как работают звуковые подсистемы в Linux

юзай алсу

мне интересно как все это работает, а не что юзать. вопрос не в этом

Ну смотри: вначале была OSS, глючная и не умеющая выводить звук нескольких приложений. К тому же, какую-то новую версию хотели "закопирастить", как в своё время "закопирастили" XFree86, поэтому была запилена ALSA. Она умеет в микширование, но по сути ограничена одной-единственной звуковой картой. К тому же, у неё настолько упоротые конфиги, что вкупе с "отсосутствием" нормальной документации её настраивать было почти невозможно.

Тут-то и пришёл Пёттеринг со своим PulseAudio. Оно ставилось поверх ALSA и умело почти всё: и микширование, и работу с несколькими звуковухами, и перенаправление потоков звука куда хочешь, и даже эффекты и тонкая настройка были доступны! Вот только звучало оно как говно. Где-то к началу "десятых" это исправили и начали внедрять во всех дистрибутивах, даже в "слаке". Поистине "былинная победа лисапеда", если бы не Wayland с его разграничением прав и JACK с его тысячей и одним плагинов для обработки звука.

Тогда начали пилить PipeWire, чтобы заменить скопом и PA, и JACK, и чтобы можно было отдельно от "иксов" звук захватывать и передавать по WebRTC. И ЧСХ, у них всё получилось! Лично я сижу под "пуповером", имею низкую задержку при записи гитары, могу устраивать стримы под "вяленым", а главное – оно совместимо со всем ПО, что есть, так что не нужно городить что-то новое. Наконец-то звуковая подсистема становится единой!

уж пульса документирована вполне сносно, почитай, за одно и вычитаешь все остальное, в чем проблема?

О, вот это я и хотел узнать! Спасибо! Только меня беспокоит один вопрос. Почему PulseAudio работает поверх ALSA если она настолько упорота и почти ничего не умеет? Я правильно понял что ALSA работает в пространстве ядра?

пульса это глючная настройка над альсой. если хочешь проблемы с микрофоном и пердежом динамиков, то пульса это твой выбор!

И да. На нормальных карточках с микшированием проблем у алсы не было и даже на дешевых встроенных звучках в дистрибутивах для домохозяек (типа убунты 7) проблем не было…

Я правильно понял что ALSA работает в пространстве ядра?

Да, это подсистема ядра.

Почему PulseAudio работает поверх ALSA если она настолько упорота и почти ничего не умеет?

Я бы не сказал, что не умеет, скорее её фиг настроишь, если нужно что-то отличное от домашнего ПК для проигрывания музыки. К тому же, напрямую с подсистемой ядра работать – всегда плохая идея. PulseAudio в данном случае выступает скорее как фронтэнд к серверу, работая со звуковыми клиентами.

Кстати, когда-то у GNOME и KDE свои звуковые подсистемы были, и работали они, естественно, через одно место.

Спасибо! Расписал все, прям мое почтение) Картинка прояснилась хоть как-то. А что насчет JACK? Я правильно понимаю что это грубо говоря тот же самый фронтэнд к серверу как и PulseAudio, только для упоротых музыкалов

А вот это я не знал. Интересно было бы посмотреть как у них это было реализовано

А что насчет JACK? Я правильно понимаю что это грубо говоря тот же самый фронтэнд к серверу как и PulseAudio, только для упоротых музыкалов

Ну, в общем-то да. Его фишка – крайне низкие задержки и "realtime", благодаря чему можно вполне спокойно записываться. Плюс они раньше Лёни организовали перенаправление потоков звука в произвольном порядке и сделали API, которым и пользуются разнообразные DAW и плагины.

Правда, PipeWire тоже может сделать низкие задержки, даже ниже, чем есть, у меня 48КГц на 32 сэмплах завелось. Плюс можно работать с плагинами через "пуповерные" реализации JACK API.

Фактически, те же яйца, что и PA, только куда хуже по функционалу, не умели работать друг с другом (из-за чего звук из "гномьих" приложений под KDE не было, ЕМНИП) и имели свои собственные API. Короче говоря, ад фрагментации.

https://www.reddit.com/r/linux/comments/env77/the_state_of_linux_audio_dec_2010/
Вот как-то так работает звуковая подсистема в линуксе.
По «linuxaudio.png» можно ещё картинок нагуглить.

