参考文档

COM Coding Practices

Audio File Format Specifications

Core Audio APIs

Loopback Recording

#include <iostream>
#include <fstream>
#include <vector> #include <mmdeviceapi.h>
#include <combaseapi.h>
#include <atlbase.h>
#include <Functiondiscoverykeys_devpkey.h>
#include <Audioclient.h>
#include <Audiopolicy.h> // 利用RAII手法,自动调用 CoUninitialize
class CoInitializeGuard {
public:
CoInitializeGuard()
{
_hr = CoInitializeEx(nullptr, COINIT::COINIT_MULTITHREADED);
} ~CoInitializeGuard()
{
if (_hr == S_OK || _hr == S_FALSE) {
CoUninitialize();
}
} HRESULT result() const { return _hr; } private:
HRESULT _hr;
}; constexpr inline void exit_on_failed(HRESULT hr);
void printEndpoints(CComPtr<IMMDeviceCollection> pColletion);
std::string wchars_to_mbs(const wchar_t* s); int main()
{
HRESULT hr{}; CoInitializeGuard coInitializeGuard;
exit_on_failed(coInitializeGuard.result()); // COM 对象都用 CComPtr 包装,会自动调用 Release
// COM 接口分配的堆变量用 CComHeapPtr 包装,会自动调用 CoTaskMemFree
CComPtr<IMMDeviceEnumerator> pEnumerator;
hr = pEnumerator.CoCreateInstance(__uuidof(MMDeviceEnumerator));
exit_on_failed(hr); // 打印所有可用的音频设备
//CComPtr<IMMDeviceCollection> pColletion;
//hr = pEnumerator->EnumAudioEndpoints(eRender, DEVICE_STATE_ACTIVE, &pColletion);
//exit_on_failed(hr);
//printEndpoints(pColletion); // 使用默认的 Audio Endpoint,eRender 表示音频播放设备,而不是录音设备
CComPtr<IMMDevice> pEndpoint;
hr = pEnumerator->GetDefaultAudioEndpoint(eRender, eConsole, &pEndpoint);
exit_on_failed(hr); // 打印出播放设备的名字,可能包含中文
CComPtr<IPropertyStore> pProps;
hr = pEndpoint->OpenPropertyStore(STGM_READ, &pProps);
exit_on_failed(hr);
PROPVARIANT varName;
PropVariantInit(&varName);
hr = pProps->GetValue(PKEY_Device_FriendlyName, &varName);
exit_on_failed(hr);
std::cout << "select audio endpoint: " << wchars_to_mbs(varName.pwszVal) << std::endl;
PropVariantClear(&varName); // 由 IMMDevice 对象 得到 IAudioClient 对象
CComPtr<IAudioClient> pAudioClient;
hr = pEndpoint->Activate(__uuidof(IAudioClient), CLSCTX_ALL, nullptr, (void**)&pAudioClient);
exit_on_failed(hr); // 获得音频播放设备格式信息
CComHeapPtr<WAVEFORMATEX> pDeviceFormat;
pAudioClient->GetMixFormat(&pDeviceFormat); constexpr int REFTIMES_PER_SEC = 10000000; // 1 reference_time = 100ns
constexpr int REFTIMES_PER_MILLISEC = 10000; // 初始化 IAudioClient 对象
const REFERENCE_TIME hnsRequestedDuration = 2 * REFTIMES_PER_SEC; // 1s
hr = pAudioClient->Initialize(AUDCLNT_SHAREMODE_SHARED, AUDCLNT_STREAMFLAGS_LOOPBACK, hnsRequestedDuration, 0, pDeviceFormat, nullptr);
exit_on_failed(hr); // 获得缓冲区大小
UINT32 bufferFrameCount{};
hr = pAudioClient->GetBufferSize(&bufferFrameCount);
exit_on_failed(hr); // 由 IAudioClient 对象 得到 IAudioCaptureClient 对象,也就是将音频播放设备视为录音设备
CComPtr<IAudioCaptureClient> pCaptureClient;
hr = pAudioClient->GetService(__uuidof(IAudioCaptureClient), (void**)&pCaptureClient);
exit_on_failed(hr); // 开始录音
hr = pAudioClient->Start();
exit_on_failed(hr); const REFERENCE_TIME hnsActualDuration = (long long)REFTIMES_PER_SEC * bufferFrameCount / pDeviceFormat->nSamplesPerSec; std::ofstream ofile("./out.wav", std::ios::binary);
if (!ofile) {
exit(-1);
} // 写入各种 header 信息 constexpr UINT32 sizePlaceholder{};
// master RIFF chunk
ofile.write("RIFF", 4);
ofile.write((const char*)&sizePlaceholder, 4);
