RDK 音频外设入门

课程定位： 认识 RDK X5 上的四种音频硬件，掌握声卡侦察、录音与播放验证，理解声卡序号漂移与 Codec 路由配置。

适用硬件： RDK X5

系统版本： RDK OS 3.x 或更高

配套资料： 视频讲解（录制中）/ 本讲义 / 官方音频文档

---

1. 学习目标

完成本课后，你将能够：

1. 用三条命令查看当前系统里的声卡、序号和设备节点
2. 使用板载 3.5mm 耳机口完成一次「录音 → 播放」闭环
3. 即插即用 USB 扬声器，并在声卡序号变化时正确调整命令参数
4. 为 WM8960 Audio HAT 完成 srpi-config 配置和 tinymix 音频路由，实现三种播放模式
5. 为 Audio Driver HAT REV2 完成配置，录制 2 通道和 4 通道音频并回放
6. 排查「命令执行成功但没有声音」类问题

---

2. 准备材料

物品	数量	说明
RDK X5	1	已完成烧录，可通过 SSH 连接
4 段式 3.5mm 耳机	1	CTIA 标准，带 MIC；3 段式只能听不能录
USB 扬声器	1	USB-Audio 类驱动，即插即用
微雪 WM8960 Audio HAT	1	40pin 接入，单 Codec
微雪 Audio Driver HAT REV2	1	40pin 接入，双 Codec 四麦阵列；拨码开关全 OFF

---

3. 音频系统全景：三条侦察命令

Linux 音频系统的底层框架叫 ALSA（Advanced Linux Sound Architecture）。你在 X5 上做的每一次录音和播放，最终都落到 ALSA 管理的三个层次上：

声卡（Card）           —— 一块物理音频硬件 = 一个序号
  └─ PCM 设备（Device） —— 卡上的功能端点，分播放与录音
       └─ 设备节点（Node） —— /dev/snd/ 下的文件，程序实际打开的东西

举例：pcmC0D1c 的意思是「声卡 0、PCM 设备 1 的录音端点」（c = capture，p = playback）。理解这个命名规则，后面的命令参数就不再是玄学。

在接任何音频设备之前，先记住这三条命令，本课每一节都会用到：

# 1. 看系统里注册了哪些声卡（最重要的一条）
cat /proc/asound/cards

# 2. 看用户空间的设备节点
ls /dev/snd/

# 3. 看播放设备列表（录音用 arecord -l）
aplay -l

侦察的意义： 你操作 -D hw:X,Y 参数时，X 就是 cat /proc/asound/cards 里的声卡序号，Y 就是 aplay -l / arecord -l 里的设备号。先侦察再操作，参数永远有据可查。

序号漂移：为什么「昨天能跑今天失效」

ALSA 的声卡序号按注册顺序分配。USB 扬声器开机前插着，可能拿到 0 号；开机后插入，可能排在板载声卡后面。同一个设备在不同时机下序号会漂移，这是「命令昨天能跑今天失效」的最常见原因。

应对方法只有一条：每次操作前重新侦察，以当次 cat /proc/asound/cards 的输出为准，不要相信记忆里的序号。 本课第 5 节会现场演示一次漂移。

---

4. 板载 3.5mm 耳机口：最简闭环

4.1 硬件连接

X5 板载一个 3.5mm 耳机口，使用 4 段式耳机（CTIA 标准，带 MIC）。3 段式耳机缺少 MIC 段，只能听不能录。

耳机必须完全插到底。如果插得不深、金属部分露出来，程序照常运行但耳机无声——这是最常见的「假故障」。

4.2 侦察

不接任何子板时，板载声卡独占 0 号。依次用三条命令侦察：

# 1. 看声卡列表：确认板载声卡已注册
root@ubuntu:~# cat /proc/asound/cards
 0 [duplexaudio    ]: simple-card - duplex-audio
                      duplex-audio

