_params_alloca(&hw_params);

// 2. 初始化默认值
snd_pcm_hw_params_any(pcm_handle, hw_params);

// 3. 设置访问类型
snd_pcm_hw_params_set_access(pcm_handle, hw_params,
                             SND_PCM_ACCESS_RW_INTERLEAVED);

// 4. 设置数据格式
snd_pcm_hw_params_set_format(pcm_handle, hw_params,
                             SND_PCM_FORMAT_S16_LE);

// 5. 设置采样率
snd_pcm_hw_params_set_rate_near(pcm_handle, hw_params,
                                &rate, &dir);

// 6. 设置通道数
snd_pcm_hw_params_set_channels(pcm_handle, hw_params, 2);

// 7. 设置周期大小
snd_pcm_hw_params_set_period_size_near(pcm_handle, hw_params,
                                       &period_size, &dir);

// 8. 应用配置
snd_pcm_hw_params(pcm_handle, hw_params);

这里我重点讲几个容易出问题的地方。

访问类型：SND_PCM_ACCESS_RW_INTERLEAVED是最常用的，左右声道数据交错排列。还有一种MMAP_INTERLEAVED，性能更好，但实现复杂。我建议新手先用RW模式，跑通了再考虑优化。

采样率设置：注意我用的是_near后缀的函数。为什么？因为硬件不一定支持你指定的精确值。比如你设48000，硬件可能只支持47999或48001。_near会帮你选一个最接近的值，并通过rate变量返回实际值。我遇到过有人用_exact，结果硬件不支持直接返回错误，代码就崩了。

周期大小：这个参数直接影响延迟。周期越小，延迟越低，但CPU占用越高。车载场景下，我一般设256或512帧。1024帧适合对延迟不敏感的场景，比如音乐播放。

4.3 配置软件参数：snd_pcm_sw_params

硬件参数搞定后，接下来是软件参数。很多人会忽略这一步，直接开始读写。嗯，这里要注意，软件参数控制的是ALSA中间层的行为，比如什么时候触发中断、什么时候开始播放。

snd_pcm_sw_params_t *sw_params;
snd_pcm_uframes_t start_threshold, avail_min;

// 1. 分配参数对象
snd_pcm_sw_params_alloca(&sw_params);

// 2. 获取当前软件参数
snd_pcm_sw_params_current(pcm_handle, sw_params);

// 3. 设置启动阈值
start_threshold = period_size;  // 缓冲区有1个周期数据时启动
snd_pcm_sw_params_set_start_threshold(pcm_handle, sw_params,
                                      start_threshold);

// 4. 设置最小可用帧数
avail_min = period_size;  // 每次至少可用1个周期才唤醒
snd_pcm_sw_params_set_avail_min(pcm_handle, sw_params,
                                avail_min);

// 5. 应用配置
snd_pcm_sw_params(pcm_handle, sw_params);

start_threshold：这个参数决定什么时候开始播放。设成period_size，意思是缓冲区里有了一个周期的数据就启动。如果你设成buffer_size，那要等缓冲区满了才开始，延迟会大很多。我记得有个项目，客户反映声音出来慢，查了半天发现start_threshold设成了buffer_size的一半，导致要等很久才触发播放。

avail_min：这个参数控制poll或select的唤醒时机。设成period_size，表示当可用空间达到一个周期大小时才通知应用层写入数据。这个值设得太小，CPU会被频繁唤醒；设得太大，缓冲区可能溢出。

4.4 读写操作：播放与录音

参数配好了，终于可以读写数据了。ALSA提供了两种读写方式：标准读写和MMAP读写。这里我只讲标准读写，因为最常用、也最容易理解。

4.4.1 播放数据

snd_pcm_sframes_t frames;
char *buffer;
int buffer_size;

// 计算缓冲区大小：周期大小 * 帧大小
buffer_size = period_size * 4;  // 16位立体声，每帧4字节
buffer = malloc(buffer_size);

while (1) {
    // 填充音频数据到buffer
    fill_audio_data(buffer, buffer_size);
    
    // 写入PCM设备
    frames = snd_pcm_writei(pcm_handle, buffer, period_size);
    if (frames < 0) {
        frames = snd_pcm_recover(pcm_handle, frames, 0);
    }
    if (frames < 0) {
        printf("写入失败: %s\n", snd_strerror(frames));
        break;
    }
}

snd_pcm_writei：这个函数写入交错格式的数据。注意返回值是实际写入的帧数，不是字节数。如果返回值小于你请求的帧数，说明缓冲区满了，需要重试。

错误恢复：snd_pcm_recover是ALSA提供的便捷函数，能自动处理-EPIPE（缓冲区欠载）、-ESTRPIPE（系统挂起）等常见错误。我建议所有读写操作都加上这个恢复逻辑。曾经有个项目，播放过程中突然没声音了，就是因为没处理欠载错误，导致PCM设备进入了SND_PCM_STATE_XRUN状态。

4.4.2 录音数据

while (1) {
    frames = snd_pcm_readi(pcm_handle, buffer, period_size);
    if (frames < 0) {
        frames = snd_pcm_recover(pcm_handle, frames, 0);
    }
    if (frames < 0) {
        printf("读取失败: %s\n", snd_strerror(frames));
        break;
    }
    
    // 处理录音数据
    process_audio_data(buffer, frames * 4);
}

录音和播放是对称的，只是方向不同。但有一个细节：录音时如果缓冲区空了，snd_pcm_readi会阻塞等待数据。如果你不希望阻塞，可以在打开设备时设置SND_PCM_NONBLOCK，或者用poll机制检测数据是否可用。

4.4.3 使用poll进行非阻塞读写

实际项目中，我更推荐用poll机制。这样可以在一个线程里同时处理多个音频流，或者和其他事件一起处理。

struct pollfd pfds[1];
int count;

pfds[0].fd = snd_pcm_poll_descriptors_count(pcm_handle);
snd_pcm_poll_descriptors(pcm_handle, pfds, 1);

while (1) {
    count = poll(pfds, 1, 1000);  // 超时1秒
    if (count > 0) {
        unsigned short revents;
        snd_pcm_poll_descriptors_revents(pcm_handle, pfds, 1, &revents);
        
        if (revents & POLLOUT) {
            // 可以写入数据
            frames = snd_pcm_writei(pcm_handle, buffer, period_size);
        }
        if (revents & POLLIN) {
            // 可以读取数据
            frames = snd_pcm_readi(pcm_handle, buffer, period_size);
        }
    }
}

4.5 清理与关闭

最后别忘了清理。虽然程序退出时系统会释放资源，但养成良好的习惯总没错。

snd_pcm_drain(pcm_handle);  // 等待所有数据播放完毕
snd_pcm_close(pcm_handle);  // 关闭设备

snd_pcm_drain会阻塞直到缓冲区里的数据全部播放完。如果你不想等，可以用snd_pcm_drop直接丢弃数据。我一般在程序正常退出时用drain，异常退出时用drop。

好了，ALSA用户空间编程的基础就这些。说白了就是四步：打开、配硬件、配软件、读写。但每一步都有细节，不注意就会踩坑。下一节我们讲更高级的MMAP模式，那个性能更好，但实现也更复杂。先把基础打牢，后面才能飞得起来。