標籤: audio

發佈日期: 作者: — 發佈留言

Musicha 電腦的JACK2—概論與設定初步

關於JACK音訊，它的精髓觀念來自真實硬體音訊串接，萬物皆為裝置

更新時間：4/29/2022 18:19

首先一般的Linux 電腦系統的架構是這個樣子：

其實這跟Windows 甚至 Mac 電腦的音訊機制架構沒有差很遠，因為都是「通用電腦」的設計。
各個應用軟體是各自跟Pulseaudio 連接——各軟體可以同時各自跟pulseaudio連接，pulseaudio會加以混音，然後藉由作業系統的核心Linux 的ALSA驅動，透過真實的硬體麥克風收音（record）以及透過喇叭播放（play）出聲音

但是我們的電腦算是「特種電腦」有特別的音效架構，是這個樣子：

先解說理由，因為音樂的各種製作（音樂領域，「作」音樂泛指從現場演奏到幕後混音等等）很多情境需要即時或者說低聲音延遲（從手指對演奏鍵盤觸鍵，到最終耳朵聽到播放出的樂音之反應時間）的反應回饋，以及傳統 DAW軟體內才有的音訊繞接（routing ）等等諸多機能，Linux世界提出的方案，是透過JACK2 音訊系統搭配低延遲系的特製 Linux核心，變成特化的電腦作業系統。

這樣特化過的Linux 電腦，能作的事情從簡單的編曲混音到多演奏者LIVE 演奏+直播，到土砲自製錄音室，甚至一直到演唱會用的後台「即時處理機箱群」，都能辦到。可能是一台電腦，也可能是四五台電腦透過網路線，用net-jack機制結合成「一個系統」，退可守，進可攻，這是通用的電腦作業系統辦不到的。

進入正題，請看上圖，簡單說，不管哪個途徑的midi演奏訊號、audio（音訊）都被整合進JACK2。

這裡要特別要區分一下兩大類程式，如上圖一般的通用程式，是像我們常使用的mate桌面的事件通知音效（例如你按音量調整時聽到的叮鈴鈴聲音），透過瀏覽器看youtube 、 Netflix ，用mplayer、xine看DVD或藍光，或者用Steam玩電腦遊戲，使用OBS 直播等等，大部分的通用應用程式都是是使用pulseaudio 機制。

另一類則是「JACK 應用程式」，當然主要就是專業音樂程式，例如Ardour、 Zynaddsubfx、Qsynth、Helm、Hydrogen 等等。當然在Linux上，我們如果新發現一個專業音樂程式，我們一定很關心：它支援JACK嗎？

一開始的心理建設：
在JACK的接線盤世界裡，看到的每個軟、硬體，請把它們都當成是真實世界的
一個「裝置」來看待

在音訊方面：

  • 一般應用程式是接pulseaudio，程式之間的音訊不能互相連接，我們系統是透過pulseaudio 轉接器把一般音樂程式的聲音轉進 jack音訊系統。這樣平常使用很方便，不過在進行低延遲收音的時候，pulseaudio 有可能會對系統低延遲產生一點負面影響，在超低延遲收音時，視情況可以暫時關閉pulseaudio橋接器。（你也不希望收音到一半突然「叮咚」 XD ）
  • 更舊時代（超過10年以上的設計）的程式是直接使用ALSA的，會造成搶音效硬體的獨占問題，為了保留相容性，我們電腦上的配置，這樣的程式會自動接到ALSA 音訊橋接器，然後轉接進入到JACK2
  • JACK應用程式的話當然就是出現在JACK「接線盤」裡面（以後我們會專篇介紹到）。主要都是專業音樂程式，不過也有少數多媒體程式也使用JACK。然後這些程式啟動時，有可能不會自動連接，也有可能自動連接到系統輸出入（System capture playback /System capture），而且不同的 JACK應用程式間的音訊可以彼此串連，可以是串接不同的獨立效果器，可以是從一個DAW軟體的某一音軌，透過JACK接到另一個DAW軟體的另外一軌，讓不同DAW之間截長補短等等，更進一步有些JACK 應用程式支援”JACK transport” （主要都是DAW 系軟體），這會讓不同的音樂軟體在播放/錄製聲音時同步，你可以想像類似Logic 、Reason、Pro Tools同步連動那樣（甚至是跨機兩台電腦上），有點像是那樣的感覺，而不需要在一個DAW內做完事情，匯出檔案，過帶到另外一個DAW繼續做事。

