来自20+个麦克风的输入
有人问我能不能写一个程序，监控至少20个麦克风的输入，全部在一台电脑上。
现在我在用Python（2.6）做原型，系统是Ubuntu，使用的是Alsa。到目前为止，我的尝试引发了不少问题……
Ubuntu是必须的，Alsa不是必需的，而Python是比较理想的选择。
关于硬件，有人建议使用多个声卡。还有一种方法是用一系列USB集线器和麦克风适配器（像这些），这样所有设备都是一样的，连接在同一个USB总线上。
问题：
我怎么能同时从一张声卡录制多个麦克风的声音？（比如同时使用线路输入和麦克风输入，谁知道怎么用超过两个输入的，bonus哦！）
在USB的设置中，我怎么能知道一张声卡（USB适配器）插在USB集线器（或一串USB集线器）上的哪个位置？
如果解决方案是直接通过USB访问麦克风，那么设备在USB总线上的位置仅仅取决于它插在USB集线器的哪个端口，还是说在开关机之间可能会改变？
最后，如果使用原始访问，我该如何最好地获取数据（我对pyUSB没有经验），从原始数据转换成音频需要什么处理吗？
编辑：
这里的“监控”是指我被要求将输入录制到磁盘上（理想情况下是在设定的阈值以上，speex编解码器看起来很合适），监控音量水平，提供图形反馈，并设置至少一个输出，循环显示所有活动的麦克风。
Python并不是长期的需求，只是我目前找到的获取声卡PCM数据的最简单方法（不过只限于麦克风）。
我打算将声卡的轮询和数据处理放在不同的线程中，但我在这方面经验不多。
我在哪里可以找到更多关于实现USB音频类驱动的信息？
8 个回答
我个人建议你需要一些硬件，比如一个数字混音台，这样才能支持所有这些输入。否则，我真的怀疑你能否轻松让多个麦克风同时工作。在你开始写代码来录制这些输入之前，检查一下电脑是否能处理这种情况，应该是第一步。
另外，我也不太推荐在这里使用Python。首先，这听起来像是一个对性能要求比较高的情况；其次，在*类Unix系统上，我不想用低级语言做任何事情，除非是C/C++（在Windows上，我可能会推荐C++或C#）。
关于硬件，有一个建议是使用多个声卡。另一个建议是使用一系列的USB集线器和麦克风适配器（像这些）
这些也是多个声卡：每个声卡都提供一个USB音频设备接口，它们的时钟是独立的，这可能会导致你在同步时遇到问题。
我从来没有尝试过同时使用20个这样的设备，但我觉得这会非常不可靠。这些设备都是便宜的消费品，并不是为了那种使用场景设计的；虽然我认为它们不会达到USB 2.0的带宽限制，但在那之前它们就可能不再可靠了。顺便提一下，你链接的那个型号评价非常差。
如果可以的话，考虑使用高端的声卡，带有多个输入。例如，Delta-1010LT价格合理，而且似乎支持ALSA。还有很多外部设备（USB、Firewire、RME的产品）提供8个以上的输入选项；ESI有一个16输入的机架，但ALSA的驱动情况看起来不太乐观。
使用一个同步的设备，可以一次性获取多个音频输入，这比使用很多独立的声卡要容易得多。你可能还是不想直接在Python中处理样本，但可以通过像PySndObj这样的工具，将更高级的处理/分析工具连接到Python中。
这里提到的“监控”这个词的意思其实很广泛。监控可以指“记录到硬盘上”、“检测音量超过某个阈值”或者“在频率域进行更高级的分析（也就是传统的信号处理）”。这三种方式对CPU的使用和用Python实现的可行性影响很大，具体要看你想做什么，Python可能并不是最合适的选择。
如果你决定使用Python，我想提醒你几点：
- Python在音频支持方面比较薄弱。
- Python的ALSA绑定（pyalsa）主要用于序列器、混音器和硬件控制，而不是读取PCM样本（不过这些绑定可能对管理设备有帮助）。
- 在某些多线程情况下，Python会遇到问题（比如GIL——全局解释器锁），虽然可以通过使用独立的Python进程来避免，但这并不总是理想的选择（我假设你是在多核/多处理器系统上运行，并希望将20个音频输入的监控负载分配到多个CPU上）。
- 像音频分析这样的CPU和内存密集型操作并不是Python的强项。不过，PCM数据可以通过struct.unpack()解包，信号分析可以使用NumPy和SciPy中的例程来完成。
每个线路输入和麦克风应该是立体声的，这样每个输入实际上提供两个麦克风输入，也就是每个声卡有四个麦克风。假设你有20个输入，那就需要五个USB音频适配器。顺便说一下，要使用线路输入，你需要某种麦克风前置放大器，这可能比你想要的要贵。在这种情况下，你需要10个USB音频适配器来处理20个输入。
我想提醒你，大多数低端的USB集线器可能无法处理5到10个音频适配器的流量。为此，我建议你确保使用USB 2.0高速集线器（即使实际的音频设备是USB 1.1全速或更慢），这样才能确保有足够的上行带宽。如果有选择的话，获取带有4或5个外部USB端口的PCI USB适配器卡并不难。顺便提一下，你提到的USB设备只有立体声输出和麦克风输入（没有线路输入）。
理想情况下，你应该使用USB等时传输模式来实现低延迟和稳定的传输，但我怀疑ALSA驱动是否支持这个功能。
关于USB声卡的逻辑到物理映射，可以通过设置一组udev规则来为设备提供有用且一致的命名方案，这可以基于USB层次结构，或者如果你愿意，也可以使用序列号（如果设备有的话）或其他属性。无论如何，你应该能够使用udev规则根据设备的身份或物理位置来稳定音频设备的映射。
我对pyUSB一无所知，但我看到它支持等时传输模式。乍一看，pyUSB可以实现非常精确的控制，但我怀疑你可能会写比预期更多的代码（基本上你需要在Python中实现USB音频类驱动的更好部分）。
希望这些信息对你有帮助！