vc中声音的采集是用api函数来实现的。
一、数字音频基础知识
Fourier级数： 任何周期的波形可以分解成多个正弦波，这些正弦波的频率都是整数倍。级数中其他正线波的频率是基础频率的整数倍。基础频率称为一级谐波。 PCM: pulse code modulation,脉冲编码调制，即对波形按照固定周期频率采样。为了保证采样后数据质量，采样频率必须是样本声音最高频率的两倍，这就是Nyquist频率。 样本大小：采样后用于存储振幅级的位数，实际就是脉冲编码的阶梯数，位数越大表明精度越高，这一点学过数字逻辑电路的应该清楚。 声音强度： 波形振幅的平方。两个声音强度上的差常以分贝(db)为单位来度量， 计算公式如下： 20*log(A1/A2)分贝。A1,A2为两个声音的振幅。如果采样大小为8位，则采样的动态范围为20*log(256)分贝=48db。如果样本大小为16位，则采样动态范围为20*log(65536)大约是96分贝，接近了人听觉极限和痛苦极限，是再线音乐的理想范围。windows同时支持8位和16位的采样大小。 二、相关API函数，结构，消息 对于录音设备来说，windows 提供了一组wave***的函数，比较重要的有以下几个： 打开录音设备函数 MMRESULT waveInOpen( LPHWAVEIN phwi, //输入设备句柄 UINT uDeviceID, //输入设备ID LPWAVEFORMATEX pwfx, //录音格式指针 DWORD dwCallback, //处理MM_WIM_***消息的回调函数或窗口句柄，线程ID DWORD dwCallbackInstance, DWORD fdwOpen //处理消息方式的符号位 ); 为录音设备准备缓存函数 MMRESULT waveInPrepareHeader( HWAVEIN hwi, LPWAVEHDR pwh, UINT bwh ); 给输入设备增加一个缓存 MMRESULT waveInAddBuffer( HWAVEIN hwi, LPWAVEHDR pwh, UINT cbwh ); 开始录音 MMRESULT waveInStart( HWAVEIN hwi ); 清除缓存 MMRESULT waveInUnprepareHeader( HWAVEIN hwi,LPWAVEHDR pwh, UINT cbwh); 停止录音 MMRESULT waveInReset( HWAVEIN hwi ); 关闭录音设备 MMRESULT waveInClose( HWAVEIN hwi ); Wave_audio数据格式 typedef struct { WORD wFormatTag; //数据格式，一般为WAVE_FORMAT_PCM即脉冲编码 WORD nChannels; //声道 DWORD nSamplesPerSec; //采样频率 DWORD nAvgBytesPerSec; //每秒数据量 WORD nBlockAlign; WORD wBitsPerSample;//样本大小 WORD cbSize; } WAVEFORMATEX; waveform-audio 缓存格式 typedef struct { LPSTR lpData; //内存指针 DWORD dwBufferLength;//长度 DWORD dwBytesRecorded; //已录音的字节长度 DWORD dwUser; DWORD dwFlags; DWORD dwLoops; //循环次数 struct wavehdr_tag * lpNext; DWORD reserved; } WAVEHDR; 相关消息 MM_WIM_OPEN:打开设备时消息，在此期间我们可以进行一些初始化工作 MM_WIM_DATA：当缓存已满或者停止录音时的消息，处理这个消息可以对缓存进行重新分配，实现不限长度录音 MM_WIM_CLOSE：关闭录音设备时的消息。 相对于录音来说，回放就简单的多了，用到的函数主要有以下几个： 打开回放设备 MMRESULT waveOutOpen( LPHWAVEOUT phwo, UINT uDeviceID, LPWAVEFORMATEX pwfx, DWORD dwCallback, DWORD dwCallbackInstance, DWORD fdwOpen ); 为回放设备准备内存块 MMRESULT waveOutPrepareHeader( HWAVEOUT hwo, LPWAVEHDR pwh, UINT cbwh ); 写数据（放音） MMRESULT waveOutWrite( HWAVEOUT hwo, LPWAVEHDR pwh, UINT cbwh ); 相应的也有三个消息，用法跟录音的类似： 三、程序设计 一个录音程序的简单流程： 打开录音设备waveInOpen===>准备wave数据头waveInPrepareHeader===> 准备数据块waveInAddBuffer===>开始录音waveInStart===>停止录音(waveInReset) ===> 关闭录音设备(waveInClose) 当开始录音后当buffer已满时，将收到MM_WIM_DATA消息，处理该消息可以保存已录好数据。 