DirectSound播放PCM(可播放实时采集的音频数据)

前言

　　该篇整理的原始来源为http://blog.csdn.net/leixiaohua1020/article/details/40540147。非常感谢该博主的无私奉献，写了不少关于不同多媒体库的博文。让我这个小白学习到不少。现在将其整理是为了收录，以备自己查看。

一、DirectSound简介

　　DirectSound是微软所开发DirectX的组件之一，可以在Windows 操作系统上录音，并且记录波形音效（waveform sound）。目前DirectSound 是一个成熟的API ，提供许多有用的功能，例如能够在较高的分辨率播放多声道声音。DirectSound3D（DS3D）最早是1993年与 DirectX 3 一起发表的。DirectX 8以后的DirectSound和DirectSound3D的（DS3D）被合称DirectX Audio。

　　DirectSound有以下几种对象：

图1.DirectSound对象

二、DirectSound播放音频的流程

使用DirectSound播放音频一般情况下需要如下步骤：

1.初始化

• 创建一个IDirectSound8接口的对象
• 设置协作级
• 创建一个主缓冲对象
• 创建一个副缓冲对象
• 创建通知对象
• 设置通知位置
• 开始播放

2.循环播放声音

• 数据填充至副缓冲区
• 等待播放完成

三、结合接口详细分析

1.初始化

1)创建一个IDirectSound8接口的对象

　　通过DirectSoundCreate8()方法可以创建一个设备对象。这个对象通常代表缺省的播放设备。DirectSoundCreate8()函数原型如下。

 HRESULT DirectSoundCreate8(
      LPCGUID lpcGuidDevice,
      LPDIRECTSOUND8 * ppDS8,
      LPUNKNOWN pUnkOuter
 )

参数的含义如下：

lpcGuidDevice：要创建的设备对象的GUID。可以指定为NULL，代表默认的播放设备。
ppDS8：返回的IDirectSound8对象的地址。
pUnkOuter：必须设为NULL。

例如如下代码即可创建一个IDirectSound8接口的对象

 IDirectSound8 *m_pDS=NULL;
 DirectSoundCreate8(NULL,&m_pDS,NULL);

2) 设置协作级

　　Windows 是一个多任务环境，同一时间有多个应用程序去访问设备。通过使用协作级别，DirectSound可以确保应用程序不会在别的设备使用时去访问，每个 DirectSound应用程序都有一个协作级别，这个级别决定着访问硬件的权限。

　　在创建一个设备对象以后，必须通过用IDirectSound8的SetCooperativeLevel()设置协作权限，否则将听不到声音。SetCooperativeLevel()的原型如下

 HRESULT SetCooperativeLevel(
  HWND hwnd,
  DWORD dwLevel
 )

参数的含义如下：

hwnd：应用程序窗口句柄。
dwLevel：支持以下几种级别：
DSSCL_EXCLUSIVE：与DSSCL_PRIORITY具有相同的作用。
DSSCL_NORMAL：正常的协调层级标志，其他程序可共享声卡设备进行播放。
DSSCL_PRIORITY：设置声卡设备为当前程序独占。
DSSCL_WRITEPRIMAR：可写主缓冲区，此时副缓冲区就不能进行播放处理，即不能将次缓冲区的数据送进混声器，再输出到主缓冲区上。这是最完全控制声音播放的方式。

 3) 创建一个主缓冲对象

　　使用IDirectSound8的CreateSoundBuffer()可以创建一个IDirectSoundBuffer接口的主缓冲区对象。CreateSoundBuffer()的原型如下。

 HRESULT CreateSoundBuffer(
  LPCDSBUFFERDESC pcDSBufferDesc,
  LPDIRECTSOUNDBUFFER * ppDSBuffer,
  LPUNKNOWN pUnkOuter
 )

参数的含义如下：
pcDSBufferDesc：描述声音缓冲的DSBUFFERDESC结构体的地址
ppDSBuffer：返回的IDirectSoundBuffer接口的对象的地址。
pUnkOuter：必须设置为NULL。

