Windows下Core Audio APIS 音频应用开发（二）

对于一个音频应用程序，最基本也是最重要的两个点就是：音频数据的采集；音频数据的播放。下面我们来看下如何用Core Audio APIS进行音频数据的采集。

最权威的学习资料无疑是微软的MSDN官方资料，先给出链接地址，大家可以先去阅读下文档，虽然是英文，但挺好理解的，https://msdn.microsoft.com/en-us/library/dd370800(v=vs.85).aspx

首先我们来了解下面几个概念：

1. IMMDevice ：创建音频设备终端，我们可以把它简单的理解为设备对象

2. IAudioClient ：创建一个用来管理音频数据流的对象，应用程序通过这个对象可以获取的音频设备里的数据，我们可以把它想象成一个大水池，里面都是一些数据

3. IAudioCaptureClient ：很明显，专用于获取采集数据的对象，它还有个兄弟IAudioRenderClient

下面直接上官网示例代码，解释下代码大家就清楚怎么做了

   //首先枚举你的音频设备，你可以在这个时候获取到你机器上所有可用的设备，并指定你需要用到的那个设置

    hr = CoCreateInstance(
           CLSID_MMDeviceEnumerator, NULL,
           CLSCTX_ALL, IID_IMMDeviceEnumerator,
           (void**)&pEnumerator);
    EXIT_ON_ERROR(hr)

    hr = pEnumerator->GetDefaultAudioEndpoint(
                        eCapture, eConsole, &pDevice);
    EXIT_ON_ERROR(hr)

   // 创建一个管理对象，通过它可以获取到你需要的一切数据
    hr = pDevice->Activate(
                    IID_IAudioClient, CLSCTX_ALL,
                    NULL, (void**)&pAudioClient);
    EXIT_ON_ERROR(hr)

    hr = pAudioClient->GetMixFormat(&pwfx);
    EXIT_ON_ERROR(hr)

   //初始化管理对象，在这里，你可以指定它的最大缓冲区长度，这个很重要，应用程序控制数据块的大小以及延时长短都靠这里的初始化，具体参数大家看看文档解释
    hr = pAudioClient->Initialize(
                         AUDCLNT_SHAREMODE_SHARED,
                         0,
                         hnsRequestedDuration,
                         0,
                         pwfx,
                         NULL);
    EXIT_ON_ERROR(hr)

//这个buffersize，指的是缓冲区最多可以存放多少帧的数据量
    hr = pAudioClient->GetBufferSize(&bufferFrameCount);
    EXIT_ON_ERROR(hr)

    //创建采集管理接口，这个接口很简单，没什么重要的东西
    hr = pAudioClient->GetService(
                         IID_IAudioCaptureClient,
                         (void**)&pCaptureClient);
    EXIT_ON_ERROR(hr)

// Notify the audio sink which format to use.
    hr = pMySink->SetFormat(pwfx);
    EXIT_ON_ERROR(hr)

// Calculate the actual duration of the allocated buffer.
    hnsActualDuration = (double)REFTIMES_PER_SEC *
                     bufferFrameCount / pwfx->nSamplesPerSec;

    hr = pAudioClient->Start();  // Start recording.
    EXIT_ON_ERROR(hr)

// Each loop fills about half of the shared buffer.
while (bDone == FALSE)
    {
//让程序暂停运行一段时间，缓冲区里在这段时间会被填充数据
        Sleep(hnsActualDuration/REFTIMES_PER_MILLISEC/2);

        hr = pCaptureClient->GetNextPacketSize(&packetLength);
        EXIT_ON_ERROR(hr)

while (packetLength != 0)
        {
//锁定缓冲区，获取数据
            hr = pCaptureClient->GetBuffer(
                                   &pData,
                                   &numFramesAvailable,
                                   &flags, NULL, NULL);
            EXIT_ON_ERROR(hr)

if (flags & AUDCLNT_BUFFERFLAGS_SILENT)
            {
                pData = NULL;  
            }

            hr = pMySink->CopyData(
                              pData, numFramesAvailable, &bDone);
            EXIT_ON_ERROR(hr)

            hr = pCaptureClient->ReleaseBuffer(numFramesAvailable);
            EXIT_ON_ERROR(hr)

            hr = pCaptureClient->GetNextPacketSize(&packetLength);
            EXIT_ON_ERROR(hr)
        }
    }

    hr = pAudioClient->Stop();  
    EXIT_ON_ERROR(hr)

代码就这么多，这是官网给出的最简单的一个关于获取音频数据的示例，这里面取到的数据是最原始的，我们可以对这些数据进去任何处理，达到我们需要的效果。

对于初学者来说（比如笔者），文中的pMySink会让大家感到迷惑。大家都能猜到这个是自定义的一个类的对象，用来拷贝数据的，但里面做了一些什么，我们却不清楚。我这里多说一些（大牛请无视下面的话）：

音频数据量的计算：数据量（字节/秒）= (采样频率（Hz）*采样位数（bit）*声道数)/ 8

我们回顾下代码，创建完管理对象后，我们就可以获取到当前设备的音频数据的格式，然后对pMySink设置了数据格式

hr = pAudioClient->GetMixFormat(&pwfx);//这里面就可以获取的数据格式：频率，采集位数，声道数

hr = pMySink->SetFormat(pwfx);//指定数据格式，计算数据量

这就决定了，pMySink每一次读取数据量的大小，保证我们在获取的每一帧数据都是正确的

hr = pMySink->CopyData(pData, numFramesAvailable, &bDone);

这里就是简单的拷贝数据了

秒客网

Windows下Core Audio APIS 音频应用开发（二）

相关文章