回放程序比这个要简单的多： 打开回放设备waveOutOpen===>准备wave数据头waveOutPrepareHeader===>写wave数据waveOutWrite===> 停止放音(waveOutRest) ===>关闭回放设备(waveOutClose) 如何处理MM消息： MSDN告诉我们主要有 CALLBACK_FUNCTION、CALL_BACKTHREAD、CALLBACK_WINDOW 三种方式，常用的是 Thread,window方式。 线程模式 waveInOpen(&hWaveIn,WAVE_MAPPER,&waveform,m_ThreadID,NULL,CALLBACK_THREAD)，我们可以继承MFC的CwinThread类，只要相应的处理线程消息即可。 MFC线程消息的宏为： ON_THREAD_MESSAGE, 可以这样添加消息映射： ON_THREAD_MESSAGE(MM_WIM_CLOSE, OnMM_WIM_CLOSE) 窗口模式 类似于线程模式，参见源程序即可。四、实现代码
#define INP_BUFFER_SIZE (8 * 1024) //定义缓冲区大小
bool m_record,m_play; //m_record表示是否正在录音，m_play表示是否正在回放WAVEFORMATEX waveform; //WAV文件头包含音频格式
DWORD dwDataLength,dwRepetitions; //dwDataLength已有的数据长度，dwRepetitions重复次数 HWAVEIN hWaveIn; //输入设备句柄 HWAVEOUT hWaveOut; //输出设备句柄 PBYTE pBuffer1,pBuffer2; //保存输入数据的两个缓冲区。 //如果只要一个缓冲区，当缓冲区满，保存数据时，会无法保存这段时间采集的语音，导致最后获得的声音断断续续。 //使用两个缓冲区，当一个缓冲区满的时候，保存这个已满的缓冲区数据，而由另一个缓冲区继续采集语音。 PBYTE pSaveBuffer,pNewBuffer; //保存数据的内存地址。 PWAVEHDR pWaveHdr1,pWaveHdr2; //声音文件头afx_msg LRESULT OnMM_WIM_OPEN(UINT wParam,LONG lParam);
afx_msg LRESULT OnMM_WIM_DATA(UINT wParam,LONG lParam); afx_msg LRESULT OnMM_WIM_CLOSE(UINT wParam,LONG lParam); afx_msg LRESULT OnMM_WOM_OPEN(UINT wParam,LONG lParam); afx_msg LRESULT OnMM_WOM_DONE(UINT wParam,LONG lParam); afx_msg LRESULT OnMM_WOM_CLOSE(UINT wParam,LONG lParam); //声明几个回调函数pWaveHdr1=reinterpret_cast<PWAVEHDR>(malloc(sizeof(WAVEHDR))); pWaveHdr2=reinterpret_cast<PWAVEHDR>(malloc(sizeof(WAVEHDR))); //给声音文件头分配内存空间 pSaveBuffer = reinterpret_cast<PBYTE>(malloc(1)); //给数据内存地址分配空间
//消息绑定
BEGIN_MESSAGE_MAP(/*窗口类*/, /*窗口类的父类*/)
ON_MESSAGE(MM_WIM_OPEN,OnMM_WIM_OPEN) ON_MESSAGE(MM_WIM_DATA,OnMM_WIM_DATA) ON_MESSAGE(MM_WIM_CLOSE,OnMM_WIM_CLOSE) ON_MESSAGE(MM_WOM_OPEN,OnMM_WOM_OPEN) ON_MESSAGE(MM_WOM_DONE,OnMM_WOM_DONE) ON_MESSAGE(MM_WOM_CLOSE,OnMM_WOM_CLOSE)END_MESSAGE_MAP()
void RecordStart() //录音准备
{ m_record=true; pBuffer1=(PBYTE)malloc(INP_BUFFER_SIZE); pBuffer2=(PBYTE)malloc(INP_BUFFER_SIZE); //给缓冲区分配空间 if (!pBuffer1||!pBuffer2) { if (pBuffer1) free(pBuffer1); if (pBuffer2) free(pBuffer2); MessageBeep(MB_ICONEXCLAMATION); AfxMessageBox(L"Memory error!"); return ; } //设置录音方式 waveform.wFormatTag = WAVE_FORMAT_PCM; //PCM编码 waveform.nChannels = 1; //单声道 waveform.nSamplesPerSec = 16000; //采样频率，每秒采集次数 