2、音频硬件基础：了解声卡、编解码器、DAC/ADC、采样率、位深度等基本概念
好，咱们正式开始聊硬件。很多做音频开发的朋友，上来就怼 ALSA 的 API，结果遇到杂音、延迟、设备不识别，一脸懵。说白了，就是底层硬件没搞明白。
我个人习惯，在写任何音频代码之前，先搞清楚板子上到底有哪些家伙在干活。这一章，咱们就把声卡、Codec、DAC/ADC 这些硬件的底裤扒干净。
2.1 声卡：不只是个“卡”
你想想看，现在的电脑、手机、开发板，哪个没声卡？但声卡早不是当年插在 PCI 槽里的大板子了。
在 Linux 系统里，声卡是一个逻辑概念。它可能是一颗独立的芯片，也可能集成在 CPU 里。我见过不少新手，在开发板上用 aplay -l 看到好几个声卡，就慌了。其实，每个声卡对应一个音频设备实例。
举个例子，我手头这块板子：
card 0: sunxi-CODEC [sunxi-CODEC], device 0: 2030000.codec-sunxi-snd-codec-aif1 sunxi-snd-codec-aif1-0 []
card 1: sndhdmi [sndhdmi], device 0: 2030000.daudio-sndhdmi-hdmi sndhdmi-hdmi-0 []
看到了吗？card 0 是板载的模拟音频接口，card 1 是 HDMI 数字音频。它们共用同一个物理芯片，但在 Linux 里是两个独立的声卡。
核心要点：在 ALSA 的世界里，声卡就是 card X，设备就是 device Y。操作音频流，你得先锁定 hw:X,Y。
2.2 编解码器（Codec）：音频的翻译官
Codec 这个词，是 Coder/Decoder 的缩写。它干的事很简单：把数字信号转成模拟信号（播放），或者把模拟信号转成数字信号（录音）。
嗯，这里要注意。Codec 和声卡不是一回事。声卡是“管理者”，Codec 是“执行者”。声卡通过 I2C 或 SPI 总线去控制 Codec，告诉它：“哥们，现在音量调到 80%，采样率设成 48kHz。”
我在项目中遇到过最坑的事，就是 Codec 的寄存器没初始化。板子能出声，但声音小得跟蚊子似的。后来一查，是 Codec 的电源管理寄存器默认把输出衰减了 20dB。
避坑指南：调试音频时，先用 amixer 看看 Codec 的控件状态。我曾经花了一下午，最后发现是 “Headphone Playback Volume” 被静音了。
2.3 DAC 与 ADC：模拟世界的桥梁
DAC（数模转换器）和 ADC（模数转换器），是 Codec 内部最核心的模块。
- DAC：把 0101 的数字流，变成耳朵能听的电压波形。
- ADC：把麦克风捕捉的声波，变成计算机能处理的数字信号。
说白了，没有它们，音频就是一堆冰冷的数字。DAC 的精度直接决定了音质。我见过一些低端 Codec，DAC 只有 16bit，底噪大得吓人。而高端一点的，比如 PCM5122，能做到 32bit 384kHz，动态范围轻松超过 110dB。
为什么会这样？因为 DAC 的位数决定了它能表示的最小电压变化。16bit 有 65536 个台阶，24bit 有 1677 万个台阶。台阶越多，波形越平滑，失真越小。
2.4 采样率：时间轴上的精度
采样率，就是每秒钟对模拟信号“拍照”的次数。单位是 Hz。
常见的采样率有：
| 采样率 | 常见用途 |
|---|---|
| 8 kHz | 电话语音 |
| 44.1 kHz | CD 音质 |
| 48 kHz | DVD、专业音频 |
| 96 kHz | 高清音频 |
| 192 kHz | 发烧级录音 |
根据奈奎斯特定理，采样率必须大于信号最高频率的两倍。人耳能听到 20kHz，所以 44.1kHz 是底线。我个人习惯，做语音产品用 16kHz 就够了，做音乐播放器至少 48kHz。
注意：采样率不匹配是音频开发中最常见的 bug。ALSA 驱动会尝试自动重采样，但会引入延迟和失真。我建议你在代码里显式设置采样率，别指望驱动帮你兜底。
2.5 位深度：动态范围的标尺
位深度，也叫采样精度。它决定了每个采样点能记录多少细节。
- 8bit：256 级，噪音大，基本淘汰。
- 16bit：65536 级，CD 标准，动态范围 96dB。
- 24bit：1677 万级，动态范围 144dB，专业录音标配。
- 32bit：浮点或定点，常用于内部处理。
你想想看，16bit 的音频，最响和最轻的声音之间只有 96dB 的差距。而 24bit 有 144dB，这意味着你可以录下更微弱的声音，同时保留更大的动态余量。
我记得有一次调试一个录音设备，发现录出来的声音总是有“沙沙”声。查了半天，发现是 ALSA 配置里把位深度设成了 S16_LE，而 Codec 硬件实际支持的是 S24_LE。数据被截断了，底噪自然就上来了。
2.6 硬件链路：数据怎么跑起来的？
最后，咱们串一下整个链路。从应用程序到喇叭，数据流是这样的：
- 应用程序：生成 PCM 数据（比如播放一个 WAV 文件）。
- ALSA 库：把数据传给内核驱动。
- DMA 控制器：从内存搬运数据到 Codec 的 FIFO 缓冲区。
- Codec 的 DAC：把数字信号转成模拟电压。
- 功放：放大信号，驱动喇叭或耳机。
反过来，录音就是逆过程：麦克风 → ADC → DMA → 内存 → 应用程序。
这里有个关键点：DMA 的缓冲区大小。缓冲区太小，CPU 频繁中断，容易产生 XRUN（欠载或溢出）。缓冲区太大，延迟就高。我一般做实时通话时，缓冲区设成 10ms 左右；做音乐播放，可以放宽到 50ms。
总结一下：声卡是逻辑设备，Codec 是物理芯片，DAC/ADC 是核心转换器。采样率和位深度决定了音质的天花板。搞懂这些，你再看 ALSA 的配置，就不会觉得那是天书了。
下一章，咱们就动手操作 ALSA 的 API，让这些硬件真正跑起来。