Linux音频三部曲（3）：嵌入式 Linux 音频用户态开发：ALSA、PipeWire、WirePlumber 与 GStreamer 实战

本系列每篇文章的链接：

Linux音频三部曲（1）：嵌入式 Linux 音频基础与硬件体系 - 知乎

Linux音频三部曲（2）：Linux ASoC驱动深度开发 - 知乎

Linux音频三部曲（3）：嵌入式 Linux 音频用户态开发：ALSA、PipeWire、WirePlumber 与 GStreamer 实战 - 知乎

---

本文基于 Bootlin文档面向嵌入式系统集成、音频应用开发、服务调优与现场排障工程师。全文围绕ALSA 库与工具、PipeWire 核心架构、WirePlumber 策略管理、GStreamer 多媒体流水线四个主体展开，覆盖接口调用、配置编写、命令调试、问题定位全流程。

如有专业词汇翻译不当、内容理解有误的地方，还望指正。

---

一、用户态音频体系总览与架构定位

嵌入式 Linux 音频栈自上而下分为四层：

1. 应用层：播放器、通话、语音交互、多媒体程序；
2. 服务/框架层：PipeWire、PulseAudio、JACK、GStreamer；
3. 接口库层：alsa-lib、libpipewire、libgstreamer；
4. 内核层：ALSA、ASoC、DMA、DAI 驱动。

用户态开发的核心任务是：正确打开设备、协商参数、路由音频数据流、控制音量与路由、处理异常、保证低延迟与稳定性。

早期嵌入式场景直接使用 alsa-lib 访问硬件，随着多应用并发、蓝牙音频、低延迟需求、屏幕共享等场景普及，PipeWire 成为新一代标准服务，统一音频与视频流管理；WirePlumber 作为会话管理器负责设备发现、策略与权限；GStreamer 负责编解码、滤波、混音、推流等复杂流水线处理。

---

二、ALSA 用户态开发基础（libasound + alsa-utils）

ALSA 是 Linux 音频原生接口，用户态通过 alsa-lib（libasound）与内核交互，是所有上层服务的底层依赖。

2.1 alsa-lib 核心作用与编译依赖

alsa-lib 提供对 PCM、Control、RawMIDI、HwDep 等设备的封装，屏蔽内核细节，提供稳定 ABI。 嵌入式工程编译依赖：libasound.so.2与asoundlib.h。

pkg-config 配置：pkg-config --cflags --libs alsa

2.2 PCM 设备命名规则

应用通过字符串打开设备：

• hw:card,dev：直接访问硬件，无插件；
• plughw:card,dev：自动格式转换插件；
• default：默认设备，由 /etc/asound.conf 或 ~/.asoundrc 决定。

查看声卡列表：

aplay -l
https://zhida.zhihu.com/search?content_id=274146106&content_type=Article&match_order=1&q=arecord&zhida_source=entity -l

2.3 PCM 流操作标准流程

1. 打开 PCM 设备；
2. 分配并填充硬件参数结构体；
3. 设置访问模式、格式、采样率、通道数、周期、缓冲；
4. 应用参数；
5. 循环写入采样数据；
6. 结束后关闭设备。

典型 C 代码片段：

#include <alsa/asoundlib.h>

snd_pcm_t *pcm;
snd_pcm_hw_params_t *params;
unsigned int rate = 48000;
int dir = 0;
int err;

// 打开播放设备
err = snd_pcm_open(&pcm, "plughw:0,0", SND_PCM_STREAM_PLAYBACK, 0);
if (err < 0) {/* error */}

// 初始化参数
snd_pcm_hw_params_malloc(&params);
snd_pcm_hw_params_any(pcm, params);

// 交错模式
snd_pcm_hw_params_set_access(pcm, params, SND_PCM_ACCESS_RW_INTERLEAVED);

// 16bit 小端
snd_pcm_hw_params_set_format(pcm, params, SND_PCM_FORMAT_S16_LE);

// 通道数
snd_pcm_hw_params_set_channels(pcm, params, 2);

// 采样率
snd_pcm_hw_params_set_rate_near(pcm, params, &rate, &dir);

// 周期与缓冲（关键：决定延迟与稳定性）
snd_pcm_hw_params_set_period_size(pcm, params, 256, dir);
snd_pcm_hw_params_set_buffer_size(pcm, params, 4096);

// 应用参数
err = snd_pcm_hw_params(pcm, params);
snd_pcm_hw_params_free(params);
snd_pcm_prepare(pcm);

// 写入数据循环
short buf[4096];
while (running) {
    generate_audio(buf, 4096);
    err = snd_pcm_writei(pcm, buf, 2048);
    if (err == -EPIPE) {
        snd_pcm_prepare(pcm);// 处理溢出
    }
}

snd_pcm_close(pcm);

