如何利用DirectSound实现声卡录音
发布网友
发布时间：2022-04-26 09:27
共1个回答
热心网友
时间：2022-06-26 17:54
曾经学习过Directshow的开发，对于Dsound一直没有仔细的学习，以前只是知道Dsound是做音频开发的，我一直以为它和Dshow的结构体系差不多，经过仔细学习后，发现，其实他们完全两码事。DirectSound虽然也基于COM，但不象Dshow那样多个的filter组成链表。
闲话少说，下面我们看看DirectSound到底能帮我们做些什么。
1、播放WAVE格式的音频文件或者资源。
2、可以同时播放多个音频。
3、Assign high-priority sounds to hardware-controlled buffers
4、播放3D立体声音
5、在声音中添加特技效果，比如回声，动态的改变特技的参数等
6、将麦克风或者其他音频输入设备的声音录制成wave格式的文件
DirectSound就能做这么多事情，到这里，我都有点怀疑DirectSound是不是就是封装了mmio系列和wav系列的函数。因为这些底层的API也能够完成这些事情。这里我们主要讨论一下，如果使用Directsound进行录音，并保存成wave格式的文件。
在开始工作之前，要先介绍DirectSound录音用到的三个非常重要的对象：
·IDirectSoundCapture8 ，设备对象，根据你录音的设备创建的设备对象，利用该对象可以获取设备的属性。
·IDirectSoundCaptureBuffer8，缓冲区对象，该对象由设备对象创建，主要用来操作音频数据
·IDirectSoundNotify8 ，事件通知对象，该对象用来通知应用程序从缓冲区中将数据取走，写入文件保存起来。
利用DirectSound录音的主要思路，就是先根据选择的录音设备创建设备对象，然后通过设备对象创建辅助缓冲区对象，开始录音的时候，设备将数据写入缓冲区，应用程序主动的从缓冲区将数据读出来写文件即可，就实现了录音功能。这里简单介绍一下dsound的通知功能，应用程序会创建一个通知对象，然后将通知对象邦定，然后设定通知位置（position），什么是通知位置呢，比如缓冲区的大小为4000字节，如果你想当数据达到缓冲区一半的时候能得到通知开始copy数据，那么此时你就可以将通知位置设定为2000，通知位置可以任意的设定，当缓冲区的数据达到你设定的位置时，就会通知应用程序将缓冲区的数据copy到文件中，缓冲区是循环利用的，当缓冲区填充满了以后，就会从头开始充填数据，所以，缓冲区就是一边读，一边写的过程。
下面我讲一下录音的主要步骤，可以使大家的思路更清晰一些
1、枚举录音的设备
2、根据选择的设备创建设备对象
3、利用设备对象创建缓冲区对象
4、设置通知机制
5、创建工作线程，用来将缓冲区的数据写入文件。
先来定义一下用到的数据
LPDIRECTSOUNDCAPTURE8 g_pDSCapture = NULL;//设备对象指针
LPDIRECTSOUNDCAPTUREBUFFER g_pDSBCapture = NULL;//缓冲区对象指针
LPDIRECTSOUNDNOTIFY8 g_pDSNotify = NULL;//用来设置通知的对象接口
GUID g_guidCaptureDevice = GUID_NULL; //设备id
BOOL g_bRecording = FALSE; //是否正在录音
WAVEFORMATEX g_wfxInput; //输入的音频格式
DSBPOSITIONNOTIFY g_aPosNotify[ NUM_REC_NOTIFICATIONS + 1 ]; //设置通知标志的数组
HANDLE g_hNotificationEvent; //通知事件
BOOL g_abInputFormatSupported[20];
DWORD g_dwCaptureBufferSize; //录音用缓冲区的大小
DWORD g_dwNextCaptureOffset;//偏移位置
DWORD g_dwNotifySize;// 通知位置
CWaveFile* g_pWaveFile;//
枚举录音的设备
如果你的程序只是想从用户缺省的设备上进行声音的录制，那么就没有必要来枚举出系统中的所有录音的设备，当你调用DirectSoundCaptureCreate8 或者另外一个函数DirectSoundFullDuplexCreate8的时候，其实就默认指定了一个缺省的录音设备。
当然，在下面的情况下，你就必须要枚举系统中所有的设备，例如，你的应用程序并不支持所有的输出设备，或者你的应用程需要两个或者多个设备，或者你希望用户自己来选择输出设备。
枚举设备，你首先要定义一个回调函数，这个回调函数可以被系统中的每个设备来调用，你可以在各函数做任何事情，这个函数的命名也没有任何的*，但是函数应该以DSEnumCallback为原型，如果枚举没有结束，这个回调函数就返回TRUE，如果枚举结束，例如你找到合适的设备，这个函数就要返回FALSE。
下面是回调函数的一个例子，这个函数将枚举的每一个设备都添加到一个combox中，将设备的GUID保存到一个item 中，这个函数的前三个参数由设备的驱动程序提供，第四个参数有DirectSoundCaptureEnumerate函数提供，这个参数可以是任意的32位值，这个例子里是combox的句柄，
BOOL CALLBACK DSEnumProc(LPGUID lpGUID,
LPCTSTR lpszDesc,
LPCTSTR lpszDrvName,
LPVOID lpContext )
{
HWND hCombo = (HWND)lpContext;
LPGUID lpTemp = NULL;
if (lpGUID != NULL) // NULL only for "Primary Sound Driver".
