在linux下针对AC'97编程

AC'97大多数应该听说过，可能有些人把它当成一种声卡，或者是声卡上的芯片等等，其实它仅仅是一种规范，符合AC'97规范的声卡，通常叫做AC'97声卡，但其实上面使用的芯片可能完全不一样。现在很多桥片中甚至已经集成了AC'97的规范进去，就不需要专门的声卡了。本文针对AMD的较新的一种桥片CS5536上集成的AC'97进行编程，进而说明如何对符合AC'97规范的声卡进行编程。以下为书写方便，把AC'97写成AC97。

1、AC97规范介绍

     AC97最重要的三个规范就是：1.使用独立的CODEC芯片，将数字电路和模拟电路分离；2.固定48K的采样率，其他频率的信号必须经过SRC转换处理；3.标准化的CODEC引脚定义。基本上说，符合这个规范的声卡就是AC97声卡。制定AC97规范的主要目的有两个：1.实现数模电路分离，保证音频质量；2.使声卡电路标准化、提高其兼容性能。

    就AC97规范而言是十分复杂的，基本上不可能在这里表达完整，所以我们并不打算在这里完整地解释该规范，我们仅就我们准备举的例子中所需要的内容来介绍。我们的程序范例准备完成一个简单的WAV文件的放音，而且，这个WAV文件还不能是很长的一个WAV文件。

    按照AC97的规范，AC97声卡大致有三个部分：Audio Codec Controller(ACC)、AC Link、Codec，如下图：

    ACC负责与系统相连，然后透过AC Link与Codec通讯，在本例中，ACC通过AMD的GLIU与PCI总线相连，其实不用管什么GLIU，只要知道，本例中，ACC与PCI总线相接就可以了。ACC负责在系统存储器和Codec之间传送数据（使用DMA），本例的ACC与AC Link之间有8个通道，相应地为了支持这8个通道，ACC有8个DMA引擎。

    AC Link是一个5针的数字串行接口，AC97规范定义了这个接口的协议（AC Link Serial Interface Protocol），我们必须简单地介绍这个协议才有可能完成后面的编程。

    先要介绍一下PCM和时分多路复用的概念。PCM（Pulse Code Modulation），中文叫做脉冲编码调制，是一种编码方式，简单的说就是把声音的模拟信号变成数字信号的一种编码方式，我们使用的CD就是采用的PCM编码。AC97规范传送的声音编码都是PCM编码。所谓“多路复用”就是为了充分利用线路资源，在一条线路上传输几路而不是一路信息，“时分”指的是一种多路复用的方法，大致方法是，把一个传输通道进行时间分割以传送若干话路的信息，比如我们把1秒钟分成10份，则0--1/10秒传第1路数据，1/10--2/10秒传送第2路数据，......，9/10--10/10秒传送第10路数据，大致就是这么个原理，我们把单位时间内分成的每个等分叫做1个时隙（Time Slot），简称Slot，比如上面把1秒分成10份，可以说有10个时隙（Slot），Slot 0--Slot 9。

    回到正题，前面说过，AC Link有5条线，分别是：SYNC、BIT_CLK、RESET#、SDATA_OUT和SDATA_IN，可以看出单方向传送的数据线，只有一条，所以一定要使用多路复用技术，AC Link协议将48KHz（20.8us）分成了13个SLOT，除第Slot 0传送16 bit数据外，其余12个Slot均传送20 bit数据，在此把我们可能用到的信息格式介绍一下。

• Slot 0：TAG
  Bit 15       1表示该帧数据有效
  Bit 14       1表示后面Slot 1中数据有效
  Bit 13       1表示后面Slot 2中数据有效
  Bit [12:3]   1表示后面Slot 3--12中数据有效
  Bit 2        备用
  Bit [1:0]    Codec ID field
• Slot 1：Command Address
  bit 19       读或写标志，0--写标志，1--读标志
  bit [18:12]  64个16位寄存器索引号
  bit [11:0]   备用
• Slot 2：Command Data
  bit [19:4]   控制寄存器的写入数据(操作为读时，要用0填满)
  bit [3:0]    备用（填0）
• Slot 3：PCM放音左声道
  高16位有效，未用到的低位填0
• Slot 4：PCM放音右声道
  高16位有效，未用到的低位填0
• Slot 5：MODEM Line 1 DAC
  高16位有效，未用到的低位填0
• Slot 6：PCM放音中央通道
  高16位有效，未用到的低位填0
• Slot 7：PCM放音环绕左声道
  高16位有效，未用到的低位填0
• Slot 8：PCM放音环绕右声道
  高16位有效，未用到的低位填0
• Slot 9：PCM放音低音效果声道
  高16位有效，未用到的低位填0

