【USB 传视音频的那些事01】为什么你的 USB 摄像头不用装驱动？

1、一个被我们忽略的日常“奇迹”你大概有过这样的经历——新买的笔记本第一次开会把一个 USB 摄像头插上去。系统提示一声轻响没有弹窗没有安装中没有需要你点下一步的向导。打开 Zoom摄像头列表里就出现了它。你点一下画面就出来了。这件事看起来理所应当以至于我们已经不会太多关注。但如果你时间倒推二十年—2005 年左右情景是这样的你买了一个 USB 摄像头拆开包装里面除了摄像头本身,还有一张光盘很可能是一张丑陋的、印着卡通图案的 CD-R。你把光盘塞进电脑运行 setup.exe跟着向导点过 5 个对话框重启电脑然后才能用它。重启之后你打开 MSN Messenger 想开个视频聊天——它要求你装一个专用的 ActiveX 控件。装完了可能还要再装一个罗技摄像头中心才能调整画面。整个流程半小时起步。摄像头换一个品牌全部重来一次。这二十年里发生了一件极其重要的事情USB 视频类USB Video Class简称 UVC标准从诞生到规范化到被所有主流操作系统纳入原生支持。正因为这件事的存在今天我们享受到的插上即用已经从先进特性变成了基本预期。USB 1.1 的时代每个摄像头都是一座“孤岛”USB 标准本身于 1996 年发布。最早的 USB 1.0 / 1.1 时代是个USB 万物互联的乌托邦愿景刚刚启动的阶段——它的核心承诺是一种接口连接一切外设。但一种接口不等于一种语言。物理层面所有 USB 摄像头都用同一个梯形小口那时候还是 Type-A插到电脑上。可一旦插上去操作系统看到的就是一段陌生的二进制数据流——这是一个鼠标一个 U 盘一个摄像头数据是什么编码分辨率多少帧率多少操作系统完全不知道。它只能问设备本身“你是谁你怎么用”——设备会回应一段叫做描述符Descriptor的自我介绍。但这段自我介绍里没有标准的摄像头分类。每家厂商可以自定义自己的设备类型、自己的数据格式、自己的控制命令。这就意味着——操作系统必须依赖摄像头厂商提供的驱动程序才能把这堆数据解读为视频。罗技的驱动只懂罗技的摄像头。微软的驱动只懂微软的摄像头。换个品牌整套驱动重装。出厂时光盘配套的那个驱动程序可能在新版操作系统上根本跑不起来。再后来电脑更新到 Windows XP SP3那个 2002 年买的摄像头就彻底变成了一块塑料。每个摄像头都是一座孤岛每家厂商都在重新发明一遍轮子。2003 年USB-IF 决定终结这场“混乱”2003 年USB 实施者论坛USB Implementers ForumUSB-IF发布了一份重要的规范文档USB Video Class 1.0。这份文档做的事情本质上是把USB 摄像头到底应该怎么和电脑对话这件事写成了一份所有厂商都必须遵守的合同。它规定一个 USB 设备如果自称是摄像头它在自我描述里必须用一个特定的类代码Class Code——0x0E叫做 Video。操作系统看到这个代码就知道哦这是个视频设备。这个设备必须按 UVC 规范实现一组标准接口——告诉电脑它支持哪些分辨率、哪些格式、哪些帧率怎么调亮度、怎么调对焦、怎么开始传输、怎么停止传输。数据本身必须按 UVC 规定的方式封装——电脑拿到一段数据流能直接按规范解析出每一帧。**更关键的是**这份规范是开放的、免费的、不收专利费的。任何厂商想造一个 UVC 摄像头下载规范照着做就行。这件事的力量在哪里它把驱动从摄像头厂商手里转移到了操作系统厂商手里。只要操作系统实现一遍 UVC 标准所有遵守 UVC 的摄像头全部都能直接用。厂商不用再写驱动操作系统不用再为每个新摄像头单独适配。一次实现全部受益。主流操作系统的接力UVC 1.0 发布之后主流操作系统并不是立刻全部支持的。