3. PCM设备参数详解：采样率、位深、通道数、缓冲区大小、周期大小
好，咱们今天来聊聊PCM设备的几个核心参数。说实话，我刚开始接触ALSA的时候，被这些参数搞得一头雾水。什么采样率、位深、周期大小，听起来都挺唬人的。但说白了，它们就是描述音频数据怎么流动、怎么存储的几个数字。搞懂了它们，你就能跟声卡顺畅对话了。
3.1 采样率（Sample Rate）
采样率，简单讲就是声卡每秒钟从模拟信号里“抓”多少个样本点。单位是Hz。比如44100 Hz，就是一秒抓44100次。
常见的采样率有这些：
| 采样率 | 常见用途 |
|---|---|
| 8000 Hz | 电话语音，VoIP |
| 16000 Hz | 宽带语音，很多语音识别用这个 |
| 44100 Hz | CD音质，MP3文件的标准 |
| 48000 Hz | DVD、电影、专业音频设备 |
| 96000 Hz | 高解析度音频，录音棚常用 |
我个人习惯，调试的时候先用44100 Hz。为什么？因为几乎所有声卡都支持这个值，不容易出幺蛾子。等基本通路通了，再换别的采样率去验证。
3.2 位深（Bit Depth）
位深，也叫采样精度。它决定了每个样本点用多少比特来表示。说白了，就是描述声音“细腻程度”的指标。
常见的位深：
- 8位：老式游戏机、低质量语音。动态范围只有48dB，噪声很明显。
- 16位：CD标准。动态范围96dB，日常听歌足够了。
- 24位：录音棚标准。动态范围144dB，给后期处理留了很大空间。
- 32位浮点：专业DAW内部处理格式。理论上动态范围无穷大，不会出现削波。
我在项目中遇到过一个问题：用16位录音，结果音量稍微大一点就破音了。后来换成24位，同样的输入电平，波形就干净多了。嗯，这里要注意，位深越大，数据量也越大。一个24位48kHz的立体声流，每秒的数据量是 48k × 3字节 × 2通道 = 288 kB/s。算算你的嵌入式设备扛不扛得住。
3.3 通道数（Channels）
通道数，就是同时播放或录制几个独立的音频流。
- 1（Mono）：单声道。一个喇叭出声。
- 2（Stereo）：立体声。左声道+右声道。
- 4（Quad）：四声道。前左、前右、后左、后右。
- 6（5.1）：前左、前右、中置、低音炮、后左、后右。
- 8（7.1）：在5.1基础上再加两个侧环绕。
调试的时候，我建议先从立体声开始。因为大部分消费级声卡默认就是2通道。如果你一上来就配6通道，声卡可能直接报错，或者静音。我曾经被这个坑过——配了5.1通道，结果speaker-test只听到前面两个喇叭响，后面四个没声音。后来才发现是通道映射没搞对。
3.4 缓冲区大小（Buffer Size）
缓冲区，是声卡和应用程序之间的一块内存区域。应用程序把音频数据写进去，声卡从里面读出来播放。或者反过来，声卡把采集到的数据写进去，应用程序从里面读。
缓冲区大小，通常用帧数（frames）来表示。一帧等于所有通道的一个样本点。比如立体声16位，一帧就是4字节（左2字节+右2字节）。
缓冲区越大，延迟越高，但越不容易出现Xrun（欠载或过载）。缓冲区越小，延迟越低，但对系统实时性要求越高。
常见的缓冲区大小：
- 1024帧：保守设置，延迟约23ms（48kHz下）。适合桌面播放，不容易卡顿。
- 512帧：中等设置，延迟约10ms。很多音频应用默认值。
- 256帧：低延迟，延迟约5ms。适合实时监听、乐器演奏。
- 128帧：极低延迟，延迟约2.6ms。对系统要求很高，容易出Xrun。
3.5 周期大小（Period Size）
周期大小，这个概念很多人搞混。它跟缓冲区大小是两回事，但关系密切。
简单说，周期是声卡硬件中断的频率。声卡每播放完一个周期的数据，就会触发一次中断，通知应用程序“我这边又空出一块地方了，赶紧填数据”。
周期大小和缓冲区大小的关系是：
缓冲区大小 = 周期大小 × 周期数
通常周期数（period count）是2或3。所以如果缓冲区是1024帧，周期数设为2，那么周期大小就是512帧。
为什么要有周期？你想想看，如果没有周期，声卡得等到整个缓冲区都播完了才通知应用程序。那延迟就太大了。把缓冲区切成几个周期，应用程序就能更频繁地得到反馈，延迟自然就降下来了。
3.6 使用speaker-test进行基础测试
理论讲完了，咱们来点实战。speaker-test是ALSA自带的一个小工具，用来测试PCM播放是否正常。它简单、直接，是我调试音频时的首选。
最基本的用法：
speaker-test -t sine -f 440 -l 1这条命令的意思是：播放一个440Hz的正弦波，只播一次（-l 1）。你会听到一声“嘟”。如果听到了，说明PCM播放通路基本没问题。
更全面的测试：
speaker-test -D hw:0,0 -c 2 -r 44100 -f S16_LE -t sine -l 3参数解释：
-D hw:0,0：指定设备。hw:0,0表示第一张声卡的第一个设备。-c 2：通道数，这里是立体声。-r 44100：采样率，44.1kHz。-f S16_LE：样本格式，16位有符号小端序。-t sine：测试信号类型，正弦波。-l 3：重复3次。
如果你想测试多通道，比如5.1声道：
speaker-test -D hw:0,0 -c 6 -r 48000 -f S16_LE -t sine -l 1它会依次在每个通道上播放测试音，并告诉你当前是哪个通道在响。这样你就能检查每个喇叭是否都正常工作了。
fuser -v /dev/snd/* 看看是谁在用，或者直接 pulseaudio -k 杀掉PulseAudio（如果它占着设备）。
嗯，这里还要提一句。speaker-test默认用的是plughw插件，它会自动处理格式转换。但如果你想测试硬件原生参数，记得用hw设备。我遇到过有人用plughw测试一切正常，换成hw就报错——那是因为声卡硬件根本不支持那个参数组合。所以，用hw设备测试，才能暴露真正的硬件限制。
好了，这一章的内容就到这儿。采样率、位深、通道数、缓冲区大小、周期大小，这几个参数你搞清楚了，PCM设备配置这块就拿下了一大半。下一章咱们聊聊更具体的PCM硬件参数配置，以及如何用代码去设置它们。