zoukankan      html  css  js  c++  java
  • 初识windows语音采集和回放

    一、数字音频基础知识Fourier级数: 
        任何周期的波形可以分解成多个正弦波,这些正弦波的频率都是整数倍。级数中其他正线波的频率是基础频率的整数倍。基础频率称为一级谐波。 PCM: 
        pulse code modulation,脉冲编码调制,即对波形按照固定周期频率采样。为了保证采样后数据质量,采样频率必须是样本声音最高频率的两倍,这就是Nyquist频率。样本大小:
        采样后用于存储振幅级的位数,实际就是脉冲编码的阶梯数,位数越大表明精度越高,这一点学过数字逻辑电路的应该清楚。 声音强度: 
        波形振幅的平方。两个声音强度上的差常以分贝(db)为单位来度量, 计算公式如下: 
        20*log(A1/A2)分贝。A1,A2为两个声音的振幅。如果采样大小为8位,则采样的动态范围为20*log(256)分贝=48db。如果样本大小为16位,则采样动态范围为20*log(65536)大约是96分贝,接近了人听觉极限和痛苦极限,是再线音乐的理想范围。windows同时支持8位和16位的采样大小。二、相关API函数,结构,消息
    对于录音设备来说,windows 提供了一组wave***的函数,比较重要的有以下几个: 打开录音设备函数 
    MMRESULT waveInOpen(
      LPHWAVEIN phwi,            //输入设备句柄
      UINT uDeviceID,            //输入设备ID
      LPWAVEFORMATEX pwfx,       //录音格式指针
      DWORD dwCallback,          //处理MM_WIM_***消息的回调函数或窗口句柄,线程ID
      DWORD dwCallbackInstance,  
      DWORD fdwOpen              //处理消息方式的符号位
    );为录音设备准备缓存函数 
    MMRESULT waveInPrepareHeader(  HWAVEIN hwi,  LPWAVEHDR pwh, UINT bwh );  给输入设备增加一个缓存 
    MMRESULT waveInAddBuffer(  HWAVEIN hwi, LPWAVEHDR pwh, UINT cbwh );  开始录音 
    MMRESULT waveInStart(  HWAVEIN hwi  );  清除缓存 
    MMRESULT waveInUnprepareHeader( HWAVEIN hwi,LPWAVEHDR pwh, UINT cbwh);  停止录音 
    MMRESULT waveInReset( HWAVEIN hwi );  关闭录音设备 
    MMRESULT waveInClose( HWAVEIN hwi );  Wave_audio数据格式 
    typedef struct { 
        WORD  wFormatTag; //数据格式,一般为WAVE_FORMAT_PCM即脉冲编码
        WORD  nChannels; //声道
        DWORD nSamplesPerSec; //采样频率
        DWORD nAvgBytesPerSec; //每秒数据量
        WORD  nBlockAlign; 
        WORD  wBitsPerSample;//样本大小 
        WORD  cbSize; 
    } WAVEFORMATEX;  waveform-audio 缓存格式  
    typedef struct { 
        LPSTR  lpData; //内存指针
        DWORD  dwBufferLength;//长度 
        DWORD  dwBytesRecorded; //已录音的字节长度
        DWORD  dwUser; 
        DWORD  dwFlags; 
        DWORD  dwLoops; //循环次数
        struct wavehdr_tag * lpNext; 
        DWORD  reserved; 
    } WAVEHDR;  相关消息  
    MM_WIM_OPEN:打开设备时消息,在此期间我们可以进行一些初始化工作
    MM_WIM_DATA:当缓存已满或者停止录音时的消息,处理这个消息可以对缓存进行重新分配,实现不限长度录音
    MM_WIM_CLOSE:关闭录音设备时的消息。
    相对于录音来说,回放就简单的多了,用到的函数主要有以下几个: 打开回放设备  
    MMRESULT waveOutOpen(
      LPHWAVEOUT phwo,           
      UINT uDeviceID,            
      LPWAVEFORMATEX pwfx,       
      DWORD dwCallback,          
      DWORD dwCallbackInstance,  
      DWORD fdwOpen              
    );  为回放设备准备内存块  
    MMRESULT waveOutPrepareHeader(
      HWAVEOUT hwo,  
      LPWAVEHDR pwh, 
      UINT cbwh      
    );写数据(放音)  
    MMRESULT waveOutWrite(
      HWAVEOUT hwo,  
      LPWAVEHDR pwh, 
      UINT cbwh      
    );相应的也有三个消息,用法跟录音的类似: 三、程序设计一个录音程序的简单流程: 打开录音设备waveInOpen===>准备wave数据头waveInPrepareHeader===>
    准备数据块waveInAddBuffer===>开始录音waveInStart===>停止录音(waveInReset) ===>
    关闭录音设备(waveInClose)
    当开始录音后当buffer已满时,将收到MM_WIM_DATA消息,处理该消息可以保存已录好数据。回放程序比这个要简单的多: 
    打开回放设备waveOutOpen===>准备wave数据头waveOutPrepareHeader===>写wave数据waveOutWrite===>
    停止放音(waveOutRest) ===>关闭回放设备(waveOutClose)如何处理MM消息: 
    MSDN告诉我们主要有 CALLBACK_FUNCTION、CALL_BACKTHREAD、CALLBACK_WINDOW 三种方式,常用的是
    Thread,window方式。
     线程模式
    waveInOpen(&hWaveIn,WAVE_MAPPER,&waveform,m_ThreadID,NULL,CALLBACK_THREAD),我们可以继承MFC的CwinThread类,只要相应的处理线程消息即可。
    MFC线程消息的宏为: 
        ON_THREAD_MESSAGE,可以这样添加消息映射: 
        ON_THREAD_MESSAGE(MM_WIM_CLOSE, OnMM_WIM_CLOSE)  窗口模式
    类似于线程模式,参见源程序即可。 

  • 相关阅读:
    大数据集群迁移的那一夜是怎么过的
    什么是Lambda架构
    从0到1搭建自助分析平台
    业务重要?还是技术重要?
    如何从0到1搭建大数据平台
    从0到1搭建大数据平台之数据采集系统
    高频面试题:秒杀场景设计
    面试官:面对千万级、亿级流量怎么处理?
    来自朋友最近阿里、腾讯、美团等P7岗位面试题
    《我想进大厂》之JVM夺命连环10问
  • 原文地址:https://www.cnblogs.com/tkppain/p/3123405.html
Copyright © 2011-2022 走看看