# 2. 看逻辑设备：确认播放与录音端点
root@ubuntu:~# cat /proc/asound/devices
  2: [ 0- 0]: digital audio playback
  3: [ 0- 0]: digital audio capture
  4: [ 0]   : control
 33:        : timer

# 3. 看用户空间的设备节点
root@ubuntu:~# ls /dev/snd/
by-path/   controlC0  pcmC0D0c   pcmC0D0p   timer

对应设备节点 pcmC0D0p（播放）和 pcmC0D0c（录音），即 hw:0,0。

4.3 录音与播放

# 录 10 秒（-d 10），48kHz 双声道 16bit
arecord -Dhw:0,0 -c 2 -r 48000 -f S16_LE -t wav -d 10 /userdata/record1.wav

# 回放
aplay -D hw:0,0 /userdata/record1.wav

成功标准： 录制时终端输出 Recording WAVE ... 且无报错；播放时耳机里清楚听到刚才录下的声音。

录给观众听： 录音文件可用 scp 下载到电脑播放，验证原始录音质量：

scp sunrise@<板卡IP>:/userdata/record1.wav ./

为什么用 16bit（S16_LE）而不是官方手册的 24bit（S24_LE）？ 见「4.4 录音格式陷阱」。

4.4 录音格式陷阱：S24_LE 为什么下载到电脑全是噪声

如果你照官方手册用 -f S24_LE 录了一段音频，在板子上用 aplay 回放是正常的；但把文件下载到电脑上播放，很可能全是噪声杂音。这不是板卡录音坏了，而是格式本身的问题。

先看结论表：

ALSA 格式	每样本字节	WAV 是否标准	电脑播放效果
S16_LE	2 字节	标准 16bit PCM	正常
S24_3LE	3 字节	标准 24bit PCM	正常
S24_LE（手册用的）	4 字节	非标准：头写 24bit、数据 4 字节	全是噪声/杂音
S32_LE	4 字节	标准 32bit PCM	正常（个别老播放器不支持）

为什么会出现这个现象

关键在于 ALSA 里 S24_LE 和 WAV 标准的 24bit 不是一回事：

• WAV 标准的 24bit = 每个样本 3 字节（打包存储），对应 ALSA 的 S24_3LE；
• ALSA 的 S24_LE = "24bit 装在 32bit 容器里"，每个样本占 4 字节（低 24bit 是有效数据，第 4 字节是符号扩展）。

arecord -f S24_LE -t wav 有个知名行为：它把 4 字节的样本原样写进文件，却在 WAV 头里把"每样本位数"写成 24bit。于是这个文件头和正文自相矛盾（头说 24bit→3 字节/样本，实际是 4 字节/样本）。

为什么板子上回放正常？ 因为 aplay 和 arecord 用的是 ALSA 同一套约定：写的时候按 4 字节写、头标 24bit；读的时候也按 ALSA 的 S24_LE（4 字节）去理解。写错的 + 读错的刚好抵消，所以本地听是对的——这只是一种"往返自洽"，并不代表文件本身合法。

为什么电脑上全是噪声？ Windows/Mac 的播放器（VLC、Audacity、浏览器等）严格按 WAV 标准读：头写着 24bit，就按 3 字节/样本切数据。而实际数据是 4 字节/样本，每读一帧就错位 1 字节，左右声道和采样完全错开 → 出来就是噪声杂音。这是 alsa-devel 邮件列表早已确认的 arecord 行为。

结论： 板载声卡按官方手册的 24 位录制时，下载到电脑播放会全是噪声。我们录制 16 位（S16_LE）即可——标准格式，板端、电脑端都能正常播放。

---

5. USB 扬声器：即插即用与序号漂移

5.1 接入与识别

USB 扬声器走标准 USB-Audio 类驱动，即插即用，无需任何配置。插入后直接侦察：

root@ubuntu:~# cat /proc/asound/cards
 0 [RC08          ]: USB-Audio - ROCWARE RC08      ← USB 声卡（示例）
                        ROCWARE RC08 at usb-xhci-hcd.2.auto-1.2, high speed
 1 [duplexaudio   ]: simple-card - duplex-audio    ← 板载声卡
                        duplex-audio

