RK3588 录音音量太小怎么办？——从 PDM 数字麦克风原理到 softvol 软件增益实战

环境：RK3588 开发板 / Linux 6.1 BSP / Buildroot（alsa-lib 1.2.11、alsa-utils 1.2.12）
关键词：PDM 数字麦克风、dBFS、ALSA、softvol、arecord、amixer

0. 现象

在 RK3588 板子上用板载 PDM 数字麦克风录音，录出来的 wav 文件音量特别小：正常距离说话，回放时要把音量开得很大才听得清。而同一块板子用 aplay 放音时，喇叭又能非常响。

"放音能很大声、录音却很小"——这不是巧合，也不是板子坏了，而是两条完全不同的通路。这篇博客完整记录我把它查清楚并解决的全过程。

（PDM 数字麦克风：输出"脉冲密度调制"数字信号的 MEMS 麦克风，只用"时钟 + 数据"两根线就能把声音直接送给 SoC，板载麦克风方案里很常见。）

1. 第一步：找"录音音量"这个旋钮

第一反应：有没有一个像 Windows"麦克风加强"那样的录音增益开关？Linux 下这套音频系统叫 ALSA，对应的命令是 amixer：

arecord -l                # 先看板子上有哪些录音设备、各是哪个 card
amixer -c 1 scontrols     # -c 1：打开"card 1"（PDM 麦克风所在声卡）的全部控件

输出只有 7 个控件：

'Receive PATH0 Source Select'   'Receive PATH1 Source Select'
'Receive PATH2 Source Select'   'Receive PATH3 Source Select'
'HPF Cutoff'    'HPFL Switch'    'HPFR Switch'

全是信号路由选择和高通滤波器开关，没有任何一个叫 Gain / Volume / PGA / Mic Boost 的控件。

也就是说：ALSA 层面根本没有暴露"录音增益"这个东西。要么驱动没实现，要么硬件真没有。

2. 求证：硬件真的"没有旋钮"（三层证据）

为确认不是配置问题，我从"板子 → 芯片 → 代码"三个层面交叉验证。

2.1 原理图/网表：麦克风是"直连"的

把 PDM 麦克风座子（CN4）的 4 根线从网表里找出来：

座子引脚	连到哪里
1	VCCA3V3_MIC（3.3V 电源，经一颗磁珠 L47 滤波）
2	GND
3	PDM1_CLK1_M0（SoC 输出的 PDM 时钟）
4	PDM1_SDI1_M0（麦克风输出的 PDM 数据）

就是"电源 + 地 + 时钟 + 数据"四根线直连 SoC，中间没有任何放大器、电位器之类的可编程器件。

2.2 寄存器：PDM 控制器里没有"增益"这个位

RK3588 的 PDM 控制器驱动头文件把全部寄存器列得清清楚楚（sound/soc/rockchip/rockchip_pdm.h）：系统配置、控制寄存器、时钟控制、HPF 控制、FIFO 控制、DMA 控制、中断、数据、版本……

没有哪怕一个 bit 和增益 / 音量 / 衰减有关。

2.3 驱动：注册给 ALSA 的控件里也没有

rockchip_pdm.c 里注册的全部 mixer 控件，就是第 1 节 scontrols 列出的那 7 个；另外两个"启动延迟 / 滤波延迟"是 PCM 接口参数，不是音量类控件。在驱动里搜 gain / volume / pga / attenu，结果为零。

2.4 旁证：厂商补丁里的"土办法"

Rockchip 的 alsa-lib 补丁里有个有意思的东西：add_gain()（0003-add-gain-for-audio-input.patch），通过环境变量 ALSA_LIB_ADD_GAIN 指定一个"左移位数"，把录音采样值整体左移（相当于乘一个整数倍）来放大。但它的判断条件是"跳过最后两个声道"，双声道录音时一个声道都轮不到，等于白搭。

这个补丁的存在本身也从侧面说明：连芯片原厂都清楚 PDM 通路没有正经的硬件增益，只能在软件侧想办法。

小结：PDM 数字麦克风的输出电平，由麦克风芯片本身出厂决定。既然"源头"摇不动，唯一的出路就是——在软件侧对录到的数据做放大。

3. 数字麦克风到底有多小声？——顺便搞懂 dB

（已懂 dB/dBFS 的读者可以跳到第 4 节。）

3.1 dB 是"比值"的另一种写法

分贝（dB）不是一种单位，而是两个量比值的对数写法：+6 dB ≈ 幅度大 1 倍（更准确是 ×2，工程上常说 6 dB 翻倍），+20 dB = ×10，-20 dB = ×0.1。