• Slot 10：未用

• Slot 11：Modem Headset DAC

• Slot 12：GPIO 控制

     另外，规范还详细定义了CODEC的27个寄存器，AC97声卡，如果作为PCI设备，则这些寄存器可以被映射成I/O地址，也可以被映射成存储器地址，从PCI的配置空间中可以得到基地址，然后加上AC97规范中定义的寄存器的偏移便可寻址到所有的CODEC寄存器，由于内容实在是比较多，让我一个一个汉字敲上去实在是太累，所以有关协议的介绍就暂告一段落，建议大家在完成下面的例子之前还是看看AC97规范的有关章节，可以从下面地址下载。

    http://blog.hengch.com/specification/ac97_r23.pdf

2、有关AMD CS5536有关AC97部分的介绍

     CS5536是一颗功能十分强大的芯片，我们仅能就其中我们要用到的功能做一点简要的介绍。

    如果希望详细了解CS5536这颗芯片，可以在这里下载datasheet，篇幅很长，如果不使用这颗芯片，完全没有必要全部阅读。

    http://blog.hengch.com/specification/33238f_cs5536_ds.pdf

    前面说到，CS5536中的Codec控制器有8个通道，控制器负责从内存中向CODEC传输数据，所以在启动DMA之前，我们必须告诉控制器数据存放的内存地址，数据的长度，以及如何终止传输等等，还要告诉控制器启动哪一个或哪几个通道，CS5536的AC97控制器（ACC）为完成这些控制，有一系列的控制寄存器，偏移地址从00h--7Fh，数据均为32位。

    首先说如何告诉ACC数据的存储地址以及与其相关的事情，CS5536上的ACC使用一个叫做PRD（Physical Region Descriptor）表作为传输控制信息的表述，表的结构如下：

     每一个PRD表占8个字节（2个DWORD），前1个DWORD表示数据存储的基地址，后一个DWORD的bit 0--bit 15表示数据的长度，只16bit能表示的最大值为65535，由于音频采样值为16bit，作为单声道音频流，数据必须与2个字节对齐，所以一个内存区域内存储的最大采样值（数据）为65534字节；对于双声道立体声，一个采样点位两个声道，需要4个字节，所以一个内存区域的最大采样数据为65532字节。

    PRD表一般都不止一个，它们在内存中依次放置，就是说，如果第1个PRD表放在0x1000这个内存地址上，则第2个PRD表应该放在0x1008这个位置，第3个PDR放在0x1010，......，以此类推，直到出现最后一个PRD表；最后一个PRD表的标志是EOT位置1或者JMP位置1，不能EOT和JMP同时置1，EOT（End of Transfer）置1表明这是最后一个PRD，这个PRD后停止数据传输；JMP（JUMP）置1表明跳跃到其他PRD，这是PRD的第1个DWORD不是指存放数据的内存地址，而是指JMP要跳跃到的下一个PRD表的内存地址，这种情况下表明Size的16个bit无效；有效地利用JMP位，可以方便地制造出循环播放的效果，我们可以在所有PRD的最后放置一个PRD，该PRD置JMP位，同时把跳跃地址指向第1个PRD，于是循环播放的效果就出来了。

    EOP（End of Page）是在还有下一个PRD时使用，当该页数据传输完毕后，ACC遇到EOP位，就会产生一个中断，同时转到下一个PRD，如果在下一个EOP出现之前，中断没有处理完毕的话，将出现一个错误，通常情况下会利用这个中断来填写另一个PRD表，以此来完成较长音频的播放，否则遇到很长的音频文件，岂不是要耗尽内存；但我们在本例中为了突出重点，不准备播放很长的音频文件，同时，不采用中断方式。

