奇怪的 PulseAudio 监控设备行为

Question

面临奇怪的 PulseAudio 监控设备（即播放发送到扬声器的声音的音频输入设备）行为。 我已根据 PulseAudio 文档https://freedesktop.org/software/pulseaudio/doxygen/parec-simple_8c-example.html 的代码将实际项目中的代码简化为简单示例，我只添加了时间限制和读取字节数数。 它工作例如 30 秒并打印读取的字节数。 问题是如果在程序运行期间播放某些内容，则字节数会大不相同。 我已经执行了这个程序，并并行执行了 bash for循环，其中包含带有短tada.wav文件的aplay 。 差异为 9%。 为了进行更多测试，我尝试与 PulseAudio 示例并行运行 4 个这样的循环，差异甚至更多 - 34%。 但是，如果我运行带有长 mp3 文件的mplayer而不是使用短 wav 的几个aplay - 没有这种区别，字节数类似于没有播放声音的情况。

这种行为会导致我的真实项目中的声音处理代码失败，所以如果有人能建议如何解决它 - 我将不胜感激。

Windows 上的类似代码，基于 Qt 并使用立体声混音器设备作为 PulseAudio 监视器的模拟，没有此类问题。

这是我基于 PulseAudio 文档示例的代码：

#ifdef HAVE_CONFIG_H
#include <config.h>
#endif

#include <iostream>
#include <chrono>

#include <stdio.h>
#include <unistd.h>
#include <string.h>
#include <errno.h>

#include <pulse/simple.h>
#include <pulse/error.h>

#define BUFSIZE 1024

using namespace std;
using namespace std::chrono;

int main(int argc, char *argv[])
{
    int duration = 30000;
    int64_t readBytesCounter = 0;
    milliseconds msStart = duration_cast< milliseconds >(system_clock::now().time_since_epoch());

    /* The sample type to use */
    static const pa_sample_spec ss = {
        .format = PA_SAMPLE_S16LE,
        .rate = 44100,
        .channels = 2
    };
    pa_simple *s = NULL;
    int ret = 1;
    int error;
    /* Create the recording stream */
    if (!(s = pa_simple_new(NULL, argv[0], PA_STREAM_RECORD, "alsa_output.pci-0000_00_1b.0.analog-stereo.monitor", "record", &ss, NULL, NULL, &error))) {
        fprintf(stderr, __FILE__": pa_simple_new() failed: %s\n", pa_strerror(error));
        goto finish;
    }
    for (;;) {
        uint8_t buf[BUFSIZE];
        /* Record some data ... */
        if (pa_simple_read(s, buf, sizeof(buf), &error) < 0) {
            fprintf(stderr, __FILE__": pa_simple_read() failed: %s\n", pa_strerror(error));
            goto finish;
        }
        readBytesCounter += BUFSIZE;

        milliseconds msCurrent = duration_cast< milliseconds >(system_clock::now().time_since_epoch());
        int elapsed = msCurrent.count() - msStart.count();
        if (elapsed > duration)
        {
            cerr << int(elapsed / 1000) << " seconds elapsed, terminating" << endl;
            cerr << readBytesCounter << " bytes read" << endl;
            goto finish;
        }
    }
    ret = 0;
finish:
    if (s)
        pa_simple_free(s);
    return ret;
}

它可以使用以下命令构建：

g++ -o main main.cpp -lpulse -lpulse-simple -std=c++11

我从http://d0.waper.ru/f/462151/23/HgDwimvX37CwxWqW38eywg%2C1485353628/7d74/9/462151.wav/tada.wav 获取的示例 wav 文件

以下是测试结果：

测试 1. 扬声器没有声音

$ time ./main
30 seconds elapsed, terminating
5323776 bytes read

real    0m30.028s
user    0m0.168s
sys     0m0.388s

测试 2. Bash for循环“for i in seq 1 22; do aplay tada.wav; done”在后台使用短 wav 文件。 字节数增加是5798912 / 5323776 = 1.089倍。

$ time ./main 
30 seconds elapsed, terminating
5798912 bytes read

real    0m30.023s
user    0m0.120s
sys     0m0.184s

测试 3。4 Bash for循环在后台使用短 wav 文件。 字节数增加是7129088 / 5323776 = 1.339倍。

$ time ./main 
30 seconds elapsed, terminating
7129088 bytes read

real    0m30.019s
user    0m0.164s
sys     0m0.196s

测试 4. 背景为长 mp3 的mplayer 。 5288960 / 5323776 = 0.993 ，即没有重要的字节数差异。

$ time ./main 
30 seconds elapsed, terminating
5288960 bytes read

real    0m30.024s
user    0m0.096s
sys     0m0.204s

尝试执行一组每个测试，平均字节数 - 类似的差异。

PS：我的系统配置：

• 操作系统 Ubuntu 16.04.1 amd64
• 脉冲音频 1:8.0-0ubuntu3.2
• alsa-base 1.0.25+dfsg-0ubuntu5

Answer 1

这是来自 PulseAudio 邮件列表https://lists.freedesktop.org/archives/pulseaudio-discuss/2017-January/027412.html 的Tanu Kaskinen 的回复。 不是完整的答案，而是一些解释和解决方法：

您可能遇到了我们在监视器源中进行倒带处理时遇到的已知错误（“已知”在这种情况下表示已知症状，但不知道确切原因）。 当流开始播放到受监控的接收器时，接收器将重写其播放缓冲区内容（这称为“倒带”），这会导致监控源出现故障（一些额外的音频显然被推送到记录流，判断从你的实验）。 我希望有一天能解决这个问题，但在不久的将来我似乎没有时间解决这个问题。 如果您有时间和动力来调查和修复错误，那就太棒了。

作为一种解决方法，您可能可以通过减少播放缓冲区大小来减少错误的幅度。 为此，请将 tsched_buffer_size=X 传递给 /etc/pulse/default.pa 中的 module-udev-detect（将 X 替换为以字节为单位的缓冲区大小）。”