关键：dB 永远要问"相对谁"。

dB SPL：声压级，衡量物理声音的强弱。0 dB SPL = 人的听阈（20 µPa）；正常说话约 60 dB SPL，大嗓门喊叫约 85～90 dB SPL。
dBFS：数字音频"相对满刻度"（Full Scale）。0 dBFS 是数字波形能表示的最大值（顶格），所有正常录音信号都低于它，所以 dBFS 几乎总是负数——越接近 0 越大，负得越多越小。

3.2 麦克风的"-26 dBFS"是什么意思

数字麦克风数据手册里的灵敏度一般长这样：

Sensitivity: -26 dBFS @ 94 dB SPL

意思是：用 94 dB SPL 的标准测试声（1 帕斯卡声压，音频行业的标准测试条件）去"吹"它，它输出的数字信号位于满刻度以下 26 dB（-26 dBFS，换算成线性幅度约为满刻度的 5%）。

于是可以算一笔账：

近距离大声说话，声压约 85 dB SPL：比 94 dB SPL 低 9 dB → 麦克风输出约 -26 - 9 = -35 dBFS；
-35 dBFS 换算成线性：10^(-35/20) ≈ 1.8%——16-bit 音频满刻度是 ±32767，这就是个幅度五百多的信号；
想让麦克风输出"顶格"（0 dBFS）？需要约 94 + 26 = 120 dB SPL——那是喷气机起飞附近的声压级，正常人不会这么对着麦克风喊。

所以"录出来的文件天生就小"是设计使然：麦克风留了整整 26 dB 的动态余量，防止你一激动喊一声就削波失真。不是你的板子有问题。

注：有的麦克风模块资料会把灵敏度标注成"增益 26dB"。这个说法容易误导——它描述的仍然是"相对满刻度差 26 dB"的固定灵敏度，而不是说麦克风里装了一个可以调大调小的 26 dB 放大器。

4. 解决方案：ALSA softvol 软件增益

4.1 30 秒看懂 ALSA

ALSA（Advanced Linux Sound Architecture）是 Linux 的音频子系统，从下到上分三层：

内核层：声卡驱动（第 2 节看的 rockchip_pdm.c 就在这层），向用户空间提供 PCM 播放/录音节点；
库层：alsa-lib（即 libasound）。它的精华是插件体系——plughw、dmix、softvol 等等，可以把"硬件 + 各种软件处理"串联成一个设备，对上层透明；
工具层：aplay / arecord / amixer 等命令行工具。

平时 arecord -D hw:1,0 里的 hw:1,0 是"直达硬件"的设备名。而 -D 后面跟的名字不一定是内核设备：alsa-lib 会先在配置文件（/etc/asound.conf 或 ~/.asoundrc）里找同名定义。我们可以自定义一个名字，把它包装成"硬件 + 软件增益"的组合——这就是后面的 micboost。

4.2 /etc/asound.conf：给录音和放音各包一层增益

配置文件内容（板端 /etc/asound.conf）：

# 放音：hw:0,0 + 软件增益，控件名 BoostPlayback
pcm.boost {
    type softvol
    slave.pcm "hw:0,0"
    control { name "BoostPlayback"; card 0 }
    min_dB -20.0      # 增益卷尺下端：-20 dB（衰减）
    max_dB 30.0       # 增益卷尺上端：+30 dB（约 31.6 倍）
    resolution 100    # 100 个刻度
}

# 录音：hw:1,0 + 软件增益，控件名 BoostCapture
pcm.micboost {
    type softvol
    slave.pcm "hw:1,0"
    control { name "BoostCapture"; card 1 }
    min_dB -20.0
    max_dB 30.0
    resolution 100
}

几行配置解释：

type softvol：软件音量插件——数据流经过它时，逐采样乘一个由控件控制的系数；
slave.pcm：它背后真正干活的硬件；
control { name ...; card ... }：让 softvol 在指定声卡上注册同名控件，之后就能用 amixer 调它；
min_dB / max_dB / resolution：这条"增益卷尺"的范围与刻度数。