И т.е в ближайшем будущем будет только PipeWire и ALSA и ядре. Или же и ее как нибудь заменят, на какую нибудь абстрактную «PipeWire Kernel» или типо того. А то сейчас если честно звуковой стек выглядит как какое-то месиво.

Или же и ее как нибудь заменят, на какую нибудь абстрактную «PipeWire Kernel»

Не заменят, ибо не только звук но и картинка через него пойдут. Неча тут напрямую с ядром якшаться. ;)

the_state_of_linux_audio_dec_2010

dec_2010

Дед, прими таблетки! Отечественная Война уже 78 лет как закончилась!

И т.е в ближайшем будущем будет только PipeWire и ALSA и ядре.

Да, пока у Лёни ещё в одном месте не зачешется. :)

Правда, его IBM в клещах держит, ему не до чесотки. :)

Или же и ее как нибудь заменят, на какую нибудь абстрактную «PipeWire Kernel» или типо того.

Не, менять ничего не будут, всё и так работает.

Алса это в первую очередь звуковая подсистема, которая предоставляет драйверы для доступа к звуковым устройствам.

Пульсеаудио это уже звуковой сервер и микшер, позволяет управлять уровнями громкости отдельных приложений, проигрывать звук по сети.

Алса не умеет управлять уровнем громкости отдельных приложений. К тому же может быть ситуация что какое-либо приложение монопольно получит доступ к звуковым устройствам и другие не смогут выводить звук.

Поэтому в первую очередь и был написан пульсеаудио.

Джек и Джек2 могут работать с несколькими звуковыми устройствами, объединять звуковые потоки и перенаправлять ввод и вывод с одних каналов на другие.

Я раньше пускал пульсу через OSSv4 – у меня был говноут от HP и там какой-то дико замудрёный конфиг кодека, альса работает через жопу и hdajackretask не помогает, а вот OSS и его гуёвый настройщик – как ни странно, настраивался и работал идеально.

В pipewire не потеряли OSS бэк случаем? Он еще удобен тем, что для своих говноподелий дрова писать просто, а иногда это требуется.

ALSA это ядерный драйвер поддержки звука. Всё остальное - по большей части ненужные прокладки между ним и софтом, разной степени дефективности. Иногда могут принести пользу (например мне забирать звук из виртуалки оказалось удобнее через pulseaudio заглушку, чем через alsa заглушку или через виртуальную звуковуху виртуалки). У JACK, насколько я знаю, есть какие-то фичи для профессионалов работы со звуком. Ну и ALSA сама по себе не может, вроде, переключать на лету устройство вывода для проги, которая уже что-то проигрывает и сама инициативы к этому переключению не предпринимает.

Рекомендую избегать все эти «звуковые серверы», если нет веской причины ими пользоваться.

Сидит пытаться ставить, если единственная претензия к звуку - большая задержка у bt ушек?

Что ты такое несешь? Откуда весь этот бред у тебя в голове взялся?

как работает трансформатор? - У-у-у-у-у-у.

как работают звуковые подсистемы в Linux? - Пшшшшшш, ик-ик-ик

🌰

Всё-таки рискну обратить внимание просвещённой аудитории на один немаловажный, я бы даже сказал, ключевой момент о котором почему-то никто не упоминает. Это тактирование ввода и вывода сигналов. Вот на звуковой карте есть свой тактовый генератор и именно он определяет точный момент времени, когда отсчёт будет отправлен в окружающую среду, ну или наоборот, будет усвоен из неё. То есть с воспроизведением звука из файла у нас проблем нет. А вот с выводом звука, который захвачен уже другим устройством со своей тактовой (например блютус) и которая ну очень мало, но таки плывёт относительно тактовой вывода - вот тут она проблема и зарыта. Пульса жрёт проц, потому что занимается передискретизацией потоков. А передискретизация - это, извините, фильтрация. А фильтрация требует буферизации (если, конечно, мы хотим хорошего качества) а значит и определённой задержки на всё это удовольствие. А профессиональные системы отличаются тем, что в них физически можно транслировать тактовую с одного мастер-канала на сколько угодно ведомых. Передискретизация не нужна, задержек нет, все смеются.

Если я не ошибаюсь, pipewire вполне себе работает под фряхой. Так что OSS должен уметь.

Стоит.

К своему стыду не углублялся в эту тему и не совсем понимаю как вся эта кухня работает.