　　其中涉及到一个描述声音缓冲的结构体DSBUFFERDESC，该结构体的定义如下：

 typedef struct _DSBUFFERDESC
 {
     DWORD           dwSize;
     DWORD           dwFlags;
     DWORD           dwBufferBytes;
     DWORD           dwReserved;
     LPWAVEFORMATEX  lpwfxFormat;
 } DSBUFFERDESC

简单解释一下其中的变量的含义：
dwSize：结构体的大小。必须初始化该值。
dwFlags：设置声音缓存的属性。有很多选项，可以组合使用，就不一一列出了。详细的参数可以查看文档。
dwBufferBytes：缓冲的大小。
dwReserved：保留参数，暂时没有用。
lpwfxFormat：指向一个WAVE格式文件头的指针。

　　设置DSBUFFERDESC完毕后，就可以使用CreateSoundBuffer()创建主缓冲了。示例代码如下：

     DSBUFFERDESC dsbd;
     memset(&dsbd,,sizeof(dsbd));
     dsbd.dwSize=sizeof(dsbd);
     dsbd.dwFlags=DSBCAPS_GLOBALFOCUS | DSBCAPS_CTRLPOSITIONNOTIFY |DSBCAPS_GETCURRENTPOSITION2;
     dsbd.dwBufferBytes=MAX_AUDIO_BUF*BUFFERNOTIFYSIZE;
     //WAVE Header
     dsbd.lpwfxFormat=(WAVEFORMATEX*)malloc(sizeof(WAVEFORMATEX));
     dsbd.lpwfxFormat->wFormatTag=WAVE_FORMAT_PCM;
     /* format type */
     (dsbd.lpwfxFormat)->nChannels=channels;
     /* number of channels (i.e. mono, stereo...) */
     (dsbd.lpwfxFormat)->nSamplesPerSec=sample_rate;
     /* sample rate */
     (dsbd.lpwfxFormat)->nAvgBytesPerSec=sample_rate*(bits_per_sample/)*channels;
     /* for buffer estimation */
     (dsbd.lpwfxFormat)->nBlockAlign=(bits_per_sample/)*channels;
     /* block size of data */
     (dsbd.lpwfxFormat)->wBitsPerSample=bits_per_sample;
     /* number of bits per sample of mono data */
     (dsbd.lpwfxFormat)->cbSize=;

     //Creates a sound buffer object to manage audio samples.
     HRESULT hr1;
     if( FAILED(m_pDS->CreateSoundBuffer(&dsbd,&m_pDSBuffer,NULL))){
         return FALSE;
     }

4) 创建一个副缓冲对象

　　使用IDirectSoundBuffer的QueryInterface()可以得到一个IDirectSoundBuffer8接口的对象。IDirectSoundBuffer8的GUID为IID_IDirectSoundBuffer8。示例代码如下。

 IDirectSoundBuffer *m_pDSBuffer=NULL;
 IDirectSoundBuffer8 *m_pDSBuffer8=NULL;
 ...
 if( FAILED(m_pDSBuffer->QueryInterface(IID_IDirectSoundBuffer8,(LPVOID*)&m_pDSBuffer8))){
     return FALSE ;
 }

5) 创建通知对象

　　使用IDirectSoundBuffer8的QueryInterface()可以得到一个IDirectSoundNotify8接口的对象。IDirectSoundBuffer8的GUID为IID_IDirectSoundNotify。示例代码如下。

 IDirectSoundBuffer8 *m_pDSBuffer8=NULL;
 IDirectSoundNotify8 *m_pDSNotify=NULL;
 …
 if(FAILED(m_pDSBuffer8->QueryInterface(IID_IDirectSoundNotify,(LPVOID*)&m_pDSNotify))){
     return FALSE ;
 }

　　一句话概括一下通知对象的作用：当DirectSound缓冲区中的数据播放完毕后，告知系统应该填充新的数据。

6) 设置通知位置

　　使用IDirectSoundNotify8的SetNotificationPositions()可以设置通知的位置。SetNotificationPositions()的原型如下。

 HRESULT SetNotificationPositions(
          DWORD dwPositionNotifies,
          LPCDSBPOSITIONNOTIFY pcPositionNotifies
 )

