使用 DirectSound 录制麦克风音频

本文所有代码均可在以下仓库找到

https://gitcode.net/PeaZomboss/learnaudios

目录是demo/dscapture

之前那篇文章简单介绍了DirectSound,并用其实现了对WAV格式文件的播放操作,本文将继续聚焦于DirectSound,但目标变成了用其实现对麦克风音频的录制,并将其保存为WAV格式的文件。

DirectSound录制的方法和播放的方法其实差不多,都是使用循环+多缓冲的方法,在实际写代码的过程中没有什么很大的不同,也无需过多解释,所以本文主要就是展示一些关键代码。

关于IDirectSoundCapture等接口的具体定义还是建议直接看文档就行了。

https://docs.microsoft.com/en-us/previous-versions/windows/desktop/ee416960(v=vs.85)

接口定义

接口和播放器的非常相似,仅有部分小改动

// 参数1:缓冲区指针
// 参数2:缓冲区大小(单位字节)
// 参数3:用户自定义指针
typedef void (*CopyBufCallback)(void *, int, void *); DWord WINAPI copy_thread(void *parameter); class Recorder
{
private:
IDirectSoundCapture *dsc;
IDirectSoundCaptureBuffer *dscb;
CopyBufCallback copybuf_func;
void *copybuf_ctx;
WAVEFORMATEX fmtex;
DWord block_size;
DWord buf_size;
HANDLE events[3];
HANDLE h_copy_thread; // copy_thread线程句柄
bool recording; // 录制中(包括暂停)
bool suspended; // 是否挂起,用于暂停
void copy_buf(void *ptr, int len); // 方便调用
public:
friend DWord WINAPI copy_thread(void *parameter);
Recorder();
Recorder(GUID *device);
~Recorder();
void set_block_size(DWord bs);
void set_fmt(const WAVEFORMATEX &fmtex);
void set_copy_buf_callback(CopyBufCallback copy, void *ctx);
void start();
void stop();
void pause();
void resume();
};

具体实现

对于录制功能的实现,使用简单的双缓冲即可,目前暂未发现一些问题。

线程实现如下:

DWord WINAPI copy_thread(void *parameter)
{
Recorder *recorder = (Recorder *)parameter;
void *ptr;
DWord len;
while (true) {
DWORD res = WaitForMultipleObjects(3, &recorder->events[0], FALSE, INFINITE);
if (res == 0) { // 录制第一段缓冲区时保存第二段
recorder->dscb->Lock(recorder->buf_size, recorder->buf_size, &ptr, &len, NULL, NULL, 0);
recorder->copy_buf(ptr, len);
recorder->dscb->Unlock(ptr, len, NULL, 0);
}
else if (res == 1) { // 同理保存第一段
recorder->dscb->Lock(0, recorder->buf_size, &ptr, &len, NULL, NULL, 0);
recorder->copy_buf(ptr, len);
recorder->dscb->Unlock(ptr, len, NULL, 0);
}
else { // 保存剩下部分
DWord pos;
recorder->dscb->Stop();
recorder->dscb->GetCurrentPosition(&pos, NULL);
// 根据当前录制位置确定是在第一段还是第二段缓冲区
if (pos > recorder->buf_size)
recorder->dscb->Lock(recorder->buf_size, pos - recorder->buf_size, &ptr, &len, NULL, NULL, 0);
else
recorder->dscb->Lock(0, pos, &ptr, &len, NULL, NULL, 0);
recorder->copy_buf(ptr, len);
recorder->dscb->Unlock(ptr, len, NULL, 0);
break;
}
}
printf("Recording thread end.\n");
return 0;
}

然后是start()的实现:

void Recorder::start()
{
if (dscb || recording) return;
buf_size = block_size * fmtex.nBlockAlign;
DSCBUFFERDESC dscbd;
memset(&dscbd, 0, sizeof(DSCBUFFERDESC));
dscbd.dwSize = sizeof(DSCBUFFERDESC);
dscbd.dwBufferBytes = buf_size * 2; // 使用双缓冲
dscbd.lpwfxFormat = &fmtex;
HRESULT hr = dsc->CreateCaptureBuffer(&dscbd, &dscb, NULL);
if (FAILED(hr)) {
printf("Can not create capture buffer\n");
return;
}
void *ptr;
DWord len;
dscb->Lock(0, 0, &ptr, &len, NULL, NULL, DSCBLOCK_ENTIREBUFFER);
memset(ptr, 0, len); // 清空整个缓冲区
dscb->Unlock(ptr, len, NULL, 0);
IDirectSoundNotify *dsn;
hr = dscb->QueryInterface(_iid_IDirectSoundNotify, (void **)&dsn);
if (FAILED(hr)) {
printf("Can not query direct sound notify\n");
return;
}
DSBPOSITIONNOTIFY dsbpn[2];
dsbpn[0].dwOffset = 0;
dsbpn[0].hEventNotify = events[0];
dsbpn[1].dwOffset = buf_size;
dsbpn[1].hEventNotify = events[1];
dsn->SetNotificationPositions(2, &dsbpn[0]); // 设置通知位置
dsn->Release();
recording = true;
dscb->Start(DSCBSTART_LOOPING);
printf("Recording ...\n");
DWord copy_thread_id = 0;
h_copy_thread = CreateThread(NULL, 0, copy_thread, this, 0, &copy_thread_id);
printf("Record thread handle: %d, thread id: %d\n", h_copy_thread, copy_thread_id);
suspended = false;
}