{
if ((lpTemp = (LPGUID)malloc(sizeof(GUID))) == NULL)
{
return(TRUE);
}
memcpy(lpTemp, lpGUID, sizeof(GUID));
}
//下面的代码主要主要是将设备添加到CComboBox，其实你完全直接将CComboBox指针传递过来，直接的添加，这里采用的是给combox窗口发送消息的方法，
ComboBox_AddString(hCombo, lpszDesc);
ComboBox_SetItemData(hCombo,
ComboBox_FindString(hCombo, 0, lpszDesc),
lpTemp );
free(lpTemp);
return(TRUE);
}
枚举设备通常都是在对话框初始化的时候才进行的，我们假设hCombo就是combox句柄，hDlg就对话框的句柄，看看我们怎么来枚举设备的吧。
if (FAILED(DirectSoundCaptureEnumerate ((LPDSENUMCALLBACK)DSEnumProc,
(VOID*)&hCombo)))
{
EndDialog(hDlg, TRUE);
return(TRUE);
}
在这个例子中，combox的句柄作为参数传递到DirectSoundEnumerate函数中，然后又被传递到回调函数中，这个参数你可以是你想传递的任意的32位值。
注：第一个被枚举的设备通常称为Primary sound driver，并且回调函数的lpGUID为NULL，这个设备就是用户通过控制面板设置的缺省的录音声音设备，
创建设备对象
你可以通过DirectSoundCaptureCreate8或者DirectSoundFullDuplexCreate8函数直接创建设备对象，该函数返回一个指向IDirectSoundCapture8接口的指针
if( FAILED( hr = CoInitialize(NULL) ) )
return hr;
if(pDeviceGuid)
{
if(FAILED( hr = DirectSoundCaptureCreate(pDeviceGuid,&g_pDSCapture,NULL)))
return hr;
}
else
{
if(FAILED(hr= DirectSoundCaptureCreate(&DSDEVID_DefaultCapture ,&g_pDSCapture,NULL)))
return hr
}
其中pDeviceGuid是从枚举的combox中选择的设备的ID。
现在创建了设备对象你可以通过IDirectSoundCapture8::GetCaps方法来获取录音设备的性能，这个函数的参数是一个DSCCAPS类型的结构，在传递这个参数之前，一定要初始化该结构的dwSize成员变量。同时，你可以通过这个结构返回设备支持的声道数，以及类似WAVEINCAPS结构的其他设备属性
创建录音的缓冲区对象
我们可以通过IDirectSoundCapture8::CreateCaptureBuffer来创建一个录音的buffer对象，这个函数的一个参数采用DSCBUFFERDESC类型的结构来说明buffer的一些特性，这个结构的最后一个成员变量是一个WAVEFORMATEX结构，这个结构一定要初始化成泥需要的wav格式。
说明一下，如果你的应用程序一边播放的同时进行录制，如果你录制的buffer格式和你的主缓冲buffer不一样，那么你创建录制buffer对象就会失败，原因在于，有些声卡只支持一种时钟，不能同时支持录音和播放同时以两种不同的格式进行。
下面的函数，演示了如何创建一个录音的buffer对象，这个buffer对象能够处理1秒的数据，注意，这里传递的录音设备对象参数一定要通过DirectSoundCaptureCreate8来创建，而不是早期的DirectSoundCaptureCreate接口，否则，buffer对象不支持IDirectSoundCaptureBuffer8接口。
HRESULT CreateCaptureBuffer(LPDIRECTSOUNDCAPTURE8 pDSC,
LPDIRECTSOUNDCAPTUREBUFFER8* ppDSCB8)
{
HRESULT hr;
DSCBUFFERDESC dscbd;
LPDIRECTSOUNDCAPTUREBUFFER pDSCB;
WAVEFORMATEX wfx ={WAVE_FORMAT_PCM, 2, 44100, 176400, 4, 16, 0};
// wFormatTag, nChannels, nSamplesPerSec, mAvgBytesPerSec,
// nBlockAlign, wBitsPerSample, cbSize