参数含义如下。
dwPositionNotifies：DSBPOSITIONNOTIFY结构体的数量。既包含几个通知的位置。
pcPositionNotifies：指向DSBPOSITIONNOTIFY结构体数组的指针。

　　在这里涉及到一个结构体DSBPOSITIONNOTIFY，它描述了通知的位置。DSBPOSITIONNOTIFY的定义如下。

 typedef struct DSBPOSITIONNOTIFY {
     DWORD dwOffset;
     HANDLE hEventNotify;
 } DSBPOSITIONNOTIFY;

它的成员的含义如下。
dwOffset：通知事件触发的位置（距离缓冲开始位置的偏移量）。
hEventNotify：触发的事件的句柄。

7) 开始播放

　　使用IDirectSoundBuffer8的SetCurrentPosition ()可以设置播放的位置。SetCurrentPosition ()原型如下

 HRESULT SetCurrentPosition(
          DWORD dwNewPosition
 )

其中dwNewPosition是播放点与缓冲区首个字节之间的偏移量。
　　使用IDirectSoundBuffer8的Play ()可以开始播放音频数据。Play ()原型如下。

 HRESULT Play(
          DWORD dwReserved1,
          DWORD dwPriority,
          DWORD dwFlags
 )

参数含义：
dwReserved1：保留参数，必须取0。
dwPriority：优先级，一般情况下取0即可。
dwFlags：标志位。目前常见的是DSBPLAY_LOOPING。当播放至缓冲区结尾的时候，重新从缓冲区开始处开始播放。

2. 循环播放声音

1) 数据填充至副缓冲区

　　数据填充至副缓冲区之前，需要先使用Lock()锁定缓冲区。然后就可以使用fread()，memcpy()等方法将PCM音频采样数据填充至缓冲区。数据填充完毕后，使用Unlock()取消对缓冲区的锁定。如果是实时采集的音频数据，只要将音频数据复制到Lock()获取到的ppvAudioPtr1指向的地址，大小为pdwAudioBytes1，就可以播放了。（我使用的方式就是如此，实现了实时音频的播放，下文中的例子数据是读取自文件。）

　　Lock()函数的原型如下。

 HRESULT Lock(
          DWORD dwOffset,
          DWORD dwBytes,
          LPVOID * ppvAudioPtr1,
          LPDWORD  pdwAudioBytes1,
          LPVOID * ppvAudioPtr2,
          LPDWORD pdwAudioBytes2,
          DWORD dwFlags
 )

参数的含义如下。
dwOffset：锁定的内存与缓冲区首地址之间的偏移量。
dwBytes：锁定的缓存的大小。
ppvAudioPtr1：获取到的指向缓存数据的指针。
pdwAudioBytes1：获取到的缓存数据的大小。
ppvAudioPtr2：没有用到，设置为NULL。
pdwAudioBytes2：没有用到，设置为0。
dwFlags：暂时没有研究。

　　UnLock()函数的原型如下。

 HRESULT Unlock(
          LPVOID pvAudioPtr1,
          DWORD dwAudioBytes1,
          LPVOID pvAudioPtr2,
          DWORD dwAudioBytes2
 )

参数含义如下。
pvAudioPtr1：通过Lock()获取到的指向缓存数据的指针。
dwAudioBytes1：写入的数据量。
pvAudioPtr2：没有用到。
dwAudioBytes2：没有用到。