USB 扬声器此时是 0 号，播放命令：

aplay -D hw:0,0 /userdata/record1.wav

提示：不同型号扬声器显示的名称不同，以你自己的 cat /proc/asound/cards 输出为准。lsusb 可以进一步确认 USB 设备信息。

5.2 现场演示：序号漂移

保持 USB 扬声器插着，重启板卡，或者换一个 USB 口重新插入，再次侦察——你会看到 USB 声卡和板载声卡的序号可能对调。

此时如果还用记忆里的 hw:0,0，声音就会从错误的设备出来（或者报设备占用错误）。正确做法：重新看 cat /proc/asound/cards，如果 USB 扬声器变成了 1 号，命令就改为：

aplay -D hw:1,0 /userdata/record1.wav

成功标准： 声音从 USB 扬声器出来；无论序号怎么变，你都能通过侦察命令定位到它。

5.3 USB 声卡的录音与配置文件

USB 声卡（扬声器、麦克风一体设备或 USB 麦克风）的用法和板载一样，就是 aplay 播放、arecord 录音，指定它当次侦察到的序号即可：

# 录音（假设 USB 声卡当前是 1 号，用 S16_LE 标准格式）
arecord -Dhw:1,0 -c 2 -r 48000 -f S16_LE -t wav -d 10 /userdata/usb_record.wav

# 播放（序号以当次侦察为准）
aplay -D hw:1,0 /userdata/usb_record.wav

如果想让应用层（如桌面播放器、录音软件）能同时看到板载声卡和 USB 声卡，需要配置 PulseAudio。核心是编辑 /etc/pulse/default.pa，为 USB 声卡追加 load-module module-alsa-sink/source，并指定 device=hw:X,Y（X、Y 来自 cat /proc/asound/cards 和 aplay -l/arecord -l 的当次输出）。配置后重启板卡或重启 PulseAudio 服务生效。这一步属于进阶用法，本课演示直接用 ALSA 的 -D 指定设备，不依赖上层服务。

USB 扬声器小结： 它和板载 3.5mm 一样是"零配置"设备——即插即用，用 aplay/arecord 加 -D hw:X,Y 直接操作；唯一的坑是序号会漂移，所以每次操作前重新侦察。

---

6. WM8960 Audio HAT：配置路由才能出声

从这一节开始进入「需要配置」的硬件。WM8960 Audio HAT（微雪电子）通过 40pin 接入，采用 WM8960 Codec，支持双通道麦克风录音和音频播放。

6.1 硬件安装

断电状态下，将子板接入 X5 的 40pin header（注意方向，对齐插紧）。

6.2 软件配置（srpi-config）

srpi-config
  → 3 Interface Options
    → I5 Audio
      → 选择 WM8960 Audio Driver HAT

按提示重启：

sync && reboot

6.3 重启后验证

# 1. 看声卡列表：出现 duplexaudioi2s1 = HAT 加载成功
root@ubuntu:~# cat /proc/asound/cards
 0 [duplexaudioi2s1]: simple-card - duplex-audio-i2s1   ← WM8960 HAT
                      duplex-audio-i2s1
 1 [duplexaudio    ]: simple-card - duplex-audio        ← 板载（降为 1 号）
                      duplex-audio

# 2. 看逻辑设备：0 号卡对应播放 0-0、录音 0-1
root@ubuntu:~# cat /proc/asound/devices
  2: [ 0- 0]: digital audio playback
  3: [ 0- 1]: digital audio capture
  4: [ 0]   : control
  5: [ 1- 0]: digital audio playback
  6: [ 1- 0]: digital audio capture
  7: [ 1]   : control
 33:        : timer