之后：

放音 aplay -D boost xxx.wav = 原来的 hw:0,0 + 可调增益；
录音 arecord -D micboost ... = 原来的 hw:1,0 + 可调增益。

这就是"以前录调用 -D hw:1,0、现在用 -D micboost"的区别：同一个硬件，外面包了一层软件增益。

4.3 三个真心会踩的坑

min_dB 必须写负数。我一开始写了 min_dB 0.0，直接被拒绝，报错：
min_dB must be a negative value——这是 alsa-lib 源码 pcm_softvol.c 里写死的校验。写 -20.0 即可。
报 Unknown PCM boost 就是配置文件没生效。asound.conf 要放 /etc/asound.conf（全局）或 ~/.asoundrc（当前用户）。
控件是"动态出生"的：BoostPlayback / BoostCapture 这些控件不是驱动固件的一部分，而是 softvol 插件第一次以该 PCM 打开设备时注册到声卡上的（重启后需要重新打开一次才会再出现）。所以正确顺序是：
先跑一次 aplay -D boost / arecord -D micboost（控件出生）→ amixer -c X scontrols 能看到它 → 再 sset 设置值。

4.4 这条"卷尺"怎么读（很重要）

100 格对应 -20 dB ～ +30 dB，刻度按 dB 均匀：每 1% ≈ 0.5 dB。

百分比	增益	线性倍数	说明
0%	-20 dB	×0.1	衰减（不是静音）
20%	-10 dB	×0.32
40%	0 dB	×1.0	原声：不放大也不衰减
50%	+5 dB	×1.78
60%	+10 dB	×3.16
80%	+20 dB	×10
100%	+30 dB	×31.6	最大

两个反直觉的点：

40% 才是"原声"，不是 50%（因为卷尺是 -20 ～ +30 dB，中点偏到了 +5 dB）；
控件刚出生时，默认值就是 0 dB 那一格（约 40%）。也就是说：你不去设置它，它等于不存在——录出来的文件还是原来那么小。这正是"必须显式设置"的原因。

5. 实战：正确的录音姿势

5.1 一条失败的命令：为什么录不了

我一开始很自然地写了：

arecord -D micboost -f S16_LE -d 5 /tmp/voice2.wav     # ← 录不了

报错关键词：Channels count non available（声道数不可用）。

原因：PDM 硬件最少要 2 个声道。驱动里写死了 channels_min = 2, channels_max = 8（rockchip_pdm.c:763）；而 arecord 不写 -c 时默认按单声道打开（实测默认 1 声道、8000 Hz）。"1 声道的请求"撞上"最少 2 声道的硬件"，参数协商直接失败。

顺便排除其他嫌疑：格式 S16_LE 和 8000～192000 Hz 的采样率都在 PDM 支持范围内（rockchip_pdm.c:753-757），所以卡住的就是声道数这一项。

5.2 完整流程

# 1) 第一次录音：让 BoostCapture 控件"出生"（此时是默认 0dB，声音小属正常）
arecord -D micboost -f S16_LE -r 16000 -c 2 -d 5 /tmp/voice2.wav

# 2) 确认控件出现了
amixer -c 1 scontrols | grep BoostCapture

# 3) 设置录音增益：+30 dB
#    录音侧原始信号很小，建议先拉满；
#    若大声说话时出现破音/发"呲"（削波），再降回 60%（约 +10 dB）
amixer -c 1 sset 'BoostCapture' 100%

# 4) 正式录音（与步骤 1 同一条命令）
arecord -D micboost -f S16_LE -r 16000 -c 2 -d 5 /tmp/voice2.wav

对比步骤 1 和步骤 4 的文件，音量提升非常明显（100% 即 +30 dB ≈ 31.6 倍）。

参数速查：

参数	含义	注意
`-D micboost`	设备名	来自 `/etc/asound.conf`，= hw:1,0 + 软件增益
`-f S16_LE`	16-bit 小端格式	PDM 支持
`-r 16000`	采样率 16 kHz	语音场景够用；不写默认 8000
`-c 2`	2 声道	必写，PDM 硬件要求 ≥ 2
`-d 5`	录 5 秒