Упрощенно и без подробностей:

1. ALSA - что-то типа драйвера и утилит, которые предоставляет тебе доступ к звуковушке. Ввов/вывод в алсу ближе всего к ASIO в винде. Полезно, когда промежуточная обработка звука недопустима из-за вносимых задержек и непредсказуемого результата. Основной юз кейс - работа со звуком и подключенный напрямую к алсе daw (приложение для обработки звука). Есть еще опциональные приблуды-костыли, которые использовались до появления нормального звукового сервера и частично выполняли его работу.

2. Pulseaudio - звуковой сервер, который микширует и передискретизирует (приводит к нужной частоте) потоки. Прослойка между алсой и приложениями, которая предоставляет пользователю простые и понятные элементы управления звуком. Аналог - простая работа в винде, такой же юз кейс и под линуксом. Пульса находит предоставленные алсой карточки и описывает их привычным пользователю профилем (типа стерео, 5.1, цифрова/аналог) с простыми регуляторами звука, вместо кучи рычагов управления алсы, которые у каждой карточки разные.

3. Jack - звуковой сервер, который предоставляет возможность коммутировать входы/выходы приложений. Аналогов под виндой нет. Этим он и полезен, можно не ограничиваться одним daw-ом и обработать звук в одном приложении, затем обработанный выдать в другое.

4. Pipewire - замена pulseaudio, которая должна вместить в себя еще и jack. Идея этого совмещения в том, что переключение с пульсы на джек и интеграция в него пульсы тот еще геморрой и создает сложные конструкции из костылей, в которых может запутаться даже сам автор этого произведения.

Пульса жрёт проц, потому что занимается передискретизацией потоков.

Нууу какой же аудиотред без анонимов-шизофреников! Вас не хватало.

К своему стыду не углублялся в эту тему

Двадцать плёток патчкордами 😁

пульса это глючная настройка над альсой. если хочешь проблемы с микрофоном и пердежом динамиков, то пульса это твой выбор!

Чё ты звездишь, я уже два компа под пульсой гонял, ни разу не было проблем ни с микрофоном, ни с динамиками!

Спасибо за развернутый ответ! Раз уж тема зашла за офтопик, не знаешь как у них это работает? Неужели у них тоже такая же срака со звуковым стеком, только просто никто его никогда не видел. В каком-то смысле ASIO это виндовый ALSA, то и наверняка есть свой аналог пульсы. В OSX же напротив есть CoreAudio, как я понял это что-то среднее между ALSA и внезапно pipewire (только в отличии от сабжа, видео через него не шурует). У них тоже наверняка есть некая пепяка в ядре которая предоставляет драйвера и API, а также юзерспейсный демон который занимается микшированием и прочим.

И еще: всегда интересовал вопрос чем все это отличается от CoreAudio в MacOS или звуковой подсистемы в офтопике если не вдаваться в подробности.

Если в линуксе пульсаудио работает поверх алсы, то в винде ASIO - сторонний костыль для вывода звука, который существует независимо от кучки других способов вывода под виндой, с которыми ни у кого нет желания разбираться. Работает асио прекрасно, но это сказывается на поддержке со стороны устройств и приложений. Схожесть ASIO и алсы в использовании со стороны пользователя, а не в самой логике работы.

CoreAudio для пользователя что-то типа pipewire без коммутации звука между приложениями jack-а. Подходит и для простого пользования, и для работы.

Она умеет в микширование, но по сути ограничена одной-единственной звуковой картой. К тому же, у неё настолько упоротые конфиги

Не ограничена она одной картой, просто конфиги такие конфиги. Она может создать виртуальные карты из нескольких физических, объединив их выходы и так далее.

Иногда алса, это единственный вариант работы со звуком, например на маломощных одноплатниках пульса заикаится, а алса может микшировать и отдавать/принимать звук у блютуз наушников или прикидываться такими наушниками.

Раз уж тема зашла за офтопик, не знаешь как у них это работает?

Я пытался понять, но не осилил. Слишком много всего чтобы за день даже поверхностное представление составить о схеме работы.

В каком-то смысле ASIO это виндовый ALSA, то и наверняка есть свой аналог пульсы.