以上为嵌入式产品常用的稳定播放模板。

2.4 录音流程与播放对称

snd_pcm_open(&pcm, "plughw:0,0", SND_PCM_STREAM_CAPTURE, 0);
// 参数配置同上
snd_pcm_readi(pcm, buf, frames);

2.5 Control 接口（音量、静音、路由）

Control 对应内核 kcontrol，用于调节音量、开关通道、切换模拟路由。

操作流程：

1. 打开 ctl 设备；
2. 设置元素 ID（按名称）；
3. 读取/写入值；
4. 关闭。

示例：获取 Master 音量

snd_ctl_t *ctl;
snd_ctl_elem_id_t *id;
snd_ctl_elem_value_t *val;

snd_ctl_open(&ctl, "hw:0", 0);
snd_ctl_elem_id_alloca(&id);
snd_ctl_elem_id_set_interface(id, SNDRV_CTL_ELEM_IFACE_MIXER);
snd_ctl_elem_id_set_name(id, "Master Playback Volume");

snd_ctl_elem_value_alloca(&val);
snd_ctl_elem_value_set_id(val, id);
snd_ctl_elem_read(ctl, val);

long left = snd_ctl_elem_value_get_integer(val, 0);
long right = snd_ctl_elem_value_get_integer(val, 1);

2.6 alsa-utils 工具集（现场调试）

• aplay：播放 WAV、PCM；
• arecord：录制；
• alsamixer：文本界面控件调节；
• amixer：命令行控件控制；
• alsactl：保存/恢复 mixer 状态；
• speaker-test：发生测试，定位通道、噪声、无声问题。

常用命令：

amixer sset 'Master' 80%
amixer sset 'Headphone Playback Switch' on
speaker-test -c 2 -r 48000 -f 440
alsactl store
alsactl restore

2.7 ALSA 常见异常与处理

• -EPIPE：underrun/overrun，处理方式 snd_pcm_prepare；
• -EINVAL：参数不支持，检查格式、率、通道、缓冲；
• 无声：先检查 mixer 开关与音量，再检查 DAPM 路由；
• 爆音：启动/停止时静音控制缺失；
• 噪声：时钟、电源、增益、接地问题。

ALSA 是用户态开发的基石，上层所有服务最终都调用 alsa-lib 访问硬件。

---

三、PipeWire 嵌入式低延迟多媒体服务

PipeWire 是新一代统一多媒体服务器，用于替代 PulseAudio、JACK，同时管理音频与视频，支持低延迟、热插拔、权限管理、动态路由，已成为嵌入式 Linux 音频服务标准。

3.1 核心架构与组件

• pipewire：核心守护进程，负责图调度、内存管理、IPC；
• pipewire-pulse：PulseAudio 兼容层，兼容原有应用；
• wireplumber：会话与策略管理器（下一章详述）；
• libpipewire：应用开发库；
• SPA 插件：封装 ALSA、BlueZ、V4L2、libcamera 等。

3.2 嵌入式部署结构

嵌入式系统通常运行系统级实例（而非 user 实例），配置位于：

/usr/share/pipewire/
/etc/pipewire/
/etc/pipewire/pipewire.conf.d/

最小启动命令：

pipewire -c /etc/pipewire/pipewire.conf

3.3 关键配置段（context.properties）

配置时钟、延迟、量子、采样率，直接决定系统性能。

context.properties = {
    core.daemon = true
    default.clock.rate = 48000
    default.clock.allowed-rates = [ 48000 44100 ]
    default.clock.quantum = 1024
    default.clock.min-quantum = 256
    default.clock.max-quantum = 4096
    link.max-buffers = 16
    log.level = 2
}

低延迟场景可降低 quantum，代价是 CPU 占用升高。

3.4 SPA 库映射（对接 ALSA 硬件）

context.spa-libs = {
    audio.convert.* = audioconvert/libspa-audioconvert
    api.alsa.*     = alsa/libspa-alsa
    api.bluez5.*   = bluez5/libspa-bluez5
    support.*      = support/libspa-support
}

3.5 模块加载（context.modules）

context.modules = [
    { name = libpipewire-module-rt }
    { name = libpipewire-module-profiler }
    { name = libpipewire-module-filter-chain }
]

• module-rt：申请实时优先级；
• module-filter-chain：音效插件；
• module-loopback：虚拟回环设备。

3.6 静态对象（context.objects）

用于创建固定 ALSA 设备节点：

context.objects = [
    { factory = adapter
      args = {
          factory.name  = api.alsa.pcm.sink
          node.name     = "alsa-output"
          media.class   = "Audio/Sink"
          audio.position = [ FL FR ]
          api.alsa.path = "hw:0"
       }
    }
]