# 3. 看设备节点：pcmC0D0p 播放、pcmC0D1c 录音
root@ubuntu:~# ls /dev/snd/
by-path  controlC0  controlC1  pcmC0D0p  pcmC0D1c  pcmC1D0c  pcmC1D0p  timer

duplexaudioi2s1 出现 = 驱动加载成功。此时：

• HAT 是 0 号卡：播放用 pcmC0D0p，录音用 pcmC0D1c；
• 板载声卡降为 1 号——又是一次序号漂移，侦察习惯再次发挥作用。

6.4 关键概念：为什么必须配路由

WM8960 内部有多条音频通路（输入→ADC、DAC→喇叭、DAC→耳机等），默认全部关闭。不配路由时，tinycap/tinyplay 命令执行成功，但音频通路是断开的——没有声音，也没有有效录音。

所以 WM8960 的每个使用场景，都遵循「先 tinymix 配路由 → 再 tinycap/tinyplay 操作」的顺序。

6.5 录音

第一步：配输入路由与增益

# 左右声道输入增益（有啸叫可降为 1）
tinymix -D 0 set 'Left Input Boost Mixer LINPUT1 Volume' 3
tinymix -D 0 set 'Right Input Boost Mixer RINPUT1 Volume' 3

# 录音音量
tinymix -D 0 set 'Capture Volume' 40 40
tinymix -D 0 set 'ADC PCM Capture Volume' 200 200

# 打开输入通路开关
tinymix -D 0 set 'Left Boost Mixer LINPUT1 Switch' 1
tinymix -D 0 set 'Right Boost Mixer RINPUT1 Switch' 1
tinymix -D 0 set 'Left Input Mixer Boost Switch' 1
tinymix -D 0 set 'Right Input Mixer Boost Switch' 1

# 打开录音开关
tinymix -D 0 set 'Capture Switch' 1 1

第二步：录音（5 秒）

tinycap ./2chn_test.wav -D 0 -d 0 -c 2 -b 16 -r 48000 -p 512 -n 4 -t 5

6.6 播放（三种模式）

模式一：喇叭播放

tinymix -D 0 set 'Left Output Mixer PCM Playback Switch' 1
tinymix -D 0 set 'Right Output Mixer PCM Playback Switch' 1
tinymix -D 0 set 'Speaker DC Volume' 3
tinymix -D 0 set 'Speaker AC Volume' 3
tinymix -D 0 set 'Speaker Playback Volume' 127 127
tinymix -D 0 set 'Playback Volume' 255 255

tinyplay ./2chn_test.wav -D 0 -d 0

模式二：耳机与喇叭同时播放

tinymix -D 0 set 'Headphone Playback Volume' 80 80
tinymix -D 0 set 'Playback Volume' 220 220
tinymix -D 0 set 'Speaker DC Volume' 4
tinymix -D 0 set 'Left Output Mixer PCM Playback Switch' 1
tinymix -D 0 set 'Right Output Mixer PCM Playback Switch' 1

tinyplay ./2chn_test.wav -D 0 -d 0

模式三：仅耳机（喇叭静音）

tinymix -D 0 set 'Headphone Playback Volume' 115 115
tinymix -D 0 set 'Speaker Playback Volume' 0 0
tinymix -D 0 set 'Playback Volume' 244 244
tinymix -D 0 set 'Speaker DC Volume' 4
tinymix -D 0 set 'Left Output Mixer PCM Playback Switch' 1
tinymix -D 0 set 'Right Output Mixer PCM Playback Switch' 1

tinyplay ./2chn_test.wav -D 0 -d 0

成功标准： 三种模式各自出声位置正确——模式一声源在喇叭，模式三在耳机且喇叭静音。

6.7 卸载

srpi-config → 3 Interface Options → I5 Audio → 选择 UNSET，然后断电拔板。

---

7. Audio Driver HAT REV2：多麦阵列与回采

7.1 硬件安装

断电接入 40pin header。注意：3 个拨码开关必须全部拨到 OFF，否则声卡不注册。

7.2 软件配置

srpi-config
  → 3 Interface Options
    → I5 Audio
      → 选择 Audio Driver HAT V2

