Linux多媒体进阶之旅(七):别再把PulseAudio降音、静音与Cork混为一谈

点击下方👇关注 Android系统攻城狮

第200篇原创文章

1

前言

　　播放音乐时，如果导航提示音突然出现，背景音乐通常不会完全停止，而是暂时降低音量。导航播报结束后，音乐音量又会自动恢复。

　　这种行为通常称为降音，也就是duck。

　　在PulseAudio中，降音、静音和Cork是三个容易混淆的概念。它们看起来都在“压制背景音乐”，但内部执行的动作并不相同。

先用一句话概括：

　　本文以导航提示音和背景音乐为例，说明PulseAudio如何完成降音，以及降音、静音和Cork之间的区别。

2

降音解决什么问题

　　假设车机正在播放音乐，此时导航应用需要播报“前方路口右转”。

　　如果导航提示音和背景音乐保持相同音量，提示内容可能会被音乐掩盖。最直接的处理方式，就是在导航播报期间临时降低背景音乐音量。

整体过程如下：

背景音乐正在播放        ↓导航提示音出现        ↓PulseAudio识别两条流的media.role        ↓找到需要降低音量的背景音乐        ↓给背景音乐添加内部衰减因子        ↓导航提示音结束        ↓删除内部衰减因子        ↓背景音乐恢复原有音量

　　整个过程中，背景音乐没有停止播放，应用程序也不需要重新设置音量。PulseAudio只是在Server内部临时改变背景音乐的实际输出音量。

3

PulseAudio如何识别导航和音乐

　　PulseAudio需要先知道每条播放流承担什么用途。

　　应用程序可以通过media.role属性描述播放流角色。例如：

导航提示音：media.role=event背景音乐：media.role=music

其中：

module-role-ducking读取播放流的media.role。当模块发现高优先级触发流出现时，会根据配置查找需要降低音量的目标播放流。

例如：

触发角色：event目标角色：music衰减幅度：-20dB

　　这表示当event角色的播放流出现时，music角色的播放流需要临时降低约20dB。

4

降音的本质是叠加内部音量因子

　　PulseAudio不会直接改写用户看到的普通播放音量，而是给目标Sink Input增加一个内部音量因子。

实际软件音量可以简化为：

实际软件音量 = 原有音量比例 × 内部音量因子

对应到内部关系，可以表示为：

soft_volume = real_ratio × volume_factor

假设背景音乐原有音量比例为：

real_ratio=0.8

导航播报期间增加的内部音量因子为：

volume_factor=0.1

那么实际输出比例约为：

soft_volume = 0.8×0.1 = 0.08

　　此时背景音乐仍然持续播放，但PCM数据经过软件音量处理后，输出幅度明显降低。

因此，降音并不是：

　　它只是给目标播放流临时叠加一个衰减系数。

5

导航结束后为什么能自动恢复

　　导航提示音退出后，module-role-ducking会删除此前添加的音量因子。

恢复过程可以表示为：

导航提示音退出        ↓重新检查当前触发流        ↓确认不再需要降音        ↓删除module-role-ducking添加的volume_factor        ↓重新计算实际软件音量        ↓背景音乐恢复

　　模块不需要提前保存一份“降音前音量”。

　　原因在于，它没有直接覆盖背景音乐原来的音量，只是临时增加了一项独立的内部因子。删除该因子后，剩余音量项重新参与计算，原有音量自然恢复。

6

静音和Cork是什么

　　静音和降音的目的相似，都是为了避免不同播放流之间相互干扰，但它们执行的动作不同。

普通静音

　　用户、应用程序或者策略模块可以直接设置Sink Input的muted状态。

静音之后：

因此：

基于角色的自动静音

module-role-cork也会根据media.role判断触发流和目标流。

触发流出现后，它会对目标播放流执行两个动作：

设置Sink Input为静音 + 向客户端发送REQUEST_CORK

具体含义是：

1.调用Sink Input静音接口，使Server端没有声音输出；2.发送PA_STREAM_EVENT_REQUEST_CORK事件，请求客户端暂停播放。

　　这里必须注意，PulseAudio发送的是暂停请求，而不是直接强制应用停止发送数据。

　　只有客户端接收到该事件并正确处理后，播放流才会真正进入CORKED状态。

如果客户端不处理Cork请求：

Server端：目标流已经静音客户端：可能仍然继续发送音频数据

因此，module-role-cork同时包含：

7

Cork解除时发生什么

　　当触发流退出后，module-role-cork首先解除目标Sink Input的静音状态。

　　如果目标播放流已经进入CORKED状态，模块还会向客户端发送：

PA_STREAM_EVENT_REQUEST_UNCORK

请求客户端恢复播放。

完整过程如下：

高优先级播放流出现        ↓目标Sink Input静音        ↓发送REQUEST_CORK        ↓客户端处理请求并暂停        ↓高优先级播放流退出        ↓解除目标Sink Input静音        ↓发送REQUEST_UNCORK        ↓客户端恢复播放

8

降音、静音和Cork的核心区别

一句话区分：

• 若读者朋友发现有错误、疑问的地方，或者好的建议，欢迎拍砖！！！