Feature/linux audio device selection

CHANGES.md

@@ -32,6 +32,29 @@
     - 変更対象外の API
       - `ctx.end()`, `ctx.save()` , `ctx.restore()` は単語なので変更なし
   - @voluntas @torikizi
+- [ADD] macOS でオーディオデバイス選択機能を追加
+  - `--audio-input-device` オプションでオーディオ入力デバイスを指定可能にする
+  - `--audio-output-device` オプションでオーディオ出力デバイスを指定可能にする
+  - デバイスはインデックス番号またはデバイス名（完全一致、大文字小文字を区別しない）で指定可能
+  - @voluntas
+- [ADD] macOS で `--list-devices` オプションを追加
+  - 利用可能なオーディオデバイスとビデオデバイスの一覧を表示する機能
+  - @voluntas
+- [ADD] Linux で `--list-devices` オプションにオーディオデバイス一覧表示を追加
+  - 既存のビデオデバイス一覧に加えて、オーディオ入力デバイスとオーディオ出力デバイスの一覧も表示するようにする
+  - @voluntas
+- [ADD] Linux でオーディオデバイス選択機能を追加
+  - `--audio-input-device` オプションでオーディオ入力デバイスを指定可能にする
+  - `--audio-output-device` オプションでオーディオ出力デバイスを指定可能にする
+  - デバイスはインデックス番号またはデバイス名（完全一致、大文字小文字を区別しない）で指定可能
+  - PulseAudio API を使用
+    - pipewire-pulse 経由を想定
+  - @voluntas
+- [UPDATE] Linux のオーディオデバイス選択を PulseAudio API に統一する
+  - ALSA 専用のデバイス選択コードを削除
+  - Ubuntu ビルドで `-DUSE_LINUX_PULSE_AUDIO=ON` を有効化
+  - AudioLayer を明示的に `kLinuxPulseAudio` に指定
+  - @voluntas
 - [FIX] Ubuntu 環境のカメラで MJPEG より YUV が優先されてしまうのを修正
   - @melpon
 - [FIX] Ayame モードで `--video-codec-type` / `--audio-codec-type` が大小文字の不一致で無視される問題を修正

README.md

@@ -98,6 +98,12 @@ Momo は Sora モード利用時にクライアント証明書に対応してい
 
 Momo は OpenH264 を利用して H.264 のソフトウェアのエンコード/デコードを行うことができます。
 
+### 音声デバイス指定
+
+Momo は Linux (Ubuntu / Raspberry Pi OS) と macOS で音声入力、音声出力デバイスを指定することができます。
+
+Linux については [doc/LINUX_AUDIO_DEVICES.md](doc/LINUX_AUDIO_DEVICES.md) をご確認ください。
+
 ## 動画
 
 [WebRTC Native Client Momo と Jetson Nano で 4K@30 配信](https://www.youtube.com/watch?v=z05bWtsgDPY)
@@ -202,6 +208,9 @@ limitations under the License.
 
 **こちらに掲載していない機能でも対応できる場合がありますのでまずはお問い合わせください**
 
+- Windows 11 x86_64 での `--list-devices` オプション対応
+- Windows 11 x86_64 での `--audio-input-device` オプション対応
+- Windows 11 x86_64 での `--audio-output-device` オプション対応
 - Windows 11 arm64
 - Ubuntu 20.04 arm64 (NVIDIA Jetson JetPack 5)
 