2) 等待播放完成

　　根据此前设置的通知机制，使用WaitForMultipleObjects()等待缓冲区中的数据播放完毕，然后进入下一个循环。

四、播放音频流程总结

　　DirectSound播放PCM音频数据的流程如下图所示。

图2

　　其中涉及到的几个结构体之间的关系如下图所示。

图3.结构体关系

五、使用示例代码

　　该代码也是直接使用的来自原博主的代码，如下

 /**
  * 最简单的DirectSound播放音频的例子（DirectSound播放PCM）
  * Simplest Audio Play DirectSound (DirectSound play PCM)
  *
  * 雷霄骅 Lei Xiaohua
  * leixiaohua1020@126.com
  * 中国传媒大学/数字电视技术
  * Communication University of China / Digital TV Technology
  * http://blog.csdn.net/leixiaohua1020
  *
  * 本程序使用DirectSound播放PCM音频采样数据。
  * 是最简单的DirectSound播放音频的教程。
  *
  * 函数调用步骤如下：
  *
  * [初始化]
  * DirectSoundCreate8()：创建一个DirectSound对象。
  * SetCooperativeLevel()：设置协作权限，不然没有声音。
  * IDirectSound8->CreateSoundBuffer()：创建一个主缓冲区对象。
  * IDirectSoundBuffer->QueryInterface(IID_IDirectSoundBuffer8..)：
  *            创建一个副缓冲区对象，用来存储要播放的声音数据文件。
  * IDirectSoundBuffer8->QueryInterface(IID_IDirectSoundNotify..)：
  *            创建通知对象，通知应用程序指定播放位置已经达到。
  * IDirectSoundNotify8->SetNotificationPositions()：设置通知位置。
  * IDirectSoundBuffer8->SetCurrentPosition()：设置播放的起始点。
  * IDirectSoundBuffer8->Play()：开始播放。
  *
  * [循环播放数据]
  * IDirectSoundBuffer8->Lock()：锁定副缓冲区，准备写入数据。
  * fread()：读取数据。
  * IDirectSoundBuffer8->Unlock()：解锁副缓冲区。
  * WaitForMultipleObjects()：等待“播放位置已经达到”的通知。
  *
  * This software plays PCM raw audio data using DirectSound.
  * It's the simplest tutorial about DirectSound.
  *
  * The process is shown as follows:
  *
  * [Init]
  * DirectSoundCreate8(): Init DirectSound object.
  * SetCooperativeLevel(): Must set, or we won't hear sound.
  * IDirectSound8->CreateSoundBuffer(): Create primary sound buffer.
  * IDirectSoundBuffer->QueryInterface(IID_IDirectSoundBuffer8..):
  *            Create secondary sound buffer.
  * IDirectSoundBuffer8->QueryInterface(IID_IDirectSoundNotify..):
  *            Create Notification object.
  * IDirectSoundNotify8->SetNotificationPositions():
  *            Set Notification Positions.
  * IDirectSoundBuffer8->SetCurrentPosition(): Set position to start.
  * IDirectSoundBuffer8->Play(): Begin to play.
  *
  * [Loop to play data]
  * IDirectSoundBuffer8->Lock(): Lock secondary buffer.
  * fread(): get PCM data.
  * IDirectSoundBuffer8->Unlock(): UnLock secondary buffer.
  * WaitForMultipleObjects(): Wait for Notifications.
  */
 #include <stdio.h>
 #include <stdlib.h>
 #include <windows.h>
 #include <dsound.h>

 #define MAX_AUDIO_BUF 4
 #define BUFFERNOTIFYSIZE 192000 

 int sample_rate=;    //PCM sample rate
 int channels=;            //PCM channel number
 int bits_per_sample=;    //bits per sample

 BOOL main(int argc,char * argv[])
 {
     int i;
     FILE * fp;
     if((fp=fopen("../out.pcm","rb"))==NULL){
         printf("cannot open this file\n");
         return -;
     }

     IDirectSound8 *m_pDS=;
     IDirectSoundBuffer8 *m_pDSBuffer8=NULL;    //used to manage sound buffers.
     IDirectSoundBuffer *m_pDSBuffer=NULL;
     IDirectSoundNotify8 *m_pDSNotify=;
     DSBPOSITIONNOTIFY m_pDSPosNotify[MAX_AUDIO_BUF];
     HANDLE m_event[MAX_AUDIO_BUF];

     SetConsoleTitle(TEXT("Simplest Audio Play DirectSound"));//Console Title
     //Init DirectSound
     if(FAILED(DirectSoundCreate8(NULL,&m_pDS,NULL)))
         return FALSE;
     if(FAILED(m_pDS->SetCooperativeLevel(FindWindow(NULL,TEXT("Simplest Audio Play DirectSound")),DSSCL_NORMAL)))
         return FALSE;