stop()pause()resume()的实现:

void Recorder::stop()
{
if (recording) {
printf("Stopping...\n");
SetEvent(events[2]);
WaitForSingleObject(h_copy_thread, 1000); // 等待线程结束
dscb->Release();
dscb = NULL;
recording = false;
printf("Done...\n");
}
} void Recorder::pause()
{
if (recording && !suspended) {
dscb->Stop();
suspended = true;
printf("pause\n");
}
} void Recorder::resume()
{
if (recording && suspended) {
dscb->Start(DSCBSTART_LOOPING);
suspended = false;
printf("resume\n");
}
}

主程序

为了方便将数据写入文件,使用全局变量如下:

FILE *fp;
DWord total_len = 0; // 保存实际写入的数据长度(单位字节)

然后是保存缓冲区数据的方法:

void copy_buf(void *buf, int len, void *ctx)
{
int wt_size = fwrite(buf, 1, len, fp);
total_len += wt_size; // 累加写入的长度
}

然后就是主函数:

int main()
{
char fn[256];
SYSTEMTIME st;
GetLocalTime(&st); // 获取当前时间
// 根据时间生成文件名
sprintf(fn, "%d-%d-%d_%02d%02d%02d.wav", st.wYear, st.wMonth, st.wDay, st.wHour, st.wMinute, st.wSecond);
fp = fopen(fn, "wb");
RIFFHeader rh;
strncpy(rh.id.chr, "RIFF", 4);
rh.size = 0; // 暂时填零
strncpy(rh.type.chr, "WAVE", 4);
fwrite(&rh, sizeof(RIFFHeader), 1, fp); // 写入RIFF头
RIFFChunkHeader rch;
strncpy(rch.id.chr, "fmt ", 4);
rch.size = sizeof(WAVEFORMATEX) - sizeof(WORD); // 不要多余的cbSize字段
fwrite(&rch, sizeof(RIFFChunkHeader), 1, fp); // 写入fmt头
WAVEFORMATEX fmtex;
fmtex.wFormatTag = 1;
fmtex.nChannels = 2;
fmtex.nSamplesPerSec = 16000;
fmtex.wBitsPerSample = 16;
fmtex.nBlockAlign = 4;
fmtex.nAvgBytesPerSec = 16000 * 4;
fmtex.cbSize = 0;
fwrite(&fmtex, sizeof(WAVEFORMATEX) - sizeof(WORD), 1, fp); // 写入fmt内容
strncpy(rch.id.chr, "data", 4);
rch.size = 0; // 同理
fwrite(&rch, sizeof(RIFFChunkHeader), 1, fp); // 写入data头
Recorder recorder;
recorder.set_fmt(fmtex);
recorder.set_copy_buf_callback(copy_buf, NULL);
recorder.start();
int command = 0;
printf("Input 'q' to quit, 'p' to pause, 'r' to resume\n");
do {
command = getchar();
if (command == 'p')
recorder.pause();
else if (command == 'r')
recorder.resume();
} while (command != 'q');
recorder.stop();
printf("Total got %d (bytes) data\n", total_len);
// 回到文件头写入实际的大小信息
DWord riff_size = total_len + 44 - 8; // 头部共占用44字节内容
fseek(fp, 4, SEEK_SET); // 此处使用硬编码,实际使用不推荐
fwrite(&riff_size, 4, 1, fp); // 重新写入实际的大小
fseek(fp, 40, SEEK_SET); // 同上
fwrite(&total_len, 4, 1, fp);
fclose(fp);
printf("Saved to file \"%s\", size: %d\n", fn, riff_size + 8);
}

使用 DirectSound 录制麦克风音频的更多相关文章

  1. javaCV开发详解之5:录制音频(录制麦克风)到本地文件/流媒体服务器(基于javax.sound、javaCV-FFMPEG)

    javaCV系列文章: javacv开发详解之1:调用本机摄像头视频 javaCV开发详解之2:推流器实现,推本地摄像头视频到流媒体服务器以及摄像头录制视频功能实现(基于javaCV-FFMPEG.j ...

  2. 如何用FFmpeg API采集摄像头视频和麦克风音频,并实现录制文件的功能

    之前一直用Directshow技术采集摄像头数据,但是觉得涉及的细节比较多,要开发者比较了解Directshow的框架知识,学习起来有一点点难度.最近发现很多人问怎么用FFmpeg采集摄像头图像,事实 ...