if ((NULL == pDSC) || (NULL == ppDSCB8)) return E_INVALIDARG;
dscbd.dwSize = sizeof(DSCBUFFERDESC);
dscbd.dwFlags = 0;
dscbd.dwBufferBytes = wfx.nAvgBytesPerSec;
dscbd.dwReserved = 0;
dscbd.lpwfxFormat = &wfx; //设置录音用的wave格式
dscbd.dwFXCount = 0;
dscbd.lpDSCFXDesc = NULL;
if (SUCCEEDED(hr = pDSC->CreateCaptureBuffer(&dscbd, &pDSCB, NULL)))
{
hr = pDSCB->QueryInterface(IID_IDirectSoundCaptureBuffer8, (LPVOID*)ppDSCB8);
pDSCB->Release();
}
return hr;
}
你可以通过IDirectSoundCaptureBuffer8::GetCaps方法来获取录音buffer的大小，但一定要记得初始化DSCBCAPS结构类型参数的dwSize成员变量。
为了获取buffer中数据的格式，你可以通过IDirectSoundCaptureBuffer8::GetFormat.方法来获取buffer中的数据格式，这个函数通过WAVEFORMATEX结构返回音频数据的信息，如果我们想知道一个录音buffer目前的状态如何，可以通过IDirectSoundCaptureBuffer8::GetStatus来获取，这个函数通过一个DWORD类型的参数来表示该buffer是否正在录音，
IDirectSoundCaptureBuffer8::GetCurrentPosition方法可以获取buffer中read指针和录制指针的偏差。Read指针指向填充到该buffer中的数据的最末端，capture指针则指向复制到硬件的数据的末端，你read指针指向的前段数据都是安全数据，你都可以安全的复制。
录音buffer对象通知机制
为了安全的定期的从录音buffer中copy数据，你的应用程序就要知道，什么时候read指针指向了特定的位置，一个方法是通过IDirectSoundCaptureBuffer8::GetCurrentPosition.方法来获取read指针的位置，另外一个更有效的方法采用通知机制，通过IDirectSoundNotify8::SetNotificationPositions方法，你可以设置任何一个小于buffer的位置来触发一个事件，切记，当buffer正在running的时候，不要设置。
如何来设置一个触发事件呢，首先要得到IDirectSoundNotify8接口指针，你可以通过buffer对象的QuerInterface来获取这个指针接口，对于你指定的任何一个position，你都要通过CreateEvent方法，创建一个win32内核对象， 然后将内核对象的句柄赋给DSBPOSITIONNOTIFY结构的hEventNotify成员，通过该结构的dwOffset来设置需要通知的位置在buffer中的偏移量。
最后将这个结构或者结构数组，传递给SetNotificationPositions函数，下面的例子设置了NUM_REC_NOTIFICATIONS个通知，当position达到g_dwNotifySize时会触发一个通知，依次类推。
HRESULT InitNotifications()
{
HRESULT hr ;
g_hNotificationEvent = CreateEvent(NULL,FALSE,FALSE,NULL); //创建事件
if(g_pDSBCapture == NULL)
return E_FAIL;
if(FAILED(hr = g_pDSBCapture ->QueryInterface(IID_IDirectSoundNotify,(VOID**)&g_pDSNotify)))
return hr;
for( INT i = 0; i < NUM_REC_NOTIFICATIONS; i++ )
{
g_aPosNotify[i].dwOffset = (g_dwNotifySize * i) + g_dwNotifySize - 1;
g_aPosNotify[i].hEventNotify = g_hNotificationEvent;
}
if(FAILED( hr =g_pDSNotify->SetNotificationPositions( NUM_REC_NOTIFICATIONS, g_aPosNotify ) ) )
return hr;
return S_OK;
}