ps. 有的JACK應用程式雖然會自動連接到系統音訊的輸出入，雖然方便不過也不一定是好事，例如軟體電吉他綜合效果器—Rakarrack會自動接你的”system capture”，如果你沒有接外接音效界面時，這個”system capture”就是你筆電的收音麥克風了，如果你上次使用完沒有按其「Fx on」按鈕關閉Fx，這一次啟動，就會直接是” Fx on”的狀態，然後從你筆電的mic到喇叭間就會瞬間產生超巨大迴授嚇到一堆人 XD （緊急解法，趕快本能性把一個耳機插入耳機孔，或者記得趕快按那個按鈕）

另外在midi方面：

  • JACK midi：多半新一代的JACK應用軟體會走JACK midi，然後midi訊號也可以串連，例如可以一個實體MIDI鍵盤控制複數的軟體音源器+硬體音源器，當然，也可以是兩個MIDI鍵盤連接到同一個軟體音源器（例如說你要用兩個25鍵的小鍵盤，設在不同的八度，組合成一個 50鍵的MIDI鍵盤）
  • alsa midi：比較舊式的軟體會走alsa midi，然後音訊卻是走 JACK音訊。相容性的關係，我們一樣有alsa midi的橋接器轉接進JACK機制裡面。理論上JACK midi的延遲會比alsa midi低一些些，如果一個軟體可以設定走JACK midi或者alsa midi，建議是jack midi為佳

說到這裡，是不是開始感覺到JACK的神奇呢？以前在Windows、 Mac上，想要用理論上電腦可以辦到的該有機能，但是被既有套裝軟體限制住了，現在似乎可以自行達成？ 😛

JACK管理前端

在我們Musicha電腦的預設MATE桌面上的右下角（圖中框起來的地方），我們把管理JACK 的幾個重要前端程式都整理在此。

這次我們要先講Cadence 。 Cadence跟Qjckctl 都可以設定、啟動、停止JACK2 音訊系統，不過我們Musicha電腦的規劃就只有使用Qjckctl 的「JACK接線盤」機制，就不特別講使用 Qjckctl 如何啟動/停止JACK2。

Cadence可以說是 KXStudio （整理各種音樂製作軟體與環境的大包裝之團隊）最重要的軟體。在System分頁，我們大致上可以分4個地方（圖上有標示的1 2 3 4 ）來看