ALSA аналог ASIO с позиции пользователя. Алсу и асио используют, когда нужно получить доступ к железке без лишних прослоек. Только под линуксом прослойки добавили потом и сверху, а асио - сторонний костыль, который позволяет срезать мимо постоянно меняющейся дефолтной звуковой системы винды. Асио по факту стал стандартом, так как никто не хочет гадать, какая моча завтра в голову может ударить МС. В винде есть элементы, которые выполняют те же функции, что и пульсаудио. Только из-за децентрализованной разработки в линуксе эти функции в отдельном независимом модуле (pulseaudio), а в винде это выглядит как кучка путей вывода/ввода, где в какой-то момент будет применена дискретизация или микширование.

Re: как работают звуковые подсистемы в Linux

Мне кажется, что проще всего понять это, если узнать всё с самого начала. От простого к сложному, так сказать...

1997 год. На рынке используются компьютеры на процессорах пентиум один. Пентиума два ещё нет. Есть пентиум MMX, но он чё-то дорогой.

Не в каждом компьютере есть звуковая карта. Дорого. Хотя всё больше людей озабочены тем, чтобы звук на компьютере всё-таки был: набирают популярность mp3-диски... 250 песен на одном диске! Офигеть...

Тем не менее, если звуковая карта в компьютере есть, то под Linux всё с ней хорошо. Хотя казалось бы, ведь система новая, всё пока только создаётся... Но звук уже работает, и работает хорошо.

Операционная система Red Hat 5.0, звуковая система OSS. Она создаёт файл устройства /dev/dsp, в который приложения выводят звук.

Причём выводить звук туда - очень просто! Программисту нужно только отправить туда звук в нужном формате при помощи вызова mmap() или write()

И всё же, есть где потрахаться. Не совсем стандартные софт-модемы и звуковые карты обычно не скомпилированы, потому что в компьютерах - мало оперативной памяти, и поэтому экономия идёт на всём. Так что юзерам нереlко приходилось пересобирать ядро Linux после установки системы.

Вторая половина 1997 года. Выпущен процессор Pentium 2. А за ним и Celeron. Селерон вообще дешёвый, и ещё и разгонный потенциал у него выше.

Как-то быстро преодолели рубеж в 200 мегагерц, даже не заметив. Только что у всех ыли процы на 133 и 166 мегагерц, а тут у всех процы 366 МГц!.. были бы, если бы не кризис 1998 года. А для остального мира, выпускаются плееры PowerDVD и WinDVD, имеющие в системных требованиях - не менее 300 мегагерц в процессора. При помощи этих плееров, можно смотреть DVD. DVD это вообще магия: субтитры и озвучка на разных языках, много дополнительных материалов, а анимированное меню, это прям отдельная игра!

Возвращаемся на линукс. В новых версиях системы появились модули ядра, которые просто лежат на харде, и в память подгружаются, только когда нужно. Больше не нужно пересобирать ядро.

Появилась новая проблема - на новых компьютерах, на которых второй пень и селерон, звука нет. ААААА!!!

На самом деле, на этих компах используется встройка AC97. Раньше звуковые карты не были встроенными, они были дискретными и довольно мощными. Микширование звука осуществлялось аппаратно на звуковом чипе. А теперь кто-то увидел, что процессоры нынче мощные, и если первый пень пыхтел и долбился в соточку при воспроизведении mp3 или MPEG-1, то второй пень и селерон делают это без малейшего напряга. А значит, можно вместо дорогой звуковой карты использовать дешёвый встроенный звук, который делает все свои задачи на центральном процессоре компьютера.

Так вот. Так как на встройках аппаратного микширования нет, а программное микширование в линуксе не работает, то возникла сдледующая картина: если попытаться воспроизвести звук из одного приложения. то из другого он не идёт. Выключаем первое приложение и включаем второе. Звук из второго есть, а из первого - нет.

Авторы OSS пообещали программный микшер в OSSv4, а пока что у нас есть только OSSv3. Что же делать???

1998 год. Набирает популярность графическая оболочка под названием KDE. Предыдущие графические оболочки представляли из себя страх и ужас. а вот KDE нормальная. Но вдруг поднялся вселенский вой: KDE открытый и свободный, а вот Qt (набор библиотек, на котором базируется KDE) не открытый и не свободный! Авторы Qt разрешили использовать свою библиотеку бесплатно для пользователей KDE, и код для них открытый - однако кто знает, что будет завтра? Linux набирает популярность не по днями, а по часам - вдруг, когда Linux завоюет десктопы, Qt объявит, что он теперь платный?

