搜索
DirectX编程：[初级]C#中利用DirectSound录音花了一阵子，把DirectX安装后自带的帮助文件中的那部分关于DirectSound录音这块给看完了，顺便把那部分翻译成了中文，有些地方可能翻译的不是很通顺，不过总体上还是能看得懂的。查看中文翻译，建议大家在进行学习前可以先去看看。期间也看了些别人的相关文章，感觉有点思路后就开始动手了，很高兴最后能顺利通过测试。不过我这个功能很简单，也不完善，只是最基本的可以录音。还待以后深入学习。开发平台：VS.NET2005，WindowsXPSP2，DirectXSDK（June2008）下载页面。必须的硬件设备：麦克风、声卡（集成或独立均可）、音响（能播放声音就行）首先，我们来温故下声卡和声音的基础知识。[摘自网络]声音其实是一种能量波，因此也有频率和振幅的特征，频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线其实由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取得点越多，获取得频率信息更丰富，为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。光有频率信息是不够的，我们还必须获得该频率的能量值并量化，用于表示信号强度。量化值为2的整数次幂，我们常见的CD位16bit的采样大小，即2的16次方。上图中A线条表示原始信号，而线条B和C表示不同采样率和采样大小的数字信号。采样率和采样大小的值越大，记录的波形更接近原始信号。采样频率一般分为22.05kHz、44.1kHz、48kHz三个等级，22.05kHz只能达到FM（调频）广播的声音品质，44.1kHz则是理论上的CD音质极限，48kHz则更加精确一些。对于高于48kHz的采样频率，人耳已无法听到，所以在电脑中也没有多少实用价值。目前的声卡基本都具有输入和输出信号的能力，这也是声卡具有最基本功能（录制声音、播放声音）的基础。如果可以同时输出和输入信号，这块声卡就得支持全双工的工作模式，这便是网络上进行语音通讯的基础。我们要讲的录音，就是将采集自麦克风的模拟信号转换成数字信号（ADC），一般麦克风只能提供模拟信号。一般声卡采集到的数据会被存放到缓存区后进行处理，如果是集成声卡，那就是先把数据放在内存中后再处理，你可以通过任务管理器来查看WINDOWS自带的录音机在录音时候内存的变化。对以上内容有所了解后，我们接着来了解下利用DirectSound录制声音的基本步骤。1DirectSound是什么？DirectSound是微软提供的DirectXAPI的一部分。它使你能以极低的时延播放声音，使应用程序可以高度利用硬件资源。2DirectSound能做什么？2.1按照WAV格式播放声音。2.2可以同时播放多种声音。2.3将高优先级的声音分配给由硬件控制的缓冲区。2.4将普通的声音融入自定的3D环境中。2.5可以给声音添加不同的效果，比如回声，合唱等。2.6从麦克风或其它音频输入设备中捕获WAV声音。3DirectSound有哪些主要对象？对象说明作用.Net中的类或结构体设备对象每个应用程序只有一个设备对象用来管理设备，创建辅助缓冲区Microsoft.DirectX.DirectSound.Capture主缓冲区一个应用程序只有一个主缓冲区操控声音捕捉缓冲区和产生混音效果的区域Microsoft.DirectX.DirectSound.CaptureBuffer辅助缓冲区每一个声音对应一个辅助缓冲区，可以有多个辅助缓冲区用来存储要播放的声音文件，可建立多个辅助缓冲区来放多个要播放的声音文Microsoft.DirectX.DirectSound.SecondaryBuffer事件通知对象一个缓冲区可以有多个通知对象用于在缓冲区的特定点触发通知事件，来通知程序执行操作Microsoft.DirectX.DirectSound.Notify4其它辅助对象对象作用.Net中的类或结构体音频格式定义WAV音频格式，如采样频率、量化位数、声道数等Microsoft.DirectX.DirectSound.WaveFormat通知的事件通知正在等待的线程已发生事件System.Threading.AutoResetEvent5必需知道的关键点实在是太不厚道了！！！！！辛苦写了半天，提交前没有事先复制一份，结果提交了半天给我展示了一个“无法显示该页面”，害得我又得从上次保存的地方开始写。真晕呀！！还不知道能不能记起刚才写的。都有点不想写了，可又觉得可惜。可恶！！可恶！！5.1WAVE格式WAVE是录音时用的标准的WINDOWS文件格式，扩展名为“WAV”，我们使用DirectSound采集的WAV声音，其音频数据是按照PCM（脉冲编码调制，对连续变化的模拟信号进行抽样、量化和编码产生的数据，0和1的组合）调制后放入缓冲区的。WAVE文件格式采用RIFF文件格式结构，对PCM数据和其它一些音频信息进行相应的编排，从而最终形成的WAVE文件才能被音频播放器识别，才能进行播放。5.2缓冲区指针缓冲区是存放音频数据的地方，并且它还提供了我们两个指针：读指针和捕捉指针。它们的位置按照相对于缓冲区起始位置的偏移量计算。读指针位于当前已经被完全捕捉到缓冲区的数据末尾。捕捉指针位于当前将要从硬件中复制的数据块的末尾。如果你想从缓冲区中读取数据，则只能从已经完全写入缓冲区的数据中读取，也就是说我们只能从偏移量小于读指针的地方读取。5.3缓冲区通知大家应该都知道时间相同的音频文件，WAVE文件会比其它格式的音频文件大得多，这是因为WAVE文件没有对数据进行压缩。如果录音的时候，不限制缓冲区大小，那么你录制很短的时间可能就会占用很多内存，说不定不过多久，你的1G内存就不够用了。