zoukankan      html  css  js  c++  java

  • 用WaveX实现音频文件的录音

    　　原文地址：https://blog.csdn.net/gongluck93/article/details/53096013

    　　1、WaveInOpen

    1. waveInOpen  
    2. MMRESULT waveInOpen(   
    3. LPHWAVEIN phwi,             // phwi是返回的句柄存放地址  
    4. UINT uDeviceID,             // uDeviceID是要打开的音频设备ID号，一般都指定为WAVE_MAPPER  
    5. LPWAVEFORMATEX pwfx,  
    6. DWORD dwCallback,           // dwCallback则为指定的回调函数或线程,窗口等的地址  
    7. DWORD dwCallbackInstance,   // dwCallbackInstance为需要向回调函数或线程送入的用户参数  
    8. DWORD fdwOpen               // fdwOpen指定回调方式：CALLBACK_FUNCTION, CALLBACK_THREAD和CALLBACK_WINDOW  
    9. ); 

    　　2、至于pwfx，则比较关键，它指定了要以什么音频格式打开音频输入设备，它是一个结构WAVEFORMATEX：

    1. typedef struct {   
    2. WORD wFormatTag;        //可以在wFormatTag中指定一些压缩的音频格式，如G723.1，TURE DSP，等之类。不过一般都是选用WAVEFORMAT_PCM格式，  
    3.                         //即未压缩的音频格式，至于压缩，可以在录完后调用下面将要谈到的ACM单独进行。  
    4. WORD nChannels;         //nChannels为声道数，1或者2。  
    5. DWORD nSamplesPerSec;   //nSamplesPerSec为每秒采样数，8000、11025、22050、44100为几个标准值。  
    6. DWORD nAvgBytesPerSec;  //每秒平均的字节数，在PCM方式中就等于nChannels*nSamplesPerSec*wBitsPerSample/8，  
    7.                         //但对于其它的压缩的音频格式，由于很多压缩方式是按时间片进行的，如G723.1，就是以30ms为一个压缩单位，  
    8.                         //这样，nAvgBytesPerSec只是一个大概的数字，并不准确，程序中的计算是不应该以这个量为准的。  
    9.                         //这一点在下面的压缩音频输出和ACM音频压缩中非常重要。  
    10. WORD nBlockAlign;       //nBlockAlign是一个比较特殊的值，表示对音频处理时的最小处理单位，对于PCM非压缩，它就是wBitsPerSample*nChannels/8，  
    11.                         //而对于非压缩格式，则表示压缩/解压处理的最小单位了，如G723.1，就是30ms的数据大小（20bytes或者24bytes）。  
    12. WORD wBitsPerSample;    //wBitsPerSample就是每采样值的位数，8或者16。  
    13. WORD cbSize;            //cbSize则是表示该WAVEFORMATEX的结构在标准的头部之后还有多少字节数，对于很多非PCM的音频格式，  
    14.                         //有一些自己的定义格式参数，这些就紧跟在标准的WAVEFORMATEX后面，其大小就由cbSize指定。对于PCM格式而言，为0，或者忽略不检查。  
    15. } WAVEFORMATEX;

        

    　　1）从声卡获取的数据格式一般设置为WAVE_FORMAT_PCM，得到的是一种最原始的音频数值。采样率，采样位宽和采样通道数比较重要，尤其采样位宽--1此采样数据量的大小，这里采用16bits。

    　　2）录音得到的数据是存放在自己设定的内存块处的，为了录音的连续，通常是用多个内存数据块。当一块数据内存满了之后，是通过消息响应的方式给指定的窗口或者回调函数。在回调函数中处理这些数据。

    　　开启录音的代码段如下：

     1 //启动录音
 2 BOOL CAudioRec::StartRec()
 3 {
 4     BOOL bRet = FALSE;
 5 
 6     //启动线程
 7     if(!StartThread())
 8     {
 9         goto Exit;
10     }
11     
12     //打开音频设备
13     if(!OpenDev())
14     {
15         goto Exit1;
16     }
17 
18     //准备缓存
19     if(!PrepareBuffer())
20     {
21         goto Exit2;
22     }
23 
24     //开始录音
25     if(!OpenRecord())
26     {
27         goto Exit3;
28     }
29 
30     bRet = TRUE;
31     goto Exit;
32 
33 Exit3:
34     //释放缓存
35     FreeBuffer();
36 
37 Exit2:
38     //关闭录音设备
39     CloseDev();
40 
41 Exit1:
42     //停止线程
43     StopThread();
44 
45 Exit:
46     return bRet;
47 }
    View Code

