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。本文是我2008年的作品，2023年重新整理发布，仅为存档，其中的程序并没有再次验证，特此说明。

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：

    在DOS下针对AC97编程

  • 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

    1
2
3
4
5
6

    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

    1
2
3

    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

    1
2

    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。

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。

  • 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：

    在DOS下针对AC97编程

  • 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，这时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 _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

    1
2
3
4
5

    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：

    1
2
3
4
5

    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。

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PCM(脉冲编码调制)格式表示的样本；WAVE文件是由样本组织而成的；在双声道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：

    1. 读入两个参数
    2. 搜寻AC97设备
    3. 初始化AC97
    4. 检查wav文件格式
    5. 读入文件并建立PRD表
    6. 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：

    1. playwave.cc
    2. ac97.h
    3. dowmem.h
    4. typedef.h
    5. 1.wav

  • 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：

    1

    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 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 中，注意，如果是8bit数据需要先扩展成16bit后再放入wavBuf 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。

  • 至此，程序基本介绍完了，过程有些繁琐，由于篇幅原因，很多问题不得不请大家自己去读一些规范，让我一个字一个字地敲上去太难了，希望这篇文章能给你一些帮助。

欢迎访问我的博客：https://whowin.cn

email: hengch@163.com

donation