waveform.nAvgBytesPerSec= waveform.nSamplesPerSec * sizeof(unsigned short); waveform.nBlockAlign = waveform.nChannels * waveform.wBitsPerSample / 8; waveform.wBitsPerSample = 16; //采样位，模拟信号转数字信号的精准度 waveform.cbSize = 0; //PCM编码时，此处为0 if (waveInOpen(&hWaveIn,WAVE_MAPPER,&waveform,(DWORD)this->m_hWnd,NULL,CALLBACK_WINDOW)) { //打开输入设备 free(pBuffer1); free(pBuffer2); MessageBeep(MB_ICONEXCLAMATION); AfxMessageBox(L"Audio can not be open!"); } //初始化声音文件头 pWaveHdr1->lpData=(LPSTR)pBuffer1; //设置缓冲区 pWaveHdr1->dwBufferLength=INP_BUFFER_SIZE; //缓冲区大小 pWaveHdr1->dwBytesRecorded=0; pWaveHdr1->dwUser=0; pWaveHdr1->dwFlags=0; pWaveHdr1->dwLoops=1; pWaveHdr1->lpNext=NULL; pWaveHdr1->reserved=0; waveInPrepareHeader(hWaveIn,pWaveHdr1,sizeof(WAVEHDR)); //将缓冲区信息和输入设备关联 waveInAddBuffer (hWaveIn, pWaveHdr1, sizeof (WAVEHDR)) ; //将缓冲区地址添加到输入设备中 pWaveHdr2->lpData=(LPSTR)pBuffer2; pWaveHdr2->dwBufferLength=INP_BUFFER_SIZE; pWaveHdr2->dwBytesRecorded=0; pWaveHdr2->dwUser=0; pWaveHdr2->dwFlags=0; pWaveHdr2->dwLoops=1; pWaveHdr2->lpNext=NULL; pWaveHdr2->reserved=0; waveInPrepareHeader(hWaveIn,pWaveHdr2,sizeof(WAVEHDR)); waveInAddBuffer (hWaveIn, pWaveHdr2, sizeof (WAVEHDR)) ; //同上 pSaveBuffer = (PBYTE)realloc (pSaveBuffer, 1) ; dwDataLength = 0 ; waveInStart (hWaveIn) ; //打开输入设备，开始录音 } void RecordStop() { m_record=false; waveInReset(hWaveIn); //停止录音，关闭输入设备 } void PlayStart() { if (waveOutOpen(&hWaveOut,WAVE_MAPPER,&waveform,(DWORD)this->m_hWnd,NULL,CALLBACK_WINDOW)) //打开输出设备，开始回放 { MessageBeep(MB_ICONEXCLAMATION); AfxMessageBox(L"Audio output error"); } m_play=true; } void PlayStop() { waveOutReset(hWaveOut); //停止回放，关闭输出设备 m_play = false; } LRESULT OnMM_WIM_OPEN(UINT wParam, LONG lParam) //开始录音 { // TODO: Add your message handler code here and/or call default m_record=TRUE; TRACE(L"MM_WIM_OPEN\n"); return 0; }LRESULT ChelloWMDlg::OnMM_WIM_DATA(UINT wParam, LONG lParam) //缓冲区满的时候，对应的声音文件头如pWaveHdr1作为lParam传递进来
