DirectSound播放PCM(可播放实时采集的音频数据)

前言

　　该篇整理的原始来源为http://blog.csdn.net/leixiaohua1020/article/details/40540147。非常感谢该博主的无私奉献，写了不少关于不同多媒体库的博文。让我这个小白学习到不少。现在将其整理是为了收录，以备自己查看。

一、DirectSound简介

　　DirectSound是微软所开发DirectX的组件之一，可以在Windows 操作系统上录音，并且记录波形音效（waveform sound）。目前DirectSound 是一个成熟的API ，提供许多有用的功能，例如能够在较高的分辨率播放多声道声音。DirectSound3D（DS3D）最早是1993年与 DirectX 3 一起发表的。DirectX 8以后的DirectSound和DirectSound3D的（DS3D）被合称DirectX Audio。

　　DirectSound有以下几种对象：

图1.DirectSound对象

二、DirectSound播放音频的流程

使用DirectSound播放音频一般情况下需要如下步骤：

1.初始化

• 创建一个IDirectSound8接口的对象
• 设置协作级
• 创建一个主缓冲对象
• 创建一个副缓冲对象
• 创建通知对象
• 设置通知位置
• 开始播放

2.循环播放声音

• 数据填充至副缓冲区
• 等待播放完成

三、结合接口详细分析

1.初始化

1)创建一个IDirectSound8接口的对象

　　通过DirectSoundCreate8()方法可以创建一个设备对象。这个对象通常代表缺省的播放设备。DirectSoundCreate8()函数原型如下。

1 HRESULT DirectSoundCreate8(

2      LPCGUID lpcGuidDevice,

3      LPDIRECTSOUND8 * ppDS8,

4      LPUNKNOWN pUnkOuter

5 )

参数的含义如下：

lpcGuidDevice：要创建的设备对象的GUID。可以指定为NULL，代表默认的播放设备。
ppDS8：返回的IDirectSound8对象的地址。
pUnkOuter：必须设为NULL。

例如如下代码即可创建一个IDirectSound8接口的对象

1 IDirectSound8 *m_pDS=NULL;    

2 DirectSoundCreate8(NULL,&m_pDS,NULL);

2) 设置协作级

　　Windows 是一个多任务环境，同一时间有多个应用程序去访问设备。通过使用协作级别，DirectSound可以确保应用程序不会在别的设备使用时去访问，每个 DirectSound应用程序都有一个协作级别，这个级别决定着访问硬件的权限。

　　在创建一个设备对象以后，必须通过用IDirectSound8的SetCooperativeLevel()设置协作权限，否则将听不到声音。SetCooperativeLevel()的原型如下

1 HRESULT SetCooperativeLevel(

2  HWND hwnd,

3  DWORD dwLevel

4 )

参数的含义如下：

hwnd：应用程序窗口句柄。
dwLevel：支持以下几种级别：
DSSCL_EXCLUSIVE：与DSSCL_PRIORITY具有相同的作用。
DSSCL_NORMAL：正常的协调层级标志，其他程序可共享声卡设备进行播放。
DSSCL_PRIORITY：设置声卡设备为当前程序独占。
DSSCL_WRITEPRIMAR：可写主缓冲区，此时副缓冲区就不能进行播放处理，即不能将次缓冲区的数据送进混声器，再输出到主缓冲区上。这是最完全控制声音播放的方式。

 3) 创建一个主缓冲对象

　　使用IDirectSound8的CreateSoundBuffer()可以创建一个IDirectSoundBuffer接口的主缓冲区对象。CreateSoundBuffer()的原型如下。

1 HRESULT CreateSoundBuffer(

2  LPCDSBUFFERDESC pcDSBufferDesc,

3  LPDIRECTSOUNDBUFFER * ppDSBuffer,

4  LPUNKNOWN pUnkOuter

5 )

 

参数的含义如下：
pcDSBufferDesc：描述声音缓冲的DSBUFFERDESC结构体的地址
ppDSBuffer：返回的IDirectSoundBuffer接口的对象的地址。
pUnkOuter：必须设置为NULL。

