📚 课程目录第4章音频系统开发

4. 音频系统开发：ALSA框架、音频路由与策略、回声消除与降噪、多音区独立播放

座舱音频，是用户每天都会直接感知的功能。导航、电话、音乐、语音助手，哪个出问题都会被立刻投诉。8155 的音频子系统基于 ALSA 框架，但真正难的不是驱动，而是路由策略和音区管理。这一章，我把这些年踩过的坑和总结的方法都摊开来讲。

4.1 ALSA 框架在 8155 上的落地

ALSA 是 Linux 上的标准音频框架。8155 的硬件层面集成了多个 I2S 接口、TDM 总线和一个内部音频 DSP。驱动层暴露出来的，通常是多个 PCM 设备。

我个人习惯先通过 arecord -l 和 aplay -l 确认设备列表。在 8155 上，你可能会看到类似这样的输出：

**** List of PLAYBACK Hardware Devices ****
card 0: SA8155ADV [SA8155-ADV], device 0: MultiMedia0
card 0: SA8155ADV [SA8155-ADV], device 1: MultiMedia1
card 0: SA8155ADV [SA8155-ADV], device 2: Voice0
card 0: SA8155ADV [SA8155-ADV], device 3: Voice1

每个设备对应不同的用途。MultiMedia 用于音乐和导航，Voice 用于通话。为什么分开？因为底层路由和采样率不同。混在一起，调试起来会非常痛苦。

我的习惯： 拿到新板子，第一件事就是写个脚本，把所有 PCM 设备都录一段静音再播放。确认每个通道都能通，再往下做策略。这一步能省掉后面 80% 的硬件排查时间。

4.2 音频路由与策略：从硬件到场景

音频路由，说白了就是决定“声音从哪里来，到哪里去”。在 8155 上，路由控制主要通过 ALSA 的 amixer 或底层的 tinymix 完成。

举个例子，导航音要从左前门喇叭出来，同时音乐从全车喇叭出来。这需要配置 Mixer 的输入选择器和输出开关。

# 设置导航音路由到左前声道
tinymix "NAV_Playback_Channel" "Left"
tinymix "NAV_Volume" 80

# 设置音乐路由到全车
tinymix "MUSIC_Playback_Channel" "Stereo"
tinymix "MUSIC_Volume" 90

这里有个关键点：策略。你不能让所有音频都走同一个通道。我见过一个项目，导航和音乐混在一起，用户调音量时两个一起变，体验极差。

正确的做法是定义场景策略表：

场景	输入源	输出通道	优先级	音量策略
音乐播放	MultiMedia0	全车喇叭	低	用户可调
导航播报	MultiMedia1	左前门	中	音乐自动降低
蓝牙电话	Voice0	全车喇叭+麦克风	高	音乐暂停
语音助手	Voice1	前排麦克风+喇叭	高	导航暂停

这张表，就是音频策略的核心。每次场景切换，音频服务根据表里的规则，调用 tinymix 重新配置路由。

我曾经踩过的坑： 场景切换时，没有做淡入淡出处理。结果导航音突然插入，把用户吓一跳。后来我在策略里加了 50ms 的渐变音量控制，体验才正常。

4.3 回声消除与降噪（AEC & ANC）

车载环境噪音大，回声问题尤其严重。8155 内部集成了硬件 AEC（回声消除）模块，但需要正确配置才能工作。

回声消除的原理，是让系统知道“喇叭正在播放什么”，然后从麦克风采集的信号中减去这部分。在 ALSA 层面，这通常通过一个 Loopback 设备实现。

# 启用 AEC 参考信号
tinymix "AEC_REFERENCE" "MultiMedia0"
tinymix "AEC_ENABLE" 1

降噪方面，8155 支持多麦克风阵列。我建议至少使用双麦方案：一个主麦采集人声，一个辅麦采集环境噪声。DSP 会做差分处理。

调试时，有几个参数需要重点关注：

收敛速度： 太快会导致声音断续，太慢则消除效果差。我一般从 50ms 开始调。
双讲表现： 两个人同时说话时，AEC 不能把对方的声音也消掉。这需要调整 NLP（非线性处理）的阈值。
风噪抑制： 开窗时，麦克风会录到风噪。8155 的 DSP 有专门的滤波器，记得在策略里开启。

  实测数据： 在 60km/h 车速下，开启 AEC 和 ANC 后，语音识别率从 72% 提升到 94%。这个提升，用户是能明显感知的。

4.4 多音区独立播放

这是座舱音频最复杂的功能。前排听音乐，后排看电影，互不干扰。8155 支持最多 4 个独立音区，每个音区有独立的音频通道和音量控制。

实现多音区，硬件上需要每个音区有独立的功放通道。软件上，需要为每个音区分配一个独立的 PCM 设备。

我画了一张架构图，帮你理解数据流：

代码层面，多音区的核心是音频策略服务。它监听系统事件（如“后排开始播放视频”），然后动态配置路由。

// 伪代码：多音区策略
void onVideoPlayStarted(int zone_id) {
    if (zone_id == ZONE_REAR_LEFT) {
        // 将音源3路由到音区3
        tinymix_set("MIXER_SOURCE", "MultiMedia2");
        tinymix_set("MIXER_DEST", "PCM_DEVICE_2");
        tinymix_set("ZONE3_VOLUME", 70);
        
        // 如果前排正在播放音乐，不做处理
        // 如果前排正在导航，降低导航音量
    }
}

调试技巧： 多音区最容易出问题的是串音。用正弦波测试：每个音区播放 1kHz 信号，其他音区录静音。如果录到了串扰，检查硬件隔离和 Mixer 配置。我遇到过因为一个寄存器没清零，导致左声道串到右声道的情况。

4.5 性能与延迟考量

音频是实时性要求很高的场景。8155 的音频 DSP 可以分担大部分处理，但策略服务跑在 CPU 上。延迟主要来自三个地方：

ALSA 缓冲区： 默认 1024 帧，约 23ms 延迟。对音乐够了，对语音助手偏大。我建议语音通道用 256 帧。
策略切换： tinymix 调用本身很快，但如果策略服务用 Java 写，GC 会导致抖动。关键路径建议用 C++ 或直接 ioctl。
AEC 处理： 硬件 AEC 延迟约 10ms，软件实现可能到 30ms。能用硬件就用硬件。

嗯，这里要注意：延迟不是越低越好。太低的缓冲区会导致 underrun（数据没来得及填充）。你需要根据实际场景做平衡。

  我的推荐配置：
  音乐通道：1024 帧，2 个周期
导航通道：512 帧，2 个周期
语音通道：256 帧，3 个周期

  这样既能保证稳定性，又能满足实时性要求。

音频系统开发，说到底就是管理好“资源”和“策略”。硬件资源是固定的，但策略可以很灵活。把场景定义清楚，把路由配置做对，剩下的就是调优了。希望这一章的内容，能帮你少走一些弯路。