  3. Windows Phone 8初学者开发—第20部分:录制Wav音频文件

    原文 Windows Phone 8初学者开发—第20部分:录制Wav音频文件 原文地址:http://channel9.msdn.com/Series/Windows-Phone-8-Develop ...

  4. 公布一个软件,轻新视频录播程序,H264/AAC录制视音频,保存FLV,支持RTMP直播

    已经上传到CSDN,下载地址:http://download.csdn.net/detail/avsuper/7421647,不要钱滴,嘿嘿... 本程序能够把摄像头视频和麦克风音频,录制为FLV文件 ...

  5. html5 录制mp3音频,支持采样率和比特率设置

    13年的时候做过html5录音,一个问题是保存的wav格式文件很大,当初用了一个迂回的方式,上传到服务器后调用 lame 编码器转换,但由于文件大,上传较慢.不得不说,前端技术发展真是日新月异,有人实 ...

  6. Android OpenSL ES 开发:Android OpenSL 录制 PCM 音频数据

    一.实现说明 OpenSL ES的录音要比播放简单一些,在创建好引擎后,再创建好录音接口基本就可以录音了.在这里我们做的是流式录音,所以需要用至少2个buffer来缓存录制好的PCM数据,这里我们可以 ...

  7. Kubuntu麦克风音频无声音

    前段时间买了新本,装了双系统,win8和kubuntu 14.04,使用的过程感觉都不错,因为平时玩游戏看视频是用win8,但最近打算在kubuntu上听音乐时,发现音频没有声音,麦克风也没有声音,这 ...

  8. wp8 自定义相机+nokia滤镜+录制amr音频

    demo截图:      代码量有点多,就不贴出来了. 备注: 1.自定义相机主要横竖屏时,对相机进行旋转. 2.播放amr格式可以在页面中直接添加MediaElement控件进行播放,或者使用Bac ...

  9. 使用FlashWavRecorder实现浏览器录制wav音频和上传音频文件,兼容IE8以上浏览器

    前言:本项目基于github开源插件实现,该插件使用flash实现,兼容IE8以上浏览器 感谢michalstocki的分享该项目,github项目地址:https://github.com/mich ...

  10. Android MediaRecorder录制播放音频

    1.请求录制音频权限 <user-permission android:name="android.permission.RECORD_AUDIO"/> RECORD_ ...

随机推荐

  1. RabbitMQ 常见问题

    RabbitMQ 常见问题 昔我往矣,杨柳依依.今我来思,雨雪霏霏. 1.什么是RabbitMQ?  RabbitMQ是一款开源的.Erlang编写的消息中间件:最大的特点就是消费并不需要确保提供方存 ...

  2. 一文带你了解 Spring 的@Enablexxx 注解

    layout: post categories: Java title: 一文带你了解 Spring 的@Enablexxx 注解 tagline: by 子悠 tags: - 子悠 前面的文章给大家 ...

  3. python-CSV文件的读写

    CSV文件:Comma-Separated Values,中文叫逗号分隔值或者字符分隔值,其文件以纯文本的形式存储表格数据. 可以理解成一个表格,只不过这个 表格是以纯文本的形式显示,单元格与单元格之 ...

  4. 【Shell案例】【awk和循环、NR、格式打印、全局变量、$0、通配符】12、打印每一行出现的数字个数

    写一个 bash脚本以统计一个文本文件 nowcoder.txt中每一行出现的1,2,3,4,5数字个数并且要计算一下整个文档中一共出现了几个1,2,3,4,5数字数字总数. 示例: 假设 nowco ...

  5. 【每日一题】【递归+int型返回值最后不接收】110. 平衡二叉树-211231/220221

    给定一个二叉树,判断它是否是高度平衡的二叉树. 本题中,一棵高度平衡二叉树定义为: 一个二叉树每个节点 的左右两个子树的高度差的绝对值不超过 1 . 答案: public class Solution ...

  6. 5V升压12.6V芯片电路图,三节锂电池充电

    三节3.7V的锂电池串联,11.1V和最大12.6V锂电池充电电路的解决方案.在应用中,一般使用低压5V,如USB口直接输入的给三串锂电池充电,还有是15V或者18V,20V输入降压给锂电池充电的两种 ...

  7. vue 实现一键复制功能(两种方式)

    方法 一 : <div class="mask-cont"> <p><input id="input" /></p&g ...

  8. python Flask 操作数据库(2)

    单表操作 数据准备 from flask import Flask from flask_sqlalchemy import SQLAlchemy class Config: DEBUG = True ...

  9. JavaScript:变量:声明和赋值变量时,内存结构是什么样的?

    这里只是大概画出内存结构的模型图,方便理解当我们声明变量和赋值变量时,到底在干嘛. 如上图所示,a赋值一个对象{},b赋值字符串hello: 于是内存里划了三个区域给我们,一个存储我们声明的变量表,即 ...

  10. 将git仓库从submodule转换为subtree

    三个脚本 Alexander Mikhailian cat .gitmodules |while read i do if [[ $i == \[submodule* ]]; then mpath=$ ...