{ // TODO: Add your message handler code here and/or call default // Reallocate save buffer memory pNewBuffer = (PBYTE)realloc (pSaveBuffer, dwDataLength + ((PWAVEHDR) lParam)->dwBytesRecorded) ; if (pNewBuffer == NULL) { waveInClose (hWaveIn) ; MessageBeep (MB_ICONEXCLAMATION) ; AfxMessageBox(L"error memory"); return 0; } pSaveBuffer = pNewBuffer ; //在pSaveBuffer尾部继续申请空间（上面的realloc 函数） // CopyMemory(pSaveBuffer + dwDataLength, ((PWAVEHDR) lParam)->lpData, ((PWAVEHDR) lParam)->dwBytesRecorded) ; //将缓冲区数据((PWAVEHDR) lParam)->lpData复制到pSaveBuffer的尾部刚申请的空间中 dwDataLength += ((PWAVEHDR) lParam)->dwBytesRecorded ;//加长pSaveBuffer的实际数据长度 if (m_record==false) { waveInClose (hWaveIn) ;//停止录音，关闭输入设备 return 0; } //将音频写入到文件中 FILE* fp=fopen("ecord.pcm","ab+"); if(fp==NULL) { printf("fopen error,%d",__LINE__); } fwrite(((PWAVEHDR) lParam)->lpData,((PWAVEHDR) lParam)->dwBytesRecorded,1,fp); fclose(fp); // Send out a new buffer waveInAddBuffer (hWaveIn, (PWAVEHDR) lParam, sizeof (WAVEHDR)) ;//将缓冲区添加回到设备中 //假如现在是pWaveHdr1满了，lParam就是pWaveHdr1，在我们保存pWaveHdr1的数据时，pWaveHdr2正在录音，保存完pWaveHdr1，再把pWaveHdr1添加回到设备中，这样达到两个缓冲区交替使用。 TRACE(L"done input data\n"); return 0;}
LRESULT ChelloWMDlg::OnMM_WIM_CLOSE(UINT wParam, LONG lParam) //停止录音时
{ // TODO: Add your message handler code here and/or call default TRACE(L"MM_WIM_CLOSE\n");if (0==dwDataLength) { //没有数据，长度为0
return 0; } waveInUnprepareHeader (hWaveIn, pWaveHdr1, sizeof (WAVEHDR)) ;//取消输入设备和pWaveHdr1的关联 waveInUnprepareHeader (hWaveIn, pWaveHdr2, sizeof (WAVEHDR)) ; m_record = FALSE ; free (pBuffer1) ; free (pBuffer2) ; if (dwDataLength > 0) { //enable play } return 0; }LRESULT ChelloWMDlg::OnMM_WOM_OPEN(UINT wParam, LONG lParam)//开始回放
{ TRACE(L"open MM_WOM_OPEN\n"); // Set up header pWaveHdr1->lpData = (LPSTR)pSaveBuffer ; pWaveHdr1->dwBufferLength = dwDataLength ; pWaveHdr1->dwBytesRecorded = 0 ; pWaveHdr1->dwUser = 0 ; pWaveHdr1->dwFlags = WHDR_BEGINLOOP | WHDR_ENDLOOP ; pWaveHdr1->dwLoops = dwRepetitions ; pWaveHdr1->lpNext = NULL ; pWaveHdr1->reserved = 0 ; // Prepare and write waveOutPrepareHeader (hWaveOut, pWaveHdr1, sizeof (WAVEHDR)) ; waveOutWrite (hWaveOut, pWaveHdr1, sizeof (WAVEHDR)) ;m_play = TRUE ;
return 0; }LRESULT ChelloWMDlg::OnMM_WOM_DONE(UINT wParam, LONG lParam){ //回放完毕
TRACE(L"open MM_WOM_DONE\n");
waveOutUnprepareHeader (hWaveOut, pWaveHdr1, sizeof (WAVEHDR)) ; waveOutClose (hWaveOut) ; dwRepetitions = 1 ; m_play = FALSE ; return 0; } LRESULT ChelloWMDlg::OnMM_WOM_CLOSE(UINT wParam, LONG lParam){ //关闭回放 TRACE(L"open MM_WOM_CLOSE\n"); dwRepetitions = 1 ; m_play = FALSE ;return 0;
}