春雨日記 about me tags

ALSAで非同期録音してみる

2022-08-23

Linux ALSA DSM232

地区の放送システムを自動で録音するシステムを構築中なのですが，その為にALSAを用いてC言語で録音するメモ

結構空いてしまいました．教習とかこの録音システムとかで意外と夏休みが削られまくってて大変つらいです泣

はじめに

放送の録音をするにあたって，放送中を判断する必要がありますが，常時メモリ上に録音しておき，FFTの結果から音声成分が検出された際にファイルへ書き出しを行うように考えています．

この記事では，その録音するところのみ記そうと思います．(FFTはFFTW3を使用している為無限に情報が出る)

ALSA

言わずと知れたLinuxカーネルが持つ音声システムです．

デスクトップなどのリッチな環境ではPulseAudioを使う場合が多い気がしますが，今回はG-Clusterで動かす必要があるので軽量さに拘っています．

で，このALSAはC言語のAPIが提供されており，libasound2-devとかをインストールする事で利用できるようになります．

asoundを用いた再生サンプルはたくさん出てくるものの，録音はいまいち見つからなかったので残しとこうという所です．

同期録音

これはサンプルが複数見つかるためあまり需要ないかも．

  1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132


// based on https://gist.github.com/albanpeignier/104902

#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
#include <signal.h>
#include <alsa/asoundlib.h>
#include <math.h>

unsigned int rate = 44100;
snd_pcm_format_t format = SND_PCM_FORMAT_S16_LE;

volatile sig_atomic_t isStop = 0;

void stopper(int sig, siginfo_t *info, void *ctx)
{
    isStop = 1;
}

int init_audioif(snd_pcm_t *handle)
{
    int err;
    snd_pcm_hw_params_t *params;

    if ((err = snd_pcm_hw_params_malloc(&params)) < 0)
    {
        fprintf(stderr, "cannot allocate hardware parameter structure (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_any(handle, params)) < 0)
    {
        fprintf(stderr, "cannot initialize hardware parameter structure (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_access(handle, params, SND_PCM_ACCESS_RW_INTERLEAVED)) < 0)
    {
        fprintf(stderr, "cannot set access type (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_format(handle, params, format)) < 0)
    {
        fprintf(stderr, "cannot set sample format (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_rate_near(handle, params, &rate, 0)) < 0)
    {
        fprintf(stderr, "cannot set sample rate (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_channels(handle, params, 1)) < 0)
    {
        fprintf(stderr, "cannot set channel count (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params(handle, params)) < 0)
    {
        fprintf(stderr, "cannot set parameters (%s)\n", snd_strerror(err));
        return 1;
    }

    snd_pcm_hw_params_free(params);

    return 0;
}

int main(int argc, char *argv[])
{
    int i, j, err;
    snd_pcm_t *capture_handle;
    int buffer_count = rate; // 1s
    struct sigaction sa_sigabrt;
    int16_t* buffer;

    if (argc != 2)
        exit(1);

    memset(&sa_sigabrt, 0, sizeof(sa_sigabrt));
    sa_sigabrt.sa_sigaction = stopper;
    sa_sigabrt.sa_flags = SA_SIGINFO;

    if (sigaction(SIGINT, &sa_sigabrt, NULL) < 0)
    {
        fprintf(stderr, "failed to set SIGINIT handler\n");
        exit(1);
    }

    if ((err = snd_pcm_open(&capture_handle, argv[1], SND_PCM_STREAM_CAPTURE, 0)) < 0)
    {
        fprintf(stderr, "cannot open audio device %s (%s)\n", argv[1], snd_strerror(err));
        exit(1);
    }

    if (init_audioif(capture_handle) != 0)
    {
        exit(1);
    }

    buffer = (int16_t*)malloc(sizeof(int16_t)*buffer_count);

    if ((err = snd_pcm_prepare(capture_handle)) < 0)
    {
        fprintf(stderr, "cannot prepare audio interface for use (%s)\n",
                snd_strerror(err));
        exit(1);
    }

    while (isStop == 0)
    {
        if ((err = snd_pcm_readi(capture_handle, buffer, buffer_count)) != buffer_count)
        {
            fprintf(stderr, "read from audio interface failed (%s)\n",
                    snd_strerror(err));
            break;
        }

        for (j = 0; j < buffer_count; j++)
        {
            //buffer[j]で参照できる
        }
    }
    printf("Interrupt...\n");

    bufferRing_free();
    snd_pcm_close(capture_handle);
    exit(0);
}

FFT要素を削ったりしてるので汚いのはご容赦…

同期録音ではあまりバッファリングを意識する必要はないです．

非同期録音

こっちがメイン．

非同期録音の場合，バッファリングを意識する必要が出てきます．

つまり，どれだけ録音バッファを用意するか，バッファにどのぐらい溜まったら処理をするかといった所を意識する必要があります．

  1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176


// based on https://gist.github.com/albanpeignier/104902

#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
#include <signal.h>
#include <time.h>
#include <limits.h>
#include <fcntl.h>
#include <alsa/asoundlib.h>
#include <math.h>

unsigned int rate = 44100;
snd_pcm_format_t format = SND_PCM_FORMAT_S16_LE;
snd_pcm_uframes_t buffer_size = 44100 * 2;
snd_pcm_uframes_t period_size = 44100;

volatile sig_atomic_t isStop = 0;