按提示重启：

sync && reboot

7.3 重启后侦察

REV2 与 WM8960 注册名一致（都是 duplexaudioi2s1），靠配置项区分实际硬件。重启后依次用三条命令侦察：

# 1. 看声卡列表：出现 duplexaudioi2s1 = HAT 加载成功
root@ubuntu:~# cat /proc/asound/cards
 0 [duplexaudioi2s1]: simple-card - duplex-audio-i2s1   ← Audio Driver HAT REV2
                      duplex-audio-i2s1
 1 [duplexaudio    ]: simple-card - duplex-audio        ← 板载（降为 1 号）
                      duplex-audio

# 2. 看逻辑设备：0 号卡对应播放 0-0、录音 0-1
root@ubuntu:~# cat /proc/asound/devices
  2: [ 0- 0]: digital audio playback
  3: [ 0- 1]: digital audio capture
  4: [ 0]   : control
  5: [ 1- 0]: digital audio playback
  6: [ 1- 0]: digital audio capture
  7: [ 1]   : control
 33:        : timer

# 3. 看设备节点：pcmC0D0p 播放、pcmC0D1c 录音
root@ubuntu:~# ls /dev/snd/
by-path  controlC0  controlC1  pcmC0D0p  pcmC0D1c  pcmC1D0c  pcmC1D0p  timer

duplexaudioi2s1 出现 = 驱动加载成功。此时：

• REV2 是 0 号卡：播放用 pcmC0D0p，录音用 pcmC0D1c；
• 板载声卡降为 1 号——又一次序号漂移，侦察习惯继续生效。

7.4 录音：2 通道与 4 通道

REV2 采用 ES7210+ES8156 双 Codec，支持环形 4 麦克风阵列。注意它的录音设备号是 d 1（与 WM8960 的 d 0 不同）：

# 2 通道录音
tinycap ./2chn_test.wav -D 0 -d 1 -c 2 -b 16 -r 48000 -p 512 -n 4 -t 5

# 4 通道录音（麦克阵列完整能力）
tinycap ./4chn_test.wav -D 0 -d 1 -c 4 -b 16 -r 48000 -p 512 -n 4 -t 5

7.5 播放

# 只支持 2 通道播放（不支持播放 4ch 文件）
tinyplay ./2chn_test.wav -D 0 -d 0

7.6 回采功能（讲义补充，视频不展开）

回采（echo / loopback）是把「播放通道的信号」同步采回来，供算法侧或应用侧分析播放内容的实际输出。REV2 的回采信号映射在录音通道 7 和 8，需要 8 通道录音，并保持录制与播放格式对齐。

通道映射

通道	用途
ch1–ch4	环形 4 路麦克风
ch7–ch8	播放回采参考信号（PCB 回采通路）

为什么不能直接用 tinyplay 做回采

ES8156 播放 Codec 仅支持 2 通道，无法用 tinyplay 播放 8 通道 WAV 来做格式对齐的回采。所以官方在板端提供了 /app/cdev_demo/audio_echo_test 这个 C 示例，在应用层构造 8 通道 interleaved PCM 数据，一次性完成「录音 → 回放 → 同步采集 → 判定」。