Появляется графическая оболочка GNOME. Она базируется на наборе библиотек GTK, которые были созданы для графического редактора GIMP. И GNOME, и GTK, являются полностью открытыми и свободными.

Дистрибутивы предлагают устанавливать KDE или GNOME на выбор. Стоит сказать, что дистрибутивы тогда распространялись на нескольких дисках, от двух до шести. И их не выкачивали из интернета, а покупали в магазинах или заказывали по почте. Потому что CD-R, хоть уже и есть, но ОЧЕНЬ дорогие (особенно пишущие приводы), а интернет, откуда нужно взять ISO-образы, не менее дорогой, медленный и не безлимитный.

В GNOME появляется звуковой сервер ESD, а в KDE - звуковой сервер aRts. Теперь звук под линуксом выглядит так:

Аппаратное обеспечение
^
Пространство ядра системы: OSS и драйверы
^
Пространство пользователя: звуковой сервер
^
Приложение

Раньше приложение общалось со звуковой системой напрямую, а теперь оно общается со звуковым сервером, а в звуковую систему программы не могут отправлять звук, потому что она уже занята ESD.

При этом пользователь имеет право вообще выключить ESD и использовать OSS напрямую. Ведь у юзера может быть SB16 или AWE32, в которой аппаратный микшер есть - а значит, звуковой сервер юзеру не нужен, он бы только занимал память и кушал проц.

Авторам приложений нужно было реализовать поддержку OSS и одного из звуковых серверов: ESD или aRts.

А потом ТРЕВОГА ВСЁ ПЛОХО ААА!!! Вышла OSSv4. ПЛАТНАЯ!!!! ПРОПРИЕТАРНАЯ!!!! С ЗАКРЫТЫМ ИСХОДНЫМ КОДОМ!!!! УЖАС!!!!!!! Но зато программное микширование есть, и никакой ESD больше не нужен.

На что расчитывали авторы OSS? Я не знаю. Наверное, что линукс сейчас завоюет десктоп, и что, даже если всего лишь треть пользователей купит новую OSSv4, то авторы OSS неплохо заработают.

Но всё вышло иначе. Линукс Торвальдс анонсировал новую звуковую систему ALSA.

Используя ядро Linux 2.4, мы по умолчанию использовали OSSv3, однако могли попробовать ALSA уже сейчас. Используя ядро Linux 2.6, мы использовали ALSA, имея при этом обратную совместимость с OSSv3. Ведь из прошлых лет осталось много софта, которые не знают ALSA и знают только OSS.

В ALSA программного микшера тоже не было - вернее он был (называется dmix_, но он был выключен по умолчанию, и включался в настройках системы. Так что в дистрибутивах Linux заменили связку OSS + ESD на ALSA + ESD.

В середине 00-х появился встроенный звук HDA. Он качественне и лучне, чем AC97. Многие не видят разницы с дискретными звуковыми картами, и остаются довольны HDA.

В 2005 году, dmix теперь включен по умолчанию, если аппаратный микшер недоступен. Решена давняя проблема с «о нет, приложение полностью захватило звук, и не отдаёт, пока приложение не закрыть!». При этом, если мы СЛУЧАЙНО запускаем приложение, которе использует эмуляцию OSS, то звук благополучно захватывается всё равно.

Забегая вперёд скажу, что эмуляцию OSS выключили в дистрибутивах Linux уже давно. С 2012 года (10-летний юбилей ALSA, а вернее финального релиза ядра Linux 2.6) теперь по умолчанию не загружаются модули ядра snd-oss-mixer и snd-oss-pcm.

И вот мы в 2005 году. ESD теперь нафиг ненужно, выключаем и забываем об этом. При этом у нас есть звуковой сервер JACK, которым пользуются профессиональные музыканты. JACK работает поверх ALSA.

И вот наступает 2008 год. Выходят Fedora 8 и Ubuntu 8.04. Там ESD заменяют на PulseAudio, обладающий приятной графической оболочкой pavucontrol. PulseAudio даёт много новых возможностей по работе со звуком... но пользователи приняли её холодно. Она тупила и глючила, особенно если у вас не новейший Core2Duo и Athlon 64, а более старые Pentium IV и Athlon.

У пользователей популярно выключать или удалять PulseAudio сразу после установки системы. Появляется симпатичный значок в системном трее под названием Volti, использующий GTK2.