JACK伺服器的核心使用，就是SSP——
Stop、Start、PulseAudio橋接器重啟
三部曲

  1. JACK實體，其實叫做一個”server”（伺服器） ，這個伺服器啟動以後，就獨占了音效硬體。當我們在調整各種設定完以後，想要讓新設定生效，就會需要關閉（Stop）然後start（啟動），或者Force Restart（強制重啟動，但是建議平常不要直接用這個）。簡單說，初期你最常需要用到的就是Start Stop Configure這三個按鈕。這邊要特別注意，前面提到JACK 是走「類似實體硬體器材」的思維，所以要Stop或者Force Restart時，一定要先關閉所有的JACK應用程式，再關閉JACK這個「機器」，不然會造成你的音樂專案出現麻煩的問題，甚至有些JACK應用軟體如Ardour 發現JACK死掉了，就會自動接管ALSA而獨占之（然後你就無法重啟 JACK了），所以為了避免混亂，在你的工作流程的第一步，就要確定JACK的設定。
  2. 在操作JACK伺服器的啟動關閉或設定改來改去前
    • 要留意你開機的Linux Kernel是不是low latency（低延遲）、RT（realtime 即時），另外我們筆電比較新的機種都改配Liquorix 的特別調校低延遲核心，由於它的名稱內沒有”lowlatency”，Cadence會誤判，別擔心，Liquorix 可以正常使用JACK2。
    • 如果你開機的核心是generic（通用）或者（mx）等等，就是一般的核心，那就表示無法進行穩定的低延遲音訊作業，block latency在20ms以下是會破音的，建議調到 20ms以上。
    • CPU scaling governor（CPU頻率調整管理）雖然沒顯示，但是請在MATE桌面右下角有個CPU頻率跳動的那個小applet 按一下，那邊可以調整，作音樂時最好是用Performance 或者Ondemand 模式
  3. 當JACK伺服器重啟以後，系統預設不會自動帶起Pulseaudio 橋接器的（一般桌面系統音訊、一般程式都會變啞巴），所以記得去按Pulseaudio 分頁，重啟Pulseaudio 橋接器，一般的軟體與桌面音訊就會恢復。這個快速檢驗方法就是按Fn+F5/6 調整音量，聽提示音有沒有出現
  4. 這個區塊有JACK server當前的最新狀態：
    • Server status：現在JACK伺服器是啟動的嗎？
    • 有realtime嗎：其實realtime跟lowlatency幾乎同義，當然realtime是比lowlatency更「精實」一點
    • DSP Loading：數位音訊訊號處理的負載程度，如果是使用內建音效晶片的話，這個數值是綜合CPU、RAM存取速度、內建音效晶片的綜合運算覆載，當你跑越多的軟體音源或是越低延遲，負載就會越重
    • Xrun：來不及「算音」，發生破音的次數。這個數值如果是在啟動某軟體或者系統開機的過程中，增加幾個Xruns 算是正常的。但如果是在音樂軟體運作的過程中，Xrun快速累加（你應該也會聽到聲音怪怪的），這時要考慮降載，例如減少使用的軟體音源機、效果器，或者把當前專案進度儲存，關閉所有JACK應用軟體，然後停止JACK伺服器，把buffer 調大（latency也變大）再重啟JACK伺服器，繼續作業
    • Buffer size：這就是前述的buffer（音效運算的緩衝區），緩衝區越小，延遲越低，反之越大
    • Sampling rate：取樣頻率，一般來說普通的專案，例如以軟 /硬體midi音源為主的專案，48000hz算很夠用，如果需要處理高規格的真實收音，才需要到96000以及以上的取樣頻率
    • Block Latency：電腦系統內的粗估延遲（實際上會再多一點）’server synchronous’ mode

JACK伺服器的設定

我的音效界面是幾輸出幾輸入？

容許的最低延遲極限是多少？

buffer 越小，延遲越低，越是考驗硬體能耐

一開始我們已經題到了設定的大方向，就是音效界面/內建音效接面的輸出入有幾道（音訊硬體世界的觀念，一道或說一軌，就是一個mono 單音，立體聲 stereo= mono 1 、mono 2） 以及最低延遲極限。在Cadence的System分頁按下configure，會彈出一個對話窗，Engine分頁可暫時不管，只要記得裡面的Advanced – Server Synchronous Mode ，這個選項對於降低音訊latency 有相當幫助（但是某些狀況可能會讓使用舊式ALSA音訊的軟體發生崩潰），我們預設不開，留給大家自己測試看看。

