2. Linux音频架构全景

嵌入式Linux音频开发中，常会遇到ALSA、OSS、PulseAudio、PipeWire、JACK等术语。它们并非相互替代，而是处于不同抽象层次、面向不同场景的音频基础设施。理解它们的关系，是编写正确驱动与音频应用的前提。

2.1 音频架构分层模型

Linux音频系统从硬件到应用，通常分为三层：内核层、服务层、应用层。下图展示了各组件在系统中的位置与交互关系。

2.2 各组件核心定位与对比

2.3 ALSA与OSS：内核音频接口的演进

OSS（Open Sound System）是Linux早期唯一的音频驱动接口，提供/dev/dsp、/dev/mixer等设备文件。应用通过open()/read()/write()/ioctl()直接操作音频硬件。其缺点包括：

• 一次仅允许一个应用独占音频设备
• 缺乏灵活的混音和路由能力
• API设计陈旧，扩展性差

ALSA（Advanced Linux Sound Architecture）自2.6内核起成为默认音频子系统，解决了OSS的诸多痛点：

• 多设备支持：通过/dev/snd/下的pcmC0D0p、controlC0等设备文件管理多个声卡
• 硬件抽象：提供统一的PCM、Mixer、MIDI、Timer、RawMIDI接口
• 插件机制：支持dmix（软件混音）、dsnoop（多路录音）、rate（重采样）等插件
• 用户空间库：libasound提供高级API，简化应用开发

2.4 PulseAudio：桌面音频的瑞士军刀

PulseAudio运行在用户空间，位于应用与ALSA之间。它解决了ALSA的“独占设备”问题，提供：

• 软件混音：多个应用同时播放，PulseAudio在用户空间混合后送入ALSA
• 音量控制：每个应用独立音量，支持渐入渐出
• 网络音频：通过module-native-protocol-tcp实现远程音频流
• 蓝牙音频：集成BlueZ，支持A2DP、HSP/HFP
• 设备热插拔：自动切换默认声卡

但PulseAudio的延迟较高（通常50ms以上），不适合专业音频制作。在嵌入式场景中，若不需要复杂混音，可直接使用ALSA以降低延迟和资源占用。

2.5 JACK：专业音频的低延迟标杆

JACK（JACK Audio Connection Kit）专为专业音频设计，核心特性：

• 极低延迟：通过jackd守护进程直接操作ALSA硬件，可实现2~10ms的周期延迟
• 灵活路由：应用之间通过JACK端口连接音频流，支持任意拓扑
• 同步执行：所有JACK客户端在同一个回调中处理音频，保证时序一致性
• MIDI支持：集成MIDI路由，适合音序器、合成器

JACK的缺点是配置复杂，且通常需要实时内核（RT-PREEMPT）才能发挥最佳性能。在嵌入式专业音频设备（如数字调音台、效果器）中，JACK是常见选择。

2.6 PipeWire：统一音视频的未来

PipeWire是Red Hat发起的下一代多媒体框架，旨在统一PulseAudio和JACK的功能，同时支持视频管道。其核心优势：

• 统一API：同时兼容PulseAudio和JACK客户端，应用无需修改即可运行
• 低延迟：通过pw-jack包装器，可实现与JACK相当的延迟性能
• 安全沙箱：原生支持Flatpak/容器环境下的音频权限管理
• 视频管道：支持屏幕录制、摄像头、Wayland合成器的视频流处理
• 动态拓扑：节点和链路可在运行时动态创建和销毁

PipeWire正逐步取代PulseAudio和JACK，成为Linux桌面和嵌入式系统的默认音频服务。在嵌入式场景中，PipeWire的模块化设计和低资源占用使其适合现代IoT设备。

2.7 各组件关系总结

下图展示了典型系统中各组件之间的调用链和数据流关系：

2.8 选型建议