ofile.write("WAVE", 4);
// 12 // fmt chunk
ofile.write("fmt ", 4);
UINT32 fmt_ckSize = sizeof(WAVEFORMATEX) + pDeviceFormat->cbSize;
ofile.write((const char*)&fmt_ckSize, 4);
{
auto p = pDeviceFormat.Detach();
ofile.write((const char*)p, fmt_ckSize);
pDeviceFormat.Attach(p);
}
// 8 + fmt_ckSize // fact chunk
bool has_fact_chunt = pDeviceFormat->wFormatTag != WAVE_FORMAT_PCM;
if (has_fact_chunt) {
ofile.write("fact", 4);
UINT32 fact_ckSize = 4;
ofile.write((const char*)&fact_ckSize, 4);
DWORD dwSampleLength{};
ofile.write((const char*)&dwSampleLength, 4);
}
// 12 // data chunk
ofile.write("data", 4);
ofile.write((const char*)&sizePlaceholder, 4); UINT32 data_ckSize = 0; // samples data 的大小
UINT32 frame_count = 0; // 帧数 constexpr int max_duration = 60; // 录制 60s
int seconds{}; // 已经录制的时间 time_t t_begin = time(NULL); //UINT32
do {
// 睡眠一定时间,防止CPU占用率高
Sleep(9); BYTE* pData{}; // samples 数据
UINT32 numFramesAvailable{}; // 缓冲区有多少帧
DWORD dwFlags{}; hr = pCaptureClient->GetBuffer(&pData, &numFramesAvailable, &dwFlags, NULL, NULL);
exit_on_failed(hr); int frame_bytes = pDeviceFormat->nChannels * pDeviceFormat->wBitsPerSample / 8;
int count = numFramesAvailable * frame_bytes;
ofile.write((const char*)pData, count);
data_ckSize += count;
frame_count += numFramesAvailable;
seconds = frame_count / pDeviceFormat->nSamplesPerSec;
std::cout << "numFramesAvailable: " << numFramesAvailable << " seconds: " << seconds << std::endl; hr = pCaptureClient->ReleaseBuffer(numFramesAvailable);
exit_on_failed(hr); } while (seconds < max_duration); // 检测实际花了多久,实际时间 - max_duration = 延迟
time_t t_end = time(NULL);
std::cout << "use wall clock: " << t_end - t_begin << "s" << std::endl; if (data_ckSize % 2) {
ofile.put(0);
++data_ckSize;
} UINT32 wave_ckSize = 4 + (8 + fmt_ckSize) + (8 + data_ckSize);
ofile.seekp(4);
ofile.write((const char*)&wave_ckSize, 4); if (has_fact_chunt) {
ofile.seekp(12 + (8 + fmt_ckSize) + 8);
ofile.write((const char*)&frame_count, 4);
} ofile.seekp(12 + (8 + fmt_ckSize) + 12 + 4);
ofile.write((const char*)&data_ckSize, 4); ofile.close(); //所有 COM 对象和 Heap 都会自动释放
} void printEndpoints(CComPtr<IMMDeviceCollection> pColletion)
{
HRESULT hr{}; UINT count{};
hr = pColletion->GetCount(&count);
exit_on_failed(hr); for (UINT i = 0; i < count; ++i) {
CComPtr<IMMDevice> pEndpoint;
hr = pColletion->Item(i, &pEndpoint);
exit_on_failed(hr); CComHeapPtr<WCHAR> pwszID;
hr = pEndpoint->GetId(&pwszID);
exit_on_failed(hr); CComPtr<IPropertyStore> pProps;
hr = pEndpoint->OpenPropertyStore(STGM_READ, &pProps);
exit_on_failed(hr); PROPVARIANT varName;
PropVariantInit(&varName);
hr = pProps->GetValue(PKEY_Device_FriendlyName, &varName);
exit_on_failed(hr); std::cout << wchars_to_mbs(varName.pwszVal) << std::endl; PropVariantClear(&varName);
}
} constexpr inline void exit_on_failed(HRESULT hr) {
if (FAILED(hr)) {
exit(-1);
}
} // 汉字会有编码问题,全部转成窄字符
std::string wchars_to_mbs(const wchar_t* src)
{
UINT cp = GetACP();
int ccWideChar = (int)wcslen(src);
int n = WideCharToMultiByte(cp, 0, src, ccWideChar, 0, 0, 0, 0); std::vector<char> buf(n);
WideCharToMultiByte(cp, 0, src, ccWideChar, buf.data(), (int)buf.size(), 0, 0);
std::string dst(buf.data(), buf.size());
return dst;
}

