Windows平台音频采集技术介绍

音频处理的相关技术：

1. 采集麦克风输入
2. 采集声卡输出
3. 将音频数据送入声卡进行播放
4. 对多路音频输入进行混音处理

在Windows操作系统上，音频处理技术主要是采用微软提供的相关API：Wave系列API函数、DirectSound、Core Audio。

我们简单的对以上接口从对操作系统版本的支持，是否支持声卡录音等方面加以说明

WaveIn系列API函数

      是在32位的Windows上的一种老旧且过时，用来播放数字音讯的应用程序接 口，功能有所局限 ，它无法支持「混和多重音讯流」的功能。主要是用来实现对麦克风输入的采集（使用WaveIn系列API函数）和控制声音的播放（使用后WaveOut系列函数）。

     支持XP及之后的Windows系统，支持麦克风输入的采集和控制声音的播放，不支持声卡的采集。

 

DirectSound

      可实现多个声音的混合播放。DirectSound可充分使用声卡的内存资源，同时也提供了3D声效算法，模拟出真实的3D立体声。基于directx框架，directx 10之就没有了对directsound的支持，已经将directsound封装到directshow里面去了

      支持XP及之后的Windows系统，支持麦克风，声卡的采集， 控制声音播放。

 

    参考博文： 利用DirectSound实现声卡录音

 

Core Audio

     Windows Vista、Windows 7、Windows server 2008等系统音频系统相比之前的系统有很大的变化，产生了一套新的底层API即Core Audio APIs。该低层API为高层API( 如Media Foundation(将要取代DirectShow等高层API)等 )提供服务。相比之前版本的API有如下优势：

1. 具有低延时、故障恢复能力的音频流。

2. 提高可靠性 ( 将很多音频函数从核心态移到了用户态 )

3. 提高了安全性 （在安全的，低优先级别的线程处理被保护的音频内容）

4. 为单独的音频设备分配了特定的系统级别的规则 (console, multimedia, communications) 。

5. 用户可以直接操作相应音频终端设备(Audio Endpoint Devices 如：扬声器、耳机、麦克风、CD播放器)的软件抽象。

Core Audio APIs的组成： 

1. Multimedia Device (MMDevice) API    该API用于枚举系统中的音频终端设备(Audio Endpoint Devices)。告诉音频客户端程序有哪些音频终端设备以及它们的性能，并且为这些设备创建驱动实例(driver instances)。是最基本的Core Audio API，为其他三个API提供服务。

2. EndpointVolume API      使客户端程序能够操作音频终端设备。

3. Windows Audio Session API (WASAPI)      使客户端程序能够管理介于程序和音频终端设备之间的音频数据。             

4. DeviceTopology API 客户端程序使用这个API可直接沿着音频适配器(audio adapters)的硬件设备里的数据通道进入布局特征。是最底层的音频API，可以通过适配器设备(adapter devices)的布局来查看和管理设备中的音频控制。下图为DeviceTopology API的作用范围

 

参考博文： 使用Core Audio实现对声卡输出的捕捉

支持Vista及之后的Windows系统，支持麦克风，声卡输出的采集， 控制声音播放。