5.3 顺带：放音侧

放音侧的 boost 同理：

amixer -c 0 sset 'BoostPlayback' 100%    # 100% = +30 dB，实测声音非常足
# 觉得太响？降到 60%（约 +10 dB）
amixer -c 0 sset 'BoostPlayback' 60%

注意两个控件的分工是独立的：

BoostCapture（card 1）：决定录进文件里的数字有多大；
BoostPlayback（card 0）：决定喇叭放出来听到的有多大。

6. 还差最后一步：重启后会失效

softvol 控件是动态注册的，重启后就没影了——直到你再用 boost / micboost 打开一次设备，它才会重新出生（并且回到默认 0 dB）。

如果希望开机就自动设好，可以在启动脚本（如 /etc/init.d/S99audio）末尾追加：

# 先各"空跑"一次，让 softvol 控件出生
arecord -D micboost -f S16_LE -r 16000 -c 2 -d 1 /dev/null 2>/dev/null
aplay  -D boost -t raw -f S16_LE -r 8000 -c 2 -d 1 /dev/zero 2>/dev/null

# 再设置目标增益
amixer -c 1 sset 'BoostCapture'  100% >/dev/null
amixer -c 0 sset 'BoostPlayback'  60% >/dev/null

代价是开机多花约 2 秒（两次 1 秒的"空跑"）。

7. 常见坑速查

现象 / 报错	原因	解决
`Channels count non available`	arecord 没写 `-c 2`（PDM 最少 2 声道）	加 `-c 2`
`Unknown PCM boost`	asound.conf 没被加载	放到 `/etc/asound.conf` 或 `~/.asoundrc`
`min_dB must be a negative value`	min_dB 写了 0 或正数	写负值，如 `-20.0`
amixer 找不到 Boost* 控件	控件还没出生	先跑一次 aplay / arecord 打开设备
重启后增益失效	softvol 控件是动态注册的	启动脚本里"先空跑、再设置"
把 50% 当成"原声"	卷尺是 -20 ～ +30 dB，原声在 40%	记住 40% = 0 dB
`hw:1.0` 报错	hw 设备名的语法是逗号不是点	写 `hw:1,0`

8. 总结

RK3588 + PDM 数字麦录音小，不是配置错误：麦克风灵敏度固定（-26 dBFS 级别），SoC 与驱动都没有任何硬件增益可调——这是从网表、寄存器、驱动源码三层验证过的。
解法是 ALSA 的 softvol 软件增益：在 /etc/asound.conf 里把 hw:1,0 包成 micboost。
录音命令三要素：-D micboost + -c 2 + 先让控件出生、再 amixer -c 1 sset 'BoostCapture' 100%。
软件增益的代价是底噪也会被一起放大——先解决"能不能听清"，再按需要在 60% ～ 100% 之间找平衡。

posted @ 2026-10-10 09:06 风间澈1998 阅读(6) 评论(0) 收藏举报

刷新页面返回顶部

RK3588 录音音量太小怎么办？——从 PDM 数字麦克风原理到 softvol 软件增益实战

RK3588 录音音量太小怎么办？——从 PDM 数字麦克风原理到 softvol 软件增益实战

0. 现象

1. 第一步：找"录音音量"这个旋钮

2. 求证：硬件真的"没有旋钮"（三层证据）

2.1 原理图/网表：麦克风是"直连"的

2.2 寄存器：PDM 控制器里没有"增益"这个位

2.3 驱动：注册给 ALSA 的控件里也没有

2.4 旁证：厂商补丁里的"土办法"

3. 数字麦克风到底有多小声？——顺便搞懂 dB

3.1 dB 是"比值"的另一种写法

3.2 麦克风的"-26 dBFS"是什么意思

4. 解决方案：ALSA softvol 软件增益

4.1 30 秒看懂 ALSA

4.2 /etc/asound.conf：给录音和放音各包一层增益

4.3 三个真心会踩的坑

4.4 这条"卷尺"怎么读（很重要）

5. 实战：正确的录音姿势

5.1 一条失败的命令：为什么录不了

5.2 完整流程

5.3 顺带：放音侧

6. 还差最后一步：重启后会失效

7. 常见坑速查

8. 总结

公告