使用 Windows Core Audio APs 进行 Loopback Recording 并生成 WAV 文件的更多相关文章

  1. windows core audio apis

    这个播放流程有一次当初不是很理解,做个记录,代码中的中文部分,原文档是有解释的:To move a stream of rendering data through the endpoint buff ...

  2. windows&lunix下node.js实现模板化生成word文件

    最近在做了一个小程序!里面有个功能就是根据用户提交的数据,自动生成一份word文档返回给用户.我也是第一次做这功能,大概思路就是先自己弄一份word模板,后台接受小程序发过来的数据,再根据这些数据将相 ...

  3. Core Audio(一)

    Core Audio APIs core audio apis是vista之后引入的,不使用与之前的windows版本:core audio apis提供访问endpoint devices,比如耳机 ...

  4. Core Audio 在Vista/Win7上实现

    应用范围:Vista / win7, 不支持XP 1. 关于Windows Core Auido APIs 在Windowss Vista及Windows 7操作系统下,微软为应用程序提供了一套新的音 ...

  5. Core Audio(二)

    用户模式音频组件 在windows vista中,core audio apis充当用户模式音频子系统的基础,core audio apis作为用户模式系统组件的一个thin layer,它用来将用户 ...

  6. Windows 7上安装Microsoft Loopback Adapter(微软环回网卡)

    Oracle 安装过程中,先决条件检查遇到如下错误: 正在检查网络配置要求...  检查完成.此次检查的总体结果为: 失败 <<<<  问题: 安装检测到系统的主 IP 地址是 ...

  7. 使用Core Audio实现VoIP通用音频模块

    最近一直在做iOS音频技术相关的项目,由于单项直播SDK,互动直播SDK(iOS/Mac),短视频SDK,都会用到音频技术,因此在这里收集三个SDK的音频技术需求,开发一个通用的音频模块用于三个SDK ...

  8. 重新想象 Windows 8 Store Apps (24) - 文件系统: Application Data 中的文件操作, Package 中的文件操作, 可移动存储中的文件操作

    原文:重新想象 Windows 8 Store Apps (24) - 文件系统: Application Data 中的文件操作, Package 中的文件操作, 可移动存储中的文件操作 [源码下载 ...

  9. windows下Android利用ant自动编译、修改配置文件、批量多渠道,打包生成apk文件

    原创文章,转载请注明:http://www.cnblogs.com/ycxyyzw/p/4535459.html android 程序打包成apk,如果在是命令行方式,一般都要经过如下步骤: 1.用a ...

随机推荐

  1. 解决ASP.NET Core在Task中使用IServiceProvider的问题

    前言 问题的起因是在帮同事解决遇到的一个问题,他的本意是在EF Core中为了解决避免多个线程使用同一个DbContext实例的问题.但是由于对Microsoft.Extensions.Depende ...

  2. 100行代码实现一个RISC-V架构下的多线程管理框架

    1. 摘要 本文将基于RISC-V架构和qemu仿真器实现一个简单的多线程调度和管理框架, 旨在通过简单的代码阐明如何实现线程的上下文保存和切换, 线程的调度并非本文的重点, 故线程调度模块只是简单地 ...

  3. 安装 NetworkManager(Debian最小化安装)

    Debian最小化安装是没有NetworkManager 1 安装: 2 [root@debian]apt install -y netwok-manager 1 启动(查看网卡): 2 [root@ ...

  4. Silk语言-中国人自己的开源编程语言

    什么是Silk Silk语言是一门完全独立自主开发的跨平台动态类型编程语言,绝非"木兰"等套壳语言. Silk简单易学,30分钟即可掌握全部语法,让你像Python一样简单地写C/ ...

  5. Semaphore-停车场

    模拟20辆车进停车场 停车场容纳总停车量5. 当一辆车进入停车场后,显示牌的剩余车位数响应的减1. 每有一辆车驶出停车场后,显示牌的剩余车位数响应的加1. 停车场剩余车位不足时,车辆只能在外面等待 p ...

  6. JWT漏洞学习

    JWT漏洞学习 什么是JWT? JWT是JSON Web Token的缩写,它是一串带有声明信息的字符串,由服务端使用加密算法对信息签名,以保证其完整性和不可伪造性.Token里可以包含所有必要的信息 ...

  7. Java Web中MVC设计模式与IOC

    MVC是由Model(模型).View(视图).Controller(控制器)三个模块组成 视图:用于做数据展示以及和用户交互的一个界面(html页面) 控制层:能够接受客户端的请求,具体的业务功能还 ...

  8. KingbaseES 与Oracle 函数稳定性对于性能影响差异比较

    一.函数的属性 KingbaseES 函数在定义时有三种稳定性级别:volatile.stable 和 immutable.默认情况下,创建函数的稳定性为volatile.以下是这三种函数的区别: V ...

  9. 装饰Hexo博客以及部署个人站点

    我的博客最开始采用的是Hexo+hexo-theme-next搭建的,使用GitHub Pages托管并进行自动化部署,写文发布的流程非常简单方便,云端写作发布也轻而易举. 本来事情到这里就应该结束了 ...

  10. .NET静态代码织入——肉夹馍(Rougamo) 发布1.2.0

    肉夹馍(https://github.com/inversionhourglass/Rougamo)通过静态代码织入方式实现AOP的组件,其主要特点是在编译时完成AOP代码织入,相比动态代理可以减少应 ...