因此我们必须对缓冲区的大小进行限制，而且当缓冲区满了之后，还可以重新从缓冲区起始处开始，用新的数据覆盖旧的数据。那旧的数据怎么办呢？如果你不想丢失旧的数据，那就得在旧的数据被覆盖之前，将它转移到其它地方。如何才能在旧的数据没有被覆盖之前，将它转移走呢？如果是你，你会采用什么办法？有人提出通过轮询的办法，经常询问缓冲区是否满，满了则进行转移操作。可是这样做会相当耗费性能。微软提供了我们一个解决办法：“通知”。我们可以在缓冲区中的某些位置处设置通知，当读指针到达通知位置的时候，就会触发相应的事件执行转移操作。是不是有点像操作系统中的“响应中断”呢？6录音大致过程6.1设置PCM格式（很多人喜欢说是设置WAVE格式，但是个人觉得这样说并不恰当，因为PCM才是用来描述数据采集的，而WAVE只是一种文件格式。），设置相关的参数，如：采样频率、量化位数等。6.2创建WAVE文件，有没有搞错呀？数据还没开始采集，怎么就先创建文件了呢？我可以很明确得告诉你没有错。因为RIFF结构的WAVE文件除了音频数据之外，还有其它数据，比如音频格式、格式长度等类似于文件头的数据。有了文件头后，接下来就只需要把接收到的数据添加在这个后面就好了。当然你一定要最后写的话，也不是不可以。6.3建立设备对象，建立缓冲区对象。6.4设置缓冲区通知，设置通知被触发后的事件。6.5准备就绪后，就可以开始录音了。6.6当通知被触发后，建立一个新的线程来处理数据转移的事件。（建立一个新的线程，就是为了防止录音过程被中断）。6.7录音结束，写入WAV文件尾。这样一个可以播放的WAVE文件就OK了。具体代码不知道怎么形容现在的感觉了，真得很高兴大部分内容还记得。不知道你现在是何心情，是否已经没什么热情看下去了？本来想分两篇写的，但后来想想还是不浪费首面原创区的空间了。如果你前面的已经看懂了，那下面对你来说可能只是写写代码的事了。1.需要引用的命名空间和外部dll。两个外部DLL为：Microsoft.DirectX.dll和Microsoft.DirectX.DirectSound.dllusingSystem.Threading;usingSystem.IO;usingMicrosoft.DirectX.DirectSound;usingMicrosoft.DirectX;复制代码2.用户变量privatestringstrRecSaveFile=string.Empty;//文件保存路径privateNotifymyNotify=null;//缓冲区提示事件privateFileStreamfsWav=null;//保存的文件流privateintiNotifyNum=16;//通知的个数privateintiBufferOffset=0;//本次数据起始点，上一次数据的终点。privateintiSampleSize=0;//所采集到的数据大小privateintiNotifySize=0;//通知所在区域大小privateintiBufferSize=0;//缓冲区大小privateBinaryWritermWriter;privateCapturecapture=null;//捕捉设备对象privateCaptureBuffercapturebuffer=null;//捕捉缓冲区privateAutoResetEventnotifyevent=null;privateThreadnotifythread=null;privateWaveFormatmWavFormat;//PCM格式3.设置PCM格式privateWaveFormatSetWaveFormat(){WaveFormatformat=newWaveFormat();format.FormatTag=WaveFormatTag.Pcm;//设置音频类型format.SamplesPerSecond=22050;//采样率（单位：赫兹）典型值：11025、22050、44100Hzformat.BitsPerSample=16;//采样位数format.Channels=1;//声道format.BlockAlign=(short)(format.Channels*(format.BitsPerSample/8));//单位采样点的字节数format.AverageBytesPerSecond=format.BlockAlign*format.SamplesPerSecond;returnformat;//按照以上采样规格，可知采样1秒钟的字节数为22050*2=55100B约为53K}复制代码4.创建WAVE文件privatevoidCreateWaveFile(stringstrFileName){fsWav=newFileStream(strFileName,FileMode.CreateNew);mWriter=newBinaryWriter(fsWav);/**************************************************************************Hereiswherethefilewillbecreated.AwavefileisaRIFFfile,whichhaschunksofdatathatdescribewhatthefilecontains.AwaveRIFFfileisputtogetherlikethis:The12byteRIFFchunkisconstructedlikethis:Bytes0-3:'R''I''F''F'Bytes4-7:Lengthoffile,minusthefirst8bytesoftheRIFFdescription.(4bytesforWAVE+24bytesforformatchunklength+8bytesfordatachunkdescription+actualsa