接下來我們要提到在driver（驅動程式）分頁的設定關鍵四步驟（圖上有標示的1 2 3 4 ）：

  1. Driver：沒有意外，就是用ALSA——使用本機或者接在本機的實體音效硬體，這個不用改，不過切記，如果你按了其他分頁但沒有真的要使用，在按右下角的OK按鈕離開前，記得按回ALSA，讓ALSA分頁顯示出來（不然會變成選擇其他驅動），再按”OK”完成設定。其他驅動也順便解說一下：
    • Dummy：空裝置，有時候你想要把你的電腦變成一個網路電台伺服機，例如用做youtube上的長時間音樂直播頻道（類似 Lofi Girl那樣）——喇叭不需要真的發出聲音，一切的聲音都是電腦內部的運算，那你就可以選擇這個模式
    • loopback：迴環，這個是謎樣的驅動….聲音送出去就自動回來的裝置？？有空的時候你可以研究看看它能幹麻喔 😛
    • NET/NETONE：這就是跟netjack有關係，讓兩台以上的電腦透過網路（最好是在內網+用網路線連接），以netJACK就可以合成為「一體」，而且音訊一樣保持低延遲、可以 JACK transport 同步。軟體音源、效果系就可以分散在不同電腦上運算，由一台主控機調用。這個議題以後我們會另外專文講解。
  2. 你的硬體裝置要用哪一個？這邊…
    1. 我們預設是Duplex Mode（雙工模式），意思是你可以專用一個音效硬體只輸入（input device），而另一個音效硬體作為輸出裝置（output device）。比方說現在很流行 USB麥克風，其實就是一個沒有輸出孔但整合了麥克風的USB音效界面或者說是「USB音效卡」，它本體無法發出聲音，所以我們就可以把input device設成它，然後Output device設成筆電內建的音效晶片ALC293 Analog（類比輸出）
    2. 筆電內建晶片除了類比輸出外，還有HDMI 系列，那個要留意 HDMI 0 、1、 2 等等，是指你的HDMI埠、mini-DP埠、Thunderbolt3或4埠等（是的，實際處理上是變成HDMI訊號），這個我們筆電每一型的對應編號略有差異
    3. channels：這個「頻道」其實就是指你的音效硬體有幾軌輸入或者幾軌輸出（一軌是指一個mono 單音，想成電吉他導線就對啦），這就要留意看你的音效界面硬體的規格書，他有幾軌輸入、輸出呢？數字要正確喔。
  3. 這個區塊就是控制低延遲的程度，buffer 越小，延遲越低，越是考驗硬體能耐（DSP loading）
    • Sample Rate：音訊的取樣頻率，基本上作音樂導向，會是特定倍數，也就是48000 96000 192000 ，選擇什麼，JACK伺服器啟動以後，所有的音樂軟體就會真的以這個為基礎進行「聲響運算」。選擇的方向跟你音樂產出（包含演奏出）的品質有關，如何決定呢？ 取樣頻率需要高於一段樂音之最高頻率的兩倍時，才能把那個頻率還原出來。 人耳可以聽到的聲音頻率極限是20Khz也就是20000hz（其實這個頻段只有一些「空氣感」了），兩倍就是40000hz，也就是說48000hz的選擇可以完全收錄。不過為什麼會有96000以上的選擇？因為後來發現在真實世界的收音上，在20Khz以上的頻率，還有更多的…嗯「空氣感」或說「環境感」，有收到音的話會有更多的莫名的「感覺」。說回來，簡單說，這跟實體收音的專案比較有關係，如果你是純虛擬樂器的專案或者你沒有要錄什麼山谷的環境音、百人天籟大合唱、XX幾重奏之類的，是不太需要考慮96000以上
    • Buffer size、 Period/Buffers：這兩個參數與與取樣頻率會一起決定JACK的latency為多少
      • Buffer size：緩衝區大小，意思是1秒能處理幾「格」（buffer= frames/ period），特別要注意的，buffer size這個欄位其實可以自己輸入數字，不一定只能選固定的128 256那些喔
      • Period/Buffers：這是「一個緩衝區分配到多少處理時間」？
    • JACK 音訊的理論latency 公式跟 Engine分頁有無勾選Synchronous Mode而有不同：
      • 有勾，也就是同步模式：Buffer size*Period/Buffers /取樣頻率(khz)=延遲幾ms（1000ms = 1秒）
      • 沒有勾，也就是非同步模式：Buffer size*(Period/Buffers +1 ) /取樣頻率(khz)=延遲幾ms （這是JACK2特有狀況，參考）
    • dithering mode：高取樣頻率的數位音訊資料在降轉成低取樣頻率，例如96000hz轉換成48000時，直接轉換會在數位「邊緣」的地方發生「裁切」，造成不必要的失真不自然的情況，會需要在轉換完加入抖動（ dithering），就是以某個演算法加入亂數的雜訊重塑數位「邊緣」，這樣經過數位-類比轉換時，我們-耳朵才能聽到自然的聲音。這裡可以選不同的模式，其中Triangular 是最安全沒問題的。
    • “Force 16bit”：這影響「取樣精度」，JACK預設使用32bit，你可以把他改為低一些的16bit 減輕在超低延遲運算時的負荷（LIVE演奏時有幫助）

關於latency， 要完好運作，如果是外接的USB音效界面，計算出來的JACK延遲最好是可以整除的，也就是1ms的倍數。簡單試算一些：

128*3/48=8ms

256 *3 / 48=16ms

192*3/96=6ms

以MZ-530的內建音效晶片Realtec ALC293為例，取樣頻率48000hz 時，JACK穩定低延遲最低可達 144*2/48=6ms （同步模式），如果設 取樣精度設16bit的話會更穩。這邊再提醒一下， Buffer size是可以自己輸入數字的喔

在Linux audio網站上可以找到這一張簡表 可以參考

那這次入門的設定就介紹到這邊囉，期待大家調出最棒的設定，完全發揮電腦的性能。 ^^