    好了，我们已经了解了PRD表，很显然，我们只要把第一个PRD表的地址告诉ACC就可以了，这要用到ACC的一个寄存器，偏移位置为：24h，ACC有8个这样的寄存器，偏移分别是：24h、2Ch、34h、3Ch、44h、4Ch、54h、5Ch，分别用于ACC的8个通道（是否还记得ACC有8个通道），在本例中，我们只用通道0，所以我们只用偏移位24h的寄存器，这个寄存器的名字叫：Audio Bus Master 7-0 PRD Table Address Registers(ACC_BM[x]_PRD)，该寄存器32位长，其中bit 0和bit 1备用，bit 2--bit 31存放第1个PRD表的地址，为什么bit 0和bit 1备用呢？因为规定PRD的地址必须以4字节对齐，所以实际上bit 0和bit 1没有意义。

    如何和Codec进行通讯呢？这里还有两个ACC的寄存器必须要介绍，一个偏移量为08h的Codec状态寄存器（Codec Status Register）（ACC_CODEC_STATUS），另一个是偏移为0Ch的Codec控制寄存器（Codec Control Register）（ACC_CODEC_CNTL）。

    Codec控制寄存器：主要用于向Codec发出控制命令
      bit 31(RW_CMD)：0--写Codec寄存器，1--读Codec寄存器
      bit 30:24(CMD_ADD)：读/写Codec寄存器的地址，前面说过Codec寄存器地址为7位
      bit 23:22(COMM_SEL)：与那个Codec进行通讯，00--Codec 1，01--Codec 2
      bit 16(CMD_NEW)：当填写完命令后，将此位置1，当命令发出后，硬件将此位置0
      bit 15:0(CMD_DATA)：只有写入命令时有效，欲写入Codec寄存器的数据。

    Codec状态寄存器：
      bit 31:24(STS_ADD)：表明STS_DATA数据是哪个寄存器的
      bit 23(PRM_RDY_STS)：1--主Codec准备好，如果此位不为1，软件不能存取相应的Codec
      bit 22(SEC_RDY_STS)：1--第2个Codec准备好，如果此位不为1，软件不能存取相应的Codec
      bit 17(STS_NEW)：当收到一个合法的Codec状态数据后，硬件会将此位置1，
      bit 15:0(STS_DATA)：从Codec收到的Codec的状态数据

    在我们的例子中，只用主Codec和通道0。

    在本例中，Codec芯片使用的是ALC202，有关ALC202的datasheet可以在下面网址下载。

    http://blog.hengch.com/specification/alc202.pdf

3、wav文件格式

    由于我们的例子是打开一个WAV文件并放音，所以我们有必要了解一下WAV文件的文件格式。

    WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。WAVE文件由文件头和数据体两大部分组成。其中文件头又分为RIFF／WAV文件标识段和声音数据格式说明段两部分。WAVE文件各部分内容及格式见附表。

常见的声音文件主要有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指：声音信号在“模→数”转换过程中单位时间内采样的次数。采样值是指每一次采样周期内声音模拟信号的积分值。

对于单声道声音文件，采样数据为八位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。

WAVE文件数据块包含以脉冲编码调制（PCM）格式表示的样本。WAVE文件是由样本组织而成的。在单声道WAVE文件中，声道0代表左声道，声道1代表右声道。在多声道WAVE文件中，样本是交替出现的。 

WAVE文件格式说明表

偏移地址    字节数     数据类型     内 容

00H           4         char      “RIFF”标志

04H           4         long int  文件长度

08H           4         char      “WAVE”标志

0CH           4         char      “fmt”标志

10H           4                   过渡字节（不定）

14H           2         int       格式类别（10H为PCM形式的声音数据）

16H           2         int       通道数，单声道为1，双声道为2

18H           2         int       采样率（每秒样本数），表示每个通道的播放速度，

1CH           4         long int  波形音频数据传送速率，其值为通道数×每秒数据位数×每样本的数据位数／8。播放软件利用此值可以估计缓冲区的大小。