doc/LINUX_AUDIO_DEVICE.md

@@ -0,0 +1,256 @@
+# Linux での音声デバイスアクセス
+
+## 概要
+
+Linux 環境で momo を使用して音声デバイスにアクセスするには、PipeWire と適切なユーザー権限が必要です。
+
+momo は PulseAudio API 経由で音声デバイスにアクセスします。最近の Ubuntu 環境では PipeWire が PulseAudio 互換レイヤー（pipewire-pulse）を提供しているため、PipeWire 経由で動作します。
+
+## 必要なソフトウェア
+
+### PipeWire のインストール
+
+```bash
+sudo apt install pipewire pipewire-pulse wireplumber
+```
+
+Ubuntu 24.04 以降では PipeWire がデフォルトでインストールされています。
+
+### PipeWire の起動
+
+systemd 経由で起動する場合:
+
+```bash
+systemctl --user start pipewire pipewire-pulse wireplumber
+```
+
+### インストール確認
+
+PipeWire と pipewire-pulse がインストールされているか確認:
+
+```bash
+systemctl --user status pipewire pipewire-pulse wireplumber
+```
+
+正常に動作している場合、3 つのサービスすべてが `Active: active (running)` と表示されます:
+
+```
+● pipewire.service - PipeWire Multimedia Service
+     Active: active (running) since ...
+
+● pipewire-pulse.service - PipeWire PulseAudio
+     Active: active (running) since ...
+
+● wireplumber.service - Multimedia Service Session Manager
+     Active: active (running) since ...
+```
+
+pipewire-pulse が動作していない場合、momo は音声デバイスにアクセスできません。
+
+## ユーザー権限の設定
+
+Linux では、音声デバイスへのアクセスにグループ権限が必要です。
+
+### 必要なグループ
+
+- `audio`: 音声デバイス（`/dev/snd/*` など）へのアクセスに必要
+
+### グループへの参加
+
+```bash
+sudo usermod -a -G audio $USER
+```
+
+### 権限の確認
+
+デバイスファイルの権限を確認:
+
+```bash
+ls -l /dev/snd/
+```
+
+典型的な出力例:
+
+```
+crw-rw---- 1 root audio 116, 0 Oct 15 10:00 /dev/snd/controlC0
+```
+
+この例では、`audio` グループに所属するユーザーのみが読み書き可能です。
+
+### 現在のグループの確認
+
+```bash
+groups
+```
+
+### グループ権限の反映
+
+グループに参加した後は、以下のいずれかの方法で権限を反映させる必要があります:
+
+1. ログアウトして再ログイン（推奨）
+2. 新しいシェルセッションを開始:
+
+   ```bash
+   newgrp audio
+   ```
+
+3. 一時的にグループ権限で実行:
+
+   ```bash
+   sg audio -c 'コマンド'
+   ```
+
+## 音声デバイス一覧の確認
+
+### momo でのデバイス確認
+
+```bash
+./momo --list-devices
+```
+
+正常に動作している場合の出力例:
+
+```
+=== Available audio input devices ===
+
+  [0] default: Insta360 Link Mono
+  [1] HyperX QuadCast S Analog Stereo
+  [2] Yamaha YVC-200 Mono
+
+=== Available audio output devices ===
+
+  [0] default: Yamaha YVC-200 Mono
+  [1] HyperX QuadCast S Analog Stereo
+```
+
+### pactl でのデバイス確認
+
+音声入力デバイス:
+
+```bash
+pactl list sources short
+```
+
+音声出力デバイス:
+
+```bash
+pactl list sinks short
+```
+
+### カーネルが認識しているサウンドカード
+
+```bash
+cat /proc/asound/cards
+```
+
+### PipeWire の状態確認
+
+```bash
+pw-cli ls Node
+```
+
+## 音声デバイスの選択
+
+### デバイスの指定方法
+
+音声入力デバイスと音声出力デバイスを指定できます:
+
+```bash
+./momo --audio-input-device 1 --audio-output-device 0 ...
+```
+
+デバイスは以下の方法で指定できます:
+
+- インデックス番号: `--audio-input-device 1`
+- デバイス名: `--audio-input-device "HyperX QuadCast S Analog Stereo"`
+
+## トラブルシューティング
+
+### 音声デバイスが表示されない
+
+**症状:**
+
+```
+Warning: AudioDeviceModule::Init failed (error code: -1). Audio device enumeration is not available.
+Note: This may occur if PulseAudio or ALSA is not running.
+```
+
+**原因と対処:**
+
+1. PipeWire または pipewire-pulse が起動していない
+
+   ```bash
+   systemctl --user start pipewire pipewire-pulse wireplumber
+   ```
+
+2. ユーザーが `audio` グループに所属していない
+
+   ```bash
+   sudo usermod -a -G audio $USER
+   # ログアウトして再ログイン、または newgrp audio
+   ```
+
+3. PipeWire がハードウェアを認識していない
+
+   ```bash
+   systemctl --user restart pipewire pipewire-pulse wireplumber
+   ```
+
+### Dummy デバイスしか表示されない
+
+**原因:**
+
+- PipeWire がハードウェアデバイスを認識していない
+- ユーザー権限の問題
+
+**対処:**
+
+1. グループ権限を確認:
+
+   ```bash
+   groups
+   # audio が含まれているか確認
+   ```
+
+2. PipeWire を適切な権限で再起動:
+
+   ```bash
+   sg audio -c 'systemctl --user restart pipewire pipewire-pulse wireplumber'
+   ```
+
+3. デバイスが認識されているか確認:
+
+   ```bash
+   cat /proc/asound/cards
+   pw-cli ls Node
+   ```
+
+### 音声デバイスが動作しない
+
+**対処:**
+
+1. PipeWire のログを確認:
+
+   ```bash
+   journalctl --user -u pipewire -f
+   journalctl --user -u pipewire-pulse -f
+   ```
+
+2. pactl でデバイスの状態を確認:
+
+   ```bash
+   pactl list sources
+   pactl list sinks
+   ```
+
+3. デバイスファイルのアクセス権を確認:
+
+   ```bash
+   ls -l /dev/snd/
+   ```
+
+## 参考情報
+
+- PipeWire: <https://pipewire.org/>
+- WirePlumber: <https://pipewire.pages.freedesktop.org/wireplumber/>
+- PulseAudio API: <https://www.freedesktop.org/wiki/Software/PulseAudio/>

run.py

@@ -611,6 +611,13 @@ def _build(args):
             cmake_args.append("-DUSE_FAKE_CAPTURE_DEVICE=ON")
             cmake_args.append(f"-DBlend2D_ROOT={cmake_path(os.path.join(install_dir, 'blend2d'))}")
 
+        # PulseAudio (Ubuntu のみ)
+        if platform.target.package_name in (
+            "ubuntu-22.04_x86_64",
+            "ubuntu-24.04_x86_64",
+        ):
+            cmake_args.append("-DUSE_LINUX_PULSE_AUDIO=ON")
+
         cmd(["cmake", BASE_DIR] + cmake_args)
         cmd(
             [

src/mac_helper/mac_capturer.h

@@ -42,6 +42,9 @@ class MacCapturer : public sora::ScalableVideoTrackSource,
 
   void OnFrame(const webrtc::VideoFrame& frame) override;
 
+  // デバイス一覧を表示
+  static void ListDevices();
+
  private:
   void Destroy();
 

src/mac_helper/mac_capturer.mm

@@ -10,6 +10,8 @@
 
 #include "mac_capturer.h"
 
+#include <iostream>
+
 // WebRTC
 #include <rtc_base/logging.h>
 
@@ -117,6 +119,15 @@ - (void)capturer:(RTCVideoCapturer*)capturer
                                                device);
 }
 
+void MacCapturer::ListDevices() {
+  NSArray<AVCaptureDevice*>* devices = captureDevices();
+  [devices enumerateObjectsUsingBlock:^(AVCaptureDevice* device, NSUInteger i,
+                                        BOOL* stop) {
+    std::cout << "  [" << i << "] " << [device.localizedName UTF8String]
+              << std::endl;
+  }];
+}
+
 AVCaptureDevice* MacCapturer::FindVideoDevice(
     const std::string& specifiedVideoDevice) {
   // Device の決定ロジックは ffmpeg の avfoundation と同じ仕様にする