    　　停止录音的代码段如下：

     1 //终止录音
 2 BOOL CAudioRec::StopRec()
 3 {
 4     //停止录音
 5     if(!CloseRecord())
 6     {
 7         return FALSE;     
 8     }
 9 
10     //暂停一会
11     Sleep(500);
12 
13     //停止线程    
14     if(!StopThread())
15     {
16         return FALSE;
17     }
18 
19     //释放录音分配内存
20     if(!FreeBuffer())
21     {
22         return FALSE;
23     }
24 
25     //关闭设备
26     if(!CloseDev())
27     {
28         return FALSE;
29     }
30 
31 
32 
33     return TRUE;
34 }
    View Code

    　　线程内数据处理的代码如下：

     1 //线程回调函数
 2 DWORD WINAPI CAudioRec::AudioInThreadProc(LPVOID lpParameter)
 3 {
 4     CAudioRec *pAudioRec = (CAudioRec *)lpParameter;
 5 
 6 //    char buffer[1024];
 7 
 8     MSG msg;
 9     while(GetMessage(&msg,0,0,0))
10     {
11         switch(msg.message)
12         {
13         //打开音频设备
14         case MM_WIM_OPEN:
15             break;
16 
17         //关闭录音设备
18         case MM_WIM_CLOSE:
19             break;
20 
21         //录音设备返回数据
22         case MM_WIM_DATA:
23             WAVEHDR *pWH = (WAVEHDR *)msg.lParam;
24 
25             waveInUnprepareHeader((HWAVEIN)msg.wParam,pWH,sizeof(WAVEHDR));
26 
27             //dwBytesRecord表示此缓存中已有的数据大小
28             if(pWH->dwBytesRecorded != AUDIO_BUF_SIZE)
29                 break;
30 
31             if(pAudioRec->m_pCallBackProc != NULL)
32             pAudioRec->m_pCallBackProc((BYTE *)pWH->lpData,AUDIO_BUF_SIZE,pAudioRec->m_dwUser);
33 
34             //获得的数据就在pWH->lpData,长度为pWH->dwBytesRecord
35             waveInPrepareHeader((HWAVEIN)msg.wParam,pWH,sizeof(WAVEHDR));
36             waveInAddBuffer((HWAVEIN)msg.wParam,pWH,sizeof(WAVEHDR));
37         }
38     }
39 
40     return msg.wParam;
41 }
    View Code

    　　其实数据处理的关键语句只有下面这一条：pAudioRec->m_pCallBackProc((BYTE *)pWH->lpData,AUDIO_BUF_SIZE,pAudioRec->m_dwUser);

    　　它利用了一个函数指针，由调用者指定相应的处理函数。

    　　今天下午调试了半天，卡在结束录音这个地方。其中语句的执行顺序很重要。

    　　1）先停止录音即调用waveInStop()函数  2）停止线程StopThread()  3)释放为录音准备的缓存 4）关闭录音设备

    　　我自己写的时候将关闭录音设备放在了停止线程的前面，在这里结束录音总是出错。

    　　

    　　2018/4/28日增加以下内容：

    　　封装更好的示例参见github项目，nadernt/whistle-recognizer,github地址：https://github.com/nadernt/whistle-recognizer/tree/7bfab2839150b0df7404886a4cf60db1b7be866b

    　　参见此项目中WaveIOLib文件夹内容。

     
  • 相关阅读:
    Robot Framework的日期处理
    让IIS7和IIS6识别PUT和DELETE请求
    《微服务设计》读书笔记大纲
    规模化微服务——《微服务设计》读书笔记
    Uva 11396 爪分解
    Uva 10765 鸽子和炸弹
    Gym
    Gym
    Gym 101334C 无向仙人掌
    汇编实验十：编写子程序
  • 原文地址：https://www.cnblogs.com/kanite/p/3364101.html
Copyright © 2011-2022 走看看