手动方式（两终端）

如果坚持用命令行手动回采，需要两个终端配合，并保证 8 通道格式完全对齐（16k/8ch/16bit）：

# 先录一段 8ch 数据，作为回采时的 playback 数据
tinycap ./8chn_echo_data.wav -D 0 -d 1 -c 8 -b 16 -r 16000 -p 256 -n 4 -t 5

# 终端 A：开启录制进程（时间留足，方便切到终端 B）
tinycap ./8chn_capture.wav -D 0 -d 1 -c 8 -b 16 -r 16000 -p 256 -n 4 -t 50

# 终端 B：同时启动格式对齐的 8 通道播放
tinyplay ./8chn_echo_data.wav -D 0 -d 0

录制完成后，用 Audacity 打开 8chn_capture.wav，查看第 7、8 通道的波形或频谱，验证回采是否正常。

官方示例 audio_echo_test（推荐）

/app/cdev_demo/audio_echo_test 是官方 C 示例，无命令行参数，固定 8ch / 16kHz / 16bit，两阶段自动测试并输出 PASS/FAIL：

root@ubuntu:/app/cdev_demo/audio_echo_test# make
root@ubuntu:/app/cdev_demo/audio_echo_test# ./audio_echo_test

• Phase 1：提示 speak into mic (5s)，对着麦克风说话，生成 record_first.wav
• Phase 2：自动回放 Phase 1 录音并同步采集，生成 audio_echo_test.wav，输出各通道 peak 并判定

程序判定逻辑：ch7/ch8 峰值 ≥ 阈值 → PASS: PCB loopback（板载回采正常）；ch1–ch4 峰值 ≥ 阈值 → PASS: wired loopback（扬声器声音被麦克风拾取）；均不满足 → FAIL。

关键常量（定义在 audio_echo_test.c 中）：CHANNELS=8、RATE=16000、FORMAT=S16_LE、CAPTURE_DEV=plughw:0,1、PLAYBACK_DEV=plughw:0,0。修改采样率、通道数或设备节点时，必须保证 playback 与 capture 格式完全对齐。

成功标准： 4 通道录音文件生成且各通道有有效信号；2 通道文件能正常回放出声。

---

8. 常见问题排查

Q1：插了设备但 cat /proc/asound/cards 里没有它？

USB 设备：换口重插、查 lsusb 是否识别到硬件。HAT 子板：检查 srpi-config 配置项是否选对、是否重启过、拨码开关（REV2 必须全 OFF）。

Q2：命令执行成功但没有声音？

按顺序查四件事：① 目标声卡序号对不对（重新 cat /proc/asound/cards）；② 耳机是否插到底（3.5mm 场景）；③ WM8960 是否配了路由（第 6.4 节）；④ 播放文件格式与设备能力是否匹配（REV2 不能播 4ch）。

Q3：WM8960 录音全是杂音/啸叫？

输入增益过高。把 LINPUT1/RINPUT1 Volume 从 3 降到 1 再试。

Q4：tinyalsa 的参数都是什么意思？

-D 声卡号、-d PCM 设备号、-c 通道数、-b 位深、-r 采样率、-p period 大小、-n period 数量、-t 录音秒数。详见官方 FAQ「tinyalsa 参数含义」。

Q5：想让 USB 声卡和子板声卡被上层服务（PulseAudio）同时管理？

属于进阶配置，见官方 FAQ「音频子板与 USB 声卡共存」章节。

---

9. 总结

一图收束本课主线：

侦察（cards → devices → nodes）
   ↓ 拿到声卡序号和设备号
播放（aplay / tinyplay -D hw:X,Y）
   ↓ 声音不对？回到侦察
录音（arecord / tinycap -D X -d Y）
   ↓ 没有有效波形？查路由（WM8960）
验证（耳朵听到 + 文件可回放）

• 四种硬件本质是三类设备： 零配置（板载、USB）、单 Codec 需路由（WM8960）、双 Codec 多麦（REV2）；
• 序号漂移是常态，侦察是习惯。

拓展练习： 用 WM8960 录一段自己的语音，通过 USB 扬声器播放出来（跨设备录放组合，巩固序号定位能力）。

---

10. 参考链接

• RDK X5 音频应用官方文档（板载 Earphone、WM8960、Audio Driver HAT REV2、音频 FAQ 的原始出处）
• 微雪 WM8960 Audio HAT 产品页
• 微雪 Audio Driver HAT 产品页