Однако спустя несколько лет, в Linux пришло много людей, которые не помнят времён, когда PulseAudio ещё не было. Они встречают в штыки любое предложение об отключении PulseAudio, ведь «зачем выключать то, что нормально работает, а также лишать себя комфорта?», а любые проблемы со звуком в Linux считают проблемами by design, которые нельзя решить.

Пользочатели голой ALSA оказались в меньшинстве, и кто-то перешёл на PulseAudio (ведь теперь она «готова», или просто найдя её для себя удобной), а кто-то остался на голой ALSA. Трудно сказать, сколько людей осталось на голой ALSA, но когда в 2015 году Skype убрал ALSA и оставил только PulseAudio, вой стоял очень громкий. i-rinat сделал враппер apulse, и скайп снова зазвучал на голой ALSA.

А ещё есть юзеры OSSv4, потому что, во-первых, есть FreeBSD и другие юниксы и юникс-подобные звуковые системы. Во-вторых, кому-то OSSv4 удобен на линуксе. Релизы OSSv4 до сих пор происходят, а код снова открытый и сама звуковая система бесплатная. Платными остались несколько звуковых драйверов для профессиональных звуковых карт.

И вот спустя 15 лет после появления PulseAudio, её меняют на PipeWire, новый звуковой сервер.

юзай алсу

Алсу старая уже

Да и звучит так себе

Если ты не против я это сохраню куда-то) Спасибо!

Раньше звуковые карты не были встроенными, они были дискретными и довольно мощными. Микширование звука осуществлялось аппаратно на звуковом чипе

А зачем в досе микшировать звук, если дос - однозадачный? Думаю, аппаратный микшер появился лишь на SB16, т.к. он был более ориентирован на Win 3.1. А то и вовсе на AWE32. Тогда как на более ранних SB Pro, микшировать было нечего.

Дочитал. Мне кажется, что PulseAudio создан из-за тотального перехода всего и вся на HD Audio, на закате существования DVD и появления BluRay.

Пока не появились блюреи и HDMI, а были только S-Video и миниджек - всë было норм. А когда они всë-таки появились, то оказалось, что мы не можем просто взять и отправить звук на телевизор. Как и настроить микрофон и линейный вход, в alsamixer в разделе «запись» есть лишь два невнятно регулятора. Обе эти проблемы успешно решил pavuxontrol

А GStreamer какую роль выполняет? У него какая-то своя хитрая система графов нодов.

Алса прекрасно настраивается, если таки напрячь межушный нервный узел и почитать документацию на офсайте. Больше напрягают всякие ползучие улучшизмы типа автосохранения настроек при шатдауне/загрузке.

А GStreamer какую роль выполняет?

Это мультимедийный фреймворк, по сути – API для видео- и аудиоприложений. Это если упрощённо.

Алса прекрасно настраивается, если таки напрячь межушный нервный узел и почитать документацию на офсайте.

А теперь назови хотя бы с десяток ЛОР-овцев, которым не влом напрягать МНУ или обстоятельства не позволяют работать с ALSA. Сразу скажу, меня можешь сразу вычёркивать – голая "алсу" для звукозаписи в сравнении с PW или JACK совсем ни о чём.

Больше напрягают всякие ползучие улучшизмы типа автосохранения настроек при шатдауне/загрузке.

Это если имеется не только "встройка" HDA. Плюс такие штуки позволяют играться с настройками "на лету", иметь профили для нескольких вариантов, вот это всё. Нет, если есть один-единственный вариант использования – то тогда, конечно, это излишне.

Встроенный звук и Пентиум 2? Он оборот набрал по сути с приходом socket 370, а до этого очень много пользовались звуковыми картами ISA и PCI

Чем он отличается от PipeWire? Тем что не умеет межпроцессное взаимодействие? Вроде и там, и там графы медия-нодов.

Чем он отличается от PipeWire?

Тем же, чем отличается GTK от X11. Gstreamer обрабатывает звук и видео, а PW звук воспроизводит.

Ну «пш-пш» же, ну!

К своему стыду не углублялся в эту тему и не совсем понимаю как вся эта кухня работает.

Тут нет никакого стыда, сами разрабы не знают как это работает. Например, я не видел ни одного рабочего мануала пр выводу звука на монитор через HDMI исключительно средствами ALSA.