20H           2         int       数据块的调整数（按字节算的），其值为通道数×每样本的数据位值／8。播放软件需要一次处理多个该值大小的字节数据，以便将其值用于缓冲区的调整。

22H           2                   每样本的数据位数，表示每个声道中各个样本的数据位数。如果有多个声道，对每个声道而言，样本大小都一样。

24H           4         char      数据标记符＂data＂

28H           4         long int  语音数据的长度

PCM数据的存放方式：
　　              样本1           样本2            样本3             样本4

8位单声道     0声道           0声道

8位立体声     0声道(左)       1声道(右)        0声道(左)        1声道(右)

16位单声道    0声道低字节      0声道高字节      0声道低字节      0声道高字节

16位立体声    0声道(左)低字节  0声道(左)高字节  1声道(右)低字节  1声道(右)高字节

WAVE文件的每个样本值包含在一个整数i中，i的长度为容纳指定样本长度所需的最小字节数。首先存储低有效字节，表示样本幅度的位放在i的高有效位上，剩下的位置为0，这样8位和16位的PCM波形样本的数据格式如下所示。

样本大小   数据格式        最大值        最小值

8位PCM     unsigned int    255            0

　　16位PCM     int            32767         -32767

4、实例

    下面我们编这样一个程序，程序名：playwav.exe，带两个参数，第一个是WAV文件名，第二个是放音音量，实际使用时使用下面格式：playwav filename volume

    大致程序的流程如下，读入两个参数，搜寻AC97设备，初始化AC97，检查wav文件格式，读入文件并建立PRD表，启动AC97放音；为了简化，我们要求放音文件不能很大，因为我们只打算建立三个PRD表，一次性将WAV文件中的数据全部读入内存，下面是程序清单，为了说明方便，增加了行号，程序使用C++完成，在DJGPP下编译通过。

     由于程序太长，无法放在这里，请希望继续阅读的读者先自行下载源程序后再继续，源程序包中包括主程序playwav.cc；三个包含文件，ac97.h中定义了所有的AC97相关寄存器的偏移地址、AC97相关的常量并定义了一个类MYSOUND；typedef.h中为了程序方便定义了一些数据类型，不必过于关注；dosmem.h中主要定义了一个类DOS_MEM，主要在申请内存空间时使用，并不是本文的主题，大致明白怎么用就好了；源程序包中还有一个wav文件1.wav，用于测试。

    源文件下载：http://blog.hengch.com/source/ac97.rar

    程序的关键在ac97.h这个文件，我们将重点介绍其中的类MYSOUND。

    现在我们假定编译出来的可执行文件是playwav.exe，我们这样来执行这个文件以便测试：
      playwav 1.wav 90
    其中：1.wav是音频文件，90是音量。

    我们从MYSOUND的构造函数开始。构造函数主要执行了两个内部函数：CheckPCIBios()和FindCS5536()

• CheckPCIBios：检查BIOS是否支持PCI，这个方法我在另一篇博文《遍历PCI设备》中曾经介绍过，如果BIOS不支持PCI，程序将无法运行。
• FindCS5536：查找Codec控制器是否存在，前面介绍过，Codec控制器集成在CS5536中，ACC的VENDOR是0X1022（表示AMD公司），Device ID是0X2093，如果我们在PCI设备中能找到符合条件的设备，表明存在ACC，程序可以继续，查找PCI设备的方法在我的另一篇博文《遍历PCI设备》中曾经介绍过。
• 回到构造函数，在找到ACC后，程序从配置空间中读出一些内容，其中最主要的是基地址，这个变量在后面的程序中经常用到。如何读取PCI的配置空间亦希望读者参考我以前的博文。
  

    在主程序（playwav.cc）中调用的MYSOUND中的第一个方法是LoadWavFile，现在我们回到ac97.h中分析LoadWavFile这个方法。

    LoadWavFile要求的入口参数只有一个文件名，其实就是我们执行playwav时的第一个参数1.wav，LoadWavFile方法主要调用了三个内部函数：OpenWavFile()、CheckWavFormat()和CreatePRD()

