1. 音频基础概念：采样率、位深、声道数、PCM数据格式

在嵌入式Linux音频开发中，采样率、位深、声道数和PCM数据格式是构成数字音频流的四个基本维度。理解它们之间的数学关系与物理含义，是正确配置ALSA参数、避免音频失真或驱动适配失败的前提。

1.1 采样率（Sample Rate）

采样率定义了一秒钟内对模拟音频信号进行采样的次数，单位是Hz（赫兹）或kHz（千赫兹）。根据奈奎斯特采样定理，采样率必须至少为信号最高频率的两倍，才能无混叠地重建原始波形。

1.2 位深（Bit Depth / Sample Format）

位深表示每个采样点用多少比特来量化信号的幅度。位深越大，动态范围越宽，量化噪声越低。动态范围的理论值约为 6.02 × N + 1.76 dB，其中N为位深。

• S16_LE（16位有符号小端）：最常用的格式，CD音质标准，动态范围约96 dB。
• S24_LE（24位有符号小端）：专业音频常用，动态范围约144 dB，在32位容器中存储时称为S24_3LE或S24_4LE。
• S32_LE（32位有符号小端）：高解析度音频，动态范围约192 dB，常用于内部处理。
• FLOAT_LE（32位浮点小端）：DSP处理链中的标准格式，支持0 dB以上过采样而不截顶。

1.3 声道数（Channels）

声道数描述音频流中独立信号轨道的数量。常见的声道布局包括：

在PCM数据流中，声道数据按照交错（Interleaved）或非交错（Non-interleaved）方式排列。交错模式下，每个帧（Frame）包含所有声道的一个采样点，按声道顺序连续存放。

1.4 PCM数据格式与帧结构

PCM（Pulse Code Modulation）是数字音频的原始表示形式。理解帧（Frame）和周期（Period）的概念是ALSA参数配置的核心。

// 一个立体声、16位、48 kHz的PCM帧结构（交错模式）
// 帧大小 = 声道数 × 位深/8 = 2 × 2 = 4 字节
// 每秒数据量 = 采样率 × 帧大小 = 48000 × 4 = 192000 字节/秒

帧 n:     [左声道采样(2字节)] [右声道采样(2字节)]
帧 n+1:   [左声道采样(2字节)] [右声道采样(2字节)]
...

1.5 四个参数的数学关系

采样率、位深、声道数共同决定了PCM音频流的数据率和缓冲区延迟。在ALSA驱动中，这些参数通过 snd_pcm_hw_params_set_* 系列函数进行配置。

// 计算示例：配置一个低延迟音频流
// 参数：采样率=48000, 位深=16, 声道数=2, 周期大小=256帧

帧大小 = 2 × (16/8) = 4 字节
周期大小（字节）= 256 × 4 = 1024 字节
周期时间 = 256 / 48000 = 5.33 毫秒
缓冲区大小（2个周期）= 2 × 1024 = 2048 字节
缓冲区延迟 = 2 × 5.33 = 10.67 毫秒

1.6 常见音频格式对比