     DSBUFFERDESC dsbd;
     memset(&dsbd,,sizeof(dsbd));
     dsbd.dwSize=sizeof(dsbd);
     dsbd.dwFlags=DSBCAPS_GLOBALFOCUS | DSBCAPS_CTRLPOSITIONNOTIFY |DSBCAPS_GETCURRENTPOSITION2;
     dsbd.dwBufferBytes=MAX_AUDIO_BUF*BUFFERNOTIFYSIZE;
     dsbd.lpwfxFormat=(WAVEFORMATEX*)malloc(sizeof(WAVEFORMATEX));
     dsbd.lpwfxFormat->wFormatTag=WAVE_FORMAT_PCM;
     /* format type */
     (dsbd.lpwfxFormat)->nChannels=channels;
     /* number of channels (i.e. mono, stereo...) */
     (dsbd.lpwfxFormat)->nSamplesPerSec=sample_rate;
     /* sample rate */
     (dsbd.lpwfxFormat)->nAvgBytesPerSec=sample_rate*(bits_per_sample/)*channels;
     /* for buffer estimation */
     (dsbd.lpwfxFormat)->nBlockAlign=(bits_per_sample/)*channels;
     /* block size of data */
     (dsbd.lpwfxFormat)->wBitsPerSample=bits_per_sample;
     /* number of bits per sample of mono data */
     (dsbd.lpwfxFormat)->cbSize=;

     //Creates a sound buffer object to manage audio samples.
     HRESULT hr1;
     if( FAILED(m_pDS->CreateSoundBuffer(&dsbd,&m_pDSBuffer,NULL))){
         return FALSE;
     }
     if( FAILED(m_pDSBuffer->QueryInterface(IID_IDirectSoundBuffer8,(LPVOID*)&m_pDSBuffer8))){
         return FALSE ;
     }
     //Get IDirectSoundNotify8
     if(FAILED(m_pDSBuffer8->QueryInterface(IID_IDirectSoundNotify,(LPVOID*)&m_pDSNotify))){
         return FALSE ;
     }
     for(i =;i<MAX_AUDIO_BUF;i++){
         m_pDSPosNotify[i].dwOffset =i*BUFFERNOTIFYSIZE;
         m_event[i]=::CreateEvent(NULL,false,false,NULL);
         m_pDSPosNotify[i].hEventNotify=m_event[i];
     }
     m_pDSNotify->SetNotificationPositions(MAX_AUDIO_BUF,m_pDSPosNotify);
     m_pDSNotify->Release();

     //Start Playing
     BOOL isPlaying =TRUE;
     LPVOID buf=NULL;
     DWORD  buf_len=;
     DWORD res=WAIT_OBJECT_0;
     DWORD offset=BUFFERNOTIFYSIZE;

     m_pDSBuffer8->SetCurrentPosition();
     m_pDSBuffer8->Play(,,DSBPLAY_LOOPING);
     //Loop
     while(isPlaying){
         if((res >=WAIT_OBJECT_0)&&(res <=WAIT_OBJECT_0+)){
             m_pDSBuffer8->Lock(offset,BUFFERNOTIFYSIZE,&buf,&buf_len,NULL,NULL,);

             // 如果是实时音频播放，那么下面的数据就可以把内存中buf_len大小的数据复制到buf指向的地址即可
             if(fread(buf,,buf_len,fp)!=buf_len){
                 //File End
                 //Loop:
                 fseek(fp, , SEEK_SET);
                 fread(buf,,buf_len,fp);
                 //Close:
                 //isPlaying=0;
             }

             offset+=buf_len;
             offset %= (BUFFERNOTIFYSIZE * MAX_AUDIO_BUF);
             printf("this is %7d of buffer\n",offset);
             m_pDSBuffer8->Unlock(buf,buf_len,NULL,);
         }
         res = WaitForMultipleObjects (MAX_AUDIO_BUF, m_event, FALSE, INFINITE);
     }

     return ;
 }

结语

　　最后，再次强调下，该博文是整理自http://blog.csdn.net/leixiaohua1020/article/details/40540147。我只是改变了一点点格式，其实改变的地方非常少。只是加了点注释，即播放实时内存数据怎么使用（这是我在项目中的使用方式）。我一再强调，是为了尊重原博主的工作，毕竟直接把别人的东西拿来当作自己的，那就是小偷了。