void stopper(int sig, siginfo_t *info, void *ctx)
{
    isStop = 1;
}

void PCMCallBack(snd_async_handler_t *pcm_callback)
{
    snd_pcm_t *pcm_handle = snd_async_handler_get_pcm(pcm_callback);
    int16_t **ptr = snd_async_handler_get_callback_private(pcm_callback);
    int err;
    int16_t *tptr;
    snd_pcm_sframes_t delay;

    snd_pcm_delay(pcm_handle,&delay);
    while (delay >= period_size)
    {
        tptr = bufferRing_next(); //バッファを進める関数(ここでは未実装)
        snd_pcm_readi(pcm_handle, tptr, period_size);
        *ptr = tptr;
        delay = snd_pcm_delay(pcm_handle,&delay);
    }
}

int init_audioif(snd_pcm_t *handle)
{
    int err;
    snd_pcm_hw_params_t *params;

    if ((err = snd_pcm_hw_params_malloc(&params)) < 0)
    {
        fprintf(stderr, "cannot allocate hardware parameter structure (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_any(handle, params)) < 0)
    {
        fprintf(stderr, "cannot initialize hardware parameter structure (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_access(handle, params, SND_PCM_ACCESS_RW_INTERLEAVED)) < 0)
    {
        fprintf(stderr, "cannot set access type (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_format(handle, params, format)) < 0)
    {
        fprintf(stderr, "cannot set sample format (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_rate_near(handle, params, &rate, 0)) < 0)
    {
        fprintf(stderr, "cannot set sample rate (%s)\n", snd_strerror(err));
        return 1;
    }

    //下2項目が追加
    if ((err = snd_pcm_hw_params_set_buffer_size_near(handle, params, &buffer_size)) < 0)
    {
        fprintf(stderr, "cannot set buffer size (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_period_size_near(handle, params, &period_size, NULL)) < 0)
    {
        fprintf(stderr, "cannot set period size (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params_set_channels(handle, params, 1)) < 0)
    {
        fprintf(stderr, "cannot set channel count (%s)\n", snd_strerror(err));
        return 1;
    }

    if ((err = snd_pcm_hw_params(handle, params)) < 0)
    {
        fprintf(stderr, "cannot set parameters (%s)\n", snd_strerror(err));
        return 1;
    }

    snd_pcm_hw_params_free(params);

    return 0;
}

int main(int argc, char *argv[])
{
    int i, j, err;
    snd_pcm_t *capture_handle;
    snd_async_handler_t *pcm_callback;
    int buffer_count = rate; // 1s
    struct sigaction sa_sigabrt;
    uint16_t detect_status = 0;
    uint16_t *ptrBuf = NULL, *previoud_ptrBuf = NULL;
    time_t t_time; 

    memset(&sa_sigabrt, 0, sizeof(sa_sigabrt));
    sa_sigabrt.sa_sigaction = stopper;
    sa_sigabrt.sa_flags = SA_SIGINFO;

    if (sigaction(SIGINT, &sa_sigabrt, NULL) < 0)
    {
        fprintf(stderr, "failed to set SIGINIT handler\n");
        exit(1);
    }

    if ((err = snd_pcm_open(&capture_handle, argv[1], SND_PCM_STREAM_CAPTURE, 0)) < 0)
    {
        fprintf(stderr, "cannot open audio device %s (%s)\n", argv[1], snd_strerror(err));
        exit(1);
    }

    if (init_audioif(capture_handle) != 0)
    {
        exit(1);
    }

    if ((err = snd_pcm_prepare(capture_handle)) < 0)
    {
        fprintf(stderr, "cannot prepare audio interface for use (%s)\n",
                snd_strerror(err));
        exit(1);
    }

    snd_async_add_pcm_handler(&pcm_callback, capture_handle, PCMCallBack, &ptrBuf);
    snd_pcm_start(capture_handle);

    while (isStop == 0)
    {
        if (ptrBuf == previoud_ptrBuf) //バッファが進んでいるかチェック,このソースでは未実装
        {
            usleep(500e3);
            continue;
        }

        previoud_ptrBuf = ptrBuf;
        
        int16_t *buffer = previoud_ptrBuf;
        for (j = 0; j < buffer_count; j++)
        {
            in[j][0] = buffer[j] / 100.0;
            in[j][1] = 0.0;
        }
    }

    printf("Interrupt...\n");
    if (isRecording)
        stopRec();

    snd_pcm_drain(capture_handle);
    snd_async_del_handler(pcm_callback);
    snd_pcm_close(capture_handle);
    exit(0);
}

snd_async_add_pcm_handlerにてコールバック関数を指定し，snd_pcm_startを呼ぶという処理が加わりました．これにてバッファの状態でコールバック関数が呼ばれるようになります．

このソースでは，バッファサイズを2秒分，コールバックの周期を1秒に設定しています．

よって，バッファに44100個の要素が溜まったあたりでPCMCallBack()が呼ばれるわけです．

再生の際は，snd_pcm_avail_updateにて空きバッファを取得していましたが，録音の際は逆で未再生バッファを取得する関数であるsnd_pcm_delayにて，録音されたバッファの数が取得できます．

バッファの詳細はこのページが詳しいです→ https://propella.hatenablog.com/entry/20061202/p2

おわりに

めっちゃ雑ですが，非同期録音の参考になればなーと思います．

前の記事囚われの環境でもRDPしたい

次の記事 armhfのAlpine向けに最小ffmpegをクロスコンパイルしてみた