　　其中涉及到一个描述声音缓冲的结构体DSBUFFERDESC，该结构体的定义如下：

1 typedef struct _DSBUFFERDESC

2 {

3     DWORD           dwSize;

4     DWORD           dwFlags;

5     DWORD           dwBufferBytes;

6     DWORD           dwReserved;

7     LPWAVEFORMATEX  lpwfxFormat;

8 } DSBUFFERDESC

简单解释一下其中的变量的含义：
dwSize：结构体的大小。必须初始化该值。
dwFlags：设置声音缓存的属性。有很多选项，可以组合使用，就不一一列出了。详细的参数可以查看文档。
dwBufferBytes：缓冲的大小。
dwReserved：保留参数，暂时没有用。
lpwfxFormat：指向一个WAVE格式文件头的指针。

　　设置DSBUFFERDESC完毕后，就可以使用CreateSoundBuffer()创建主缓冲了。示例代码如下：

 1     DSBUFFERDESC dsbd;

 2     memset(&dsbd,0,sizeof(dsbd));

 3     dsbd.dwSize=sizeof(dsbd);

 4     dsbd.dwFlags=DSBCAPS_GLOBALFOCUS | DSBCAPS_CTRLPOSITIONNOTIFY |DSBCAPS_GETCURRENTPOSITION2;

 5     dsbd.dwBufferBytes=MAX_AUDIO_BUF*BUFFERNOTIFYSIZE; 

 6     //WAVE Header

 7     dsbd.lpwfxFormat=(WAVEFORMATEX*)malloc(sizeof(WAVEFORMATEX));

 8     dsbd.lpwfxFormat->wFormatTag=WAVE_FORMAT_PCM;   

 9     /* format type */

10     (dsbd.lpwfxFormat)->nChannels=channels;          

11     /* number of channels (i.e. mono, stereo...) */

12     (dsbd.lpwfxFormat)->nSamplesPerSec=sample_rate;     

13     /* sample rate */

14     (dsbd.lpwfxFormat)->nAvgBytesPerSec=sample_rate*(bits_per_sample/8)*channels; 

15     /* for buffer estimation */

16     (dsbd.lpwfxFormat)->nBlockAlign=(bits_per_sample/8)*channels;        

17     /* block size of data */

18     (dsbd.lpwfxFormat)->wBitsPerSample=bits_per_sample;     

19     /* number of bits per sample of mono data */

20     (dsbd.lpwfxFormat)->cbSize=0;

21 

22 

23     //Creates a sound buffer object to manage audio samples. 

24     HRESULT hr1;

25     if( FAILED(m_pDS->CreateSoundBuffer(&dsbd,&m_pDSBuffer,NULL))){   

26         return FALSE;

27     }

4) 创建一个副缓冲对象

　　使用IDirectSoundBuffer的QueryInterface()可以得到一个IDirectSoundBuffer8接口的对象。IDirectSoundBuffer8的GUID为IID_IDirectSoundBuffer8。示例代码如下。

1 IDirectSoundBuffer *m_pDSBuffer=NULL;

2 IDirectSoundBuffer8 *m_pDSBuffer8=NULL;

3 ...

4 if( FAILED(m_pDSBuffer->QueryInterface(IID_IDirectSoundBuffer8,(LPVOID*)&m_pDSBuffer8))){

5     return FALSE ;

6 }

5) 创建通知对象

　　使用IDirectSoundBuffer8的QueryInterface()可以得到一个IDirectSoundNotify8接口的对象。IDirectSoundBuffer8的GUID为IID_IDirectSoundNotify。示例代码如下。

1 IDirectSoundBuffer8 *m_pDSBuffer8=NULL;

2 IDirectSoundNotify8 *m_pDSNotify=NULL;    

3 …

4 if(FAILED(m_pDSBuffer8->QueryInterface(IID_IDirectSoundNotify,(LPVOID*)&m_pDSNotify))){

5     return FALSE