3.7 核心概念：Node / Port / Link

• Node：处理单元（播放、录音、效果、设备）；
• Port：输入/输出端口；
• Link：端口之间的连接。

数据流沿 Link 穿过 Node，由驱动节点触发调度。

3.8 调度机制（Quantum）

每个周期处理的样本数称为 quantum，决定延迟：延迟 ≈ quantum / 采样率

例如 48kHz、quantum=256，延迟≈5.3ms。

3.9 嵌入式常用命令工具

• pw-cli：交互控制，创建/删除链接、查询节点；
• pw-dump：导出全图 JSON；
• pw-top：实时监控节点负载；

• pw-cat / pw-play / pw-record：简易播放器/录音机；
• pw-link：链接管理；
• pw-dot：生成拓扑图；
• pw-profiler：性能分析。

示例：

pw-cli ls Node
pw-play test.wav
pw-record rec.wav
pw-link pw-play:output_FL alsa:playback_FL

3.10 低延迟调优（嵌入式关键）

1. 提高线程实时优先级；
2. 减小 quantum；
3. 关闭不必要的插件；
4. 使用 hw: 设备而非 plughw:；
5. 关闭自动重采样。

---

四、WirePlumber 会话与策略管理

WirePlumber 是 PipeWire 的官方会话管理器，负责设备发现、热插拔、路由策略、权限、配置文件、默认设备选择，是嵌入式产品必须定制的组件。

4.1 配置结构

/usr/share/wireplumber/
/etc/wireplumber/
/etc/wireplumber/wireplumber.conf.d/

4.2 核心功能

1. 枚举 ALSA、BlueZ 音频设备；
2. 为设备选择可用配置（Profile）；
3. 自动路由应用流到默认设备；
4. 提供 wpctl 命令行接口；
5. 支持 Lua 脚本策略定制；
6. 权限管理与设备预留。

4.3 wpctl 常用命令

wpctl status               # 查看所有设备与节点
wpctl set-default <ID>     # 设置默认播放/录音设备
wpctl get-volume <ID>
wpctl set-volume <ID> 70%
wpctl set-mute <ID> toggle

4.4 ALSA 设备监控配置

monitor.alsa.rules = [
    { matches = [{ device.name = "~alsa_card.*" }]
      actions = {
          update-props = {
              api.alsa.use-acp = true
              device.disabled = false
          }
      }
    }
]

4.5 禁用 D-Bus

wireplumber.profiles = {
    main = { support.dbus = disabled }
}
monitor.alsa.reserve-device = disabled

4.6 软件 DSP 音效链

可给 sink 挂载均衡、降噪、自动音量等 DSP：

node.software-dsp.rules = [
    { matches = [{ node.name = "alsa_output.*" }]
      actions = {
          create-filter = {
              filter-path = "/etc/wireplumber/dsp.json"
              hide-parent = true
          }
      }
    }
]

4.7 权限模型

WirePlumber 管理两个套接字：

• pipewire-0-manager：无限制权限；
• pipewire-0：受限权限，由策略授予。

---

五、GStreamer 多媒体流水线开发

GStreamer 是嵌入式 Linux 主流多媒体框架，基于插件与流水线，用于音频播放、录音、编解码、混音、滤波、推流。

Example of a GStreamer pipeline

5.1 概念

• Element：功能单元（filesrc、wavparse、audioconvert、alsasink）；
• Pad：输入/输出端口；
• Caps：数据格式约束；
• Bin：容器；
• Pipeline：顶层调度器。

5.2 插件

5.3 命令行调试（gst-launch-1.0）

播放 WAV 到 ALSA：

gst-launch-1.0 filesrc location=test.wav ! wavparse ! audioconvert ! audioresample ! alsasink

播放 MP3：

gst-launch-1.0 filesrc location=test.mp3 ! mpegaudioparse ! avdec_mp3 ! audioconvert ! alsasink

录音到 WAV：

gst-launch-1.0 alsasrc ! audioconvert ! wavenc ! filesink location=rec.wav

查看插件信息：

gst-inspect-1.0 alsasink

5.4 GStreamer 调试

• GST_DEBUG=2：警告级别；
• GST_DEBUG=3,audioconvert:6：指定插件详细日志；
• GST_DEBUG_DUMP_DOT_DIR=./：生成流水线拓扑图；
• dot -Tpng xxx.dot -o pipeline.png：可视化。

5.5 嵌入式优化要点

1. 使用硬件解码器插件；
2. 关闭不必要的转换；
3. 合理设置队列长度；
4. 增大缓冲避免 underrun；
5. 使用 async-handling=false 降低延迟。

---

六、总结

嵌入式 Linux 用户态音频开发以 ALSA 为底层、PipeWire 为服务、WirePlumber 为策略、GStreamer 为多媒体能力，构成完整可产品化的技术栈。