• OpenWavFile()：仅仅是以只读、二进制的方式打开wav文件，如果成功返回handle，否则返回NULL
• CheckWavFormat()：检查Wav文件的格式是否正确，该函数读取wav文件的文件头，并放到fileHead这个结构中，然后根据前面介绍的wav文件的格式检查其中的4个标志，如果符合则认为其是一个格式正确的wav文件。
• CreatePRD()：这个函数很关键，这个函数将按照规则建立音频数据的缓冲区，同时建立PRD表。首先，我们建立的缓冲区中的音频数据是16bits，2通道的，就是说，每一个采样点要站4个字节，前两个字节是左声道，后两个字节是右声道，低字节在前，高字节在后。
  一块缓冲区的长度不能超过65536，这在前面已经说过，为稳妥起见，我们决定一块缓冲区中仅存放65528个字节，也就是16382个采样点，我们首先要确定在这个缓冲区中可以从文件中读取多少个字节，对于8bit单声道数据，由于每个字节是一个采样点，所以只能读取16382个字节；对于16bit双声道数据，4个字节一个采样点，所以可以读取65528个字节；对于16bit单声道和8bit双声道数据，由于2个字节为一个采样点，所以可以读取32764个字节；可以读取的字节数存在变量m中，文件中还没有读的数据长度存在变量k中。
  wavBuffer用于临时存储wav文件中的音频数据，wavBuf[x]是实际按格式规范好的音频采样数据，本例中x小于8。
  我们首先读取整块的数据到wavBuffer中，然后根据其采样宽度和声道数放到wavBuf[x]中，注意，如果是8bit数据需要先扩展成16bit后再放入wavBuf[x]中。
  组织好数据后，开始设置PRD表，如果wav文件已经读完，则设置EOT位，否则设置EOP位。

    至此，数据及PRD表均已准备完毕，可以准备AC97设备开始放音了。
    从主程序中看到，在完成了CreatePRD()的调用后，调用了SetVolume()方法，该方法仅仅把命令行的地2个参数放到了MYSOUND类的变量volume中，在初始化AC97时将以此变量的值设置变量。
    下面主程序调用InitialAC97()来初始化AC97。

• InitialAC97()：该函数首先获得第一个PRD的地址，放到前面说过的位于偏移24h的ACC的PRD地址寄存器中，紧接着两行根据wav文件中的数据设置Codec的采样速率，最后两行设置了放音音量，我们把PCM_OUT的音量设为最大，然后使用主音量控制来控制音量。

    然后主程序调用了StartPlay()方法开始放音。

• StartPlay()：首先不断读取主Codec的状态，直到它就绪，一般情况下第一次读取就是就绪状态；然后向位于偏移20h的总线命令寄存器写入命令01h，该命令的含义是总线使能，意即开始根据PRD表向Codec传送数据，当数据传输完毕时，这个寄存器的bit 1:0将被自动置为00。

    至此，我们已经启动了AC97的放音，前面我们说过，为了简洁地说明问题，本例不使用中断方式，而采用查询方式来完成放音过程，这主要是为了规避介绍中断例程的编写方法，我们会注意到，当主程序调用完StartPlay()方法后，便进入一个循环，不断地查询MYSOUND的状态标志status，并不停地调用方法Process()，直到status==0为止。所以我们有必要来看一下status的含义和Process()都干了些什么。

• status：0--表示MYSOUND目前并没有放音，1--表示MYSOUND目前正在放音。构造函数里，status第一次出现，此时status=0，表明没有放音；StartPlay()里第二次出现，status=1，表示MYSOUND正在放音；Process()里第三次出现，在放音结束后status=0，说明MYSOUNG结束放音过程。
• Process()：不停地检查总线的命令寄存器（就是当初启动传输的寄存器），前面说过党传输完成后，这个寄存器的bit 1:0将被自动置为00，该方法以此来判断传输是否完成；同时，该程序不停地检查总线IRQ状态寄存器，我们在前面也介绍过，ACC当在PRD中遇到EOP标志时，会产生中断，如果在下一个EOP来临之前不处理这个中断（读这个状态寄存器），则会产生错误，同时DMA的传输暂停，为了不造成这种现象，Process()不停地读这个状态寄存器。