2. 车载音频基础
在车载Linux音频系统中，所有软件栈最终都要服务于一个目标：把存储在文件或网络中的数字音频数据，准确、实时地还原成车内乘客听到的声音。要理解ALSA、PulseAudio、PipeWire这些软件层的行为，必须先回到物理与信号层面，弄清楚声音如何被采样、量化、编码，以及它在车内如何被传输和改变。本章围绕声音物理特性、数字音频采样与量化、PCM编码、音频总线与接口、车载声学环境五个基础点展开，为后续驱动与调音打下共同语言。
一、声音的物理特性：频率、振幅与相位
声音本质是介质中的机械振动，在空气中以纵波形式传播。描述一段声音，工程上最关心三个物理量：频率决定音调高低，单位赫兹（Hz），人耳可听范围约20Hz～20kHz；振幅决定响度，通常用声压级dB SPL表示；相位描述同一频率下波形的时间偏移，多路扬声器之间相位不一致会造成抵消或声像偏移。车载环境中，低频噪声（如发动机二阶振动、路面激励）能量集中，而人耳对2～5kHz又最敏感，这直接决定了后续均衡与降噪策略的侧重点。
此外，声音在车内还会经历反射、吸收与驻波。玻璃、皮革、塑料对高频吸收差异很大，导致同一套扬声器在不同车型中听感完全不同。因此“音频调校”不是纯软件问题，而是物理声学与数字信号处理的联合问题。
二、数字音频采样与量化：把连续变成离散
要让计算机处理声音，必须经过采样和量化。采样是按固定时间间隔读取模拟波形幅值，采样率fs决定可表示的最高频率，依据奈奎斯特定理，可还原频率上限为fs/2。常见采样率有44.1kHz、48kHz、96kHz；车载系统因与视频、蓝牙、A2B等同步，48kHz最为普遍。
量化是把连续幅值映射到有限个离散电平，位深决定动态范围。理论上，位深每增加1bit，动态范围约增加6dB。16bit约96dB，24bit约144dB。车载功放与麦克风链路中，24bit可保留更多低电平细节，有利于后续降噪和回声消除。
三、PCM编码：最基础也最重要的音频表示
PCM（Pulse Code Modulation，脉冲编码调制）是最直接的音频数字化形式：按时间采样、按幅度量化，再把每个样点用二进制表示。它不压缩，因此保真度高、编解码延迟低，是车载音频内部传输与ALSA设备节点的默认格式。PCM数据率可由下式估算：
数据率 = 采样率 × 位深 × 声道数
例：48kHz × 16bit × 2 = 1,536,000 bit/s ≈ 1.536 Mbps
例：48kHz × 24bit × 8 = 9,216,000 bit/s ≈ 9.216 Mbps在Linux中，PCM设备通常表现为/dev/snd/pcmC0D0p（播放）和pcmC0D0c（录音）。ALSA的hw_params会协商格式、采样率、声道数和周期大小。若应用提交的PCM参数与硬件能力不匹配，就会出现-EINVAL或XRUN。理解PCM布局（交错interleaved或平面planar）对多声道车载系统尤其关键。
四、音频总线与接口：车内声音如何流动
车载音频不是一根线从主机到喇叭，而是多种总线协同。常见接口包括：
- I2S/TDM：芯片间短距离数字音频，TDM可在一组时钟线上传多声道，常用于SoC到DSP、DSP到功放。
- A2B：ADI主导的车载音频总线，用单对双绞线传多路音频、控制与电源，适合麦克风阵列、主动降噪和分区扬声器。
- MOST：较早的车载多媒体骨干，带宽较高但成本与复杂度也高，逐步被以太网AVB替代。
- CAN/LIN：不传音频，只传控制与状态，如音量、静音、功放使能。
- USB/蓝牙：面向手机互联与免提，蓝牙音频需经过SBC/AAC/LDAC等编码，延迟与音质需权衡。
这些接口在Linux中对应不同的驱动与DAI（Digital Audio Interface）。ASoC框架把SoC侧DAI、Codec侧DAI和板级路由用machine驱动连接起来，形成完整的PCM链路。
五、车载声学环境特点：为什么车内调音如此特殊
车内是一个狭小、强反射、非对称的封闭空间。主要特点包括：
- 噪声底高且随车速变化：发动机、胎噪、风噪在不同车速下频谱不同，需要动态EQ与响度补偿。
- 扬声器位置受限：高音单元常在A柱或仪表台，中低音在门板，听音位置偏离对称轴，必须用延时和增益修正声像。
- 多座位差异大：主驾、副驾、后排听感不同，分区音频与独立音量成为高端车型卖点。
- 混响时间短但驻波明显：低频在车厢内形成驻波，导致某些频率被强调或抵消。
- 温度与器件漂移：扬声器阻抗随温度变化，功放保护与限幅策略必须考虑。
| 基础概念 | 关键参数 | 对车载Linux音频的影响 |
|---|---|---|
| 频率与振幅 | 20Hz–20kHz、dB SPL | 决定EQ、响度补偿与限幅阈值 |
| 采样与量化 | 48kHz、16/24bit | ALSA hw_params协商格式与周期 |
| PCM编码 | 交错/平面、数据率 | 决定DMA缓冲布局与XRUN风险 |
| 音频总线 | I2S/TDM/A2B/MOST | 对应DAI驱动与machine路由 |
| 车内声学 | 噪声、驻波、座位差异 | 驱动DSP调音与分区策略 |
六、常见误区与工程复盘
aplay -D hw:0,0 --dump-hw-params查看设备能力，再决定period_size与buffer_size。
复盘一个典型场景：某车型蓝牙免提回声严重。排查发现，麦克风经A2B进入DSP，采样率48kHz，但蓝牙链路使用16kHz SBC，重采样引入额外延迟；同时ALSA播放缓冲设置过大，导致回声参考信号与麦克风信号时间不对齐。最终通过统一时钟域、缩小period、在DSP中启用AEC参考通道解决。这个案例说明：车载音频问题往往跨越物理声学、数字采样、PCM参数与总线拓扑多个层面，只有把基础概念串成一条链，才能在Linux音频栈中快速定位。
掌握本章内容后，再去看ALSA的PCM设备、ASoC的DAI与machine驱动，就不会把它们当成孤立的代码结构，而是看作“声波—采样—PCM—总线—扬声器”这条物理链路在软件中的映射。