这场标准化推广其实又花了将近十年。Linux 是第一个吃螃蟹的——2007 年Linux 内核合入了 UVCVIDEO驱动从此 Linux 用户插上任何 UVC 摄像头都能直接通过 /dev/video0设备节点访问。这是 UVC 真正开箱即用的开端。macOS 紧随其后——苹果在 Mac OS X 10.4.92007 年开始原生支持 UVC。从那时起所有 Mac 用户插上 UVC 摄像头都是即插即用。这也是为什么很多专业摄像设备从一开始就把 macOS 兼容放在测试清单的前列——苹果对标准的执行最干净。Windows 的支持最复杂——Windows XP SP2 时代就有了 UVC 支持但当时还有不少历史包袱很多厂商习惯了自己写驱动、捆绑自己的摄像头管理软件。一直到 Windows 7UVC 才真正成为 Windows 平台上摄像头的默认支持方式。再到 Windows 10/11 的时代几乎已经没有人会想到我需要为摄像头装驱动这件事。到了 2010 年代中期整件事终于尘埃落定——所有主流操作系统都原生支持 UVC。所有遵守 UVC 的摄像头在所有主流操作系统上都是免驱即插即用。会议软件、直播软件、视频聊天软件只要按操作系统标准的视频接口Windows 上是 DirectShow / Media FoundationmacOS 上是 AVFoundationLinux 上是 V4L2调用就能直接拿到任何 UVC 摄像头的画面。我们今天习以为常的打开 Zoom 自动出现摄像头背后是这二十年的标准化战争才换来的。UAC音频走的是同一条路视频说完了得提一下音频——因为故事完全是同一个故事只是版本号不同。USB Audio ClassUAC的标准甚至比 UVC 更早——UAC 1.0 早在 1998 年就发布了。它要解决的问题和 UVC 一模一样让 USB 音频设备麦克风、耳机、声卡不需要厂商驱动操作系统就能直接识别和使用。UAC 现在主要有三个版本UAC 1.01998支持基础的音频传输最多 24-bit / 96kHz 单声道或 16-bit / 48kHz 立体声。覆盖了大多数日常会议、聊天的场景。UAC 2.02009把规格大幅提升——支持 24-bit / 192kHz 高解析度音频、多声道、低延迟。专业声卡和高端麦克风的标配。UAC 3.02016基于 USB Type-C 设计针对移动设备进行了功耗和效率优化。和 UVC 一样UAC 也是开放标准主流操作系统全部原生支持。这就是为什么你插一个 USB 麦克风系统设置里立刻就出现它不需要装任何驱动。所以严格说来USB 视音频免驱这件事是 UVC 和 UAC 这两个标准联手完成的。一个负责画面一个负责声音加起来就是今天我们打开会议软件后看到和听到的全部。一场没有英雄的胜利这场标准化的胜利没有一个明确的英雄。它不是某个天才工程师在某个深夜的灵光一现。它是 USB-IF 联盟里几十家厂商在十几年时间里反复扯皮、争论、妥协、修订规范的产物。它是 Linux 内核维护者免费写出来的代码是苹果工程师把 UVC 集成进系统的若干个工时是微软在 Windows 7 时代决定是时候了的一次产品决策。它是一种集体性的、无名的、慢工出细活的工程文明——没人能把奖牌挂在自己脖子上但所有人受益。今天我们享受到的插上即用其实是过去二十多年里一群工程师悄悄替我们打的一场标准战。我们坐享其成而不自知。而这个故事到这里只讲了一半。下一篇当你的 USB 摄像头连接电脑它和电脑之间到底商量了什么传过来的画面又是什么格式为什么 4K 摄像头的画面看起来比专业相机差一截USB 的带宽到底够不够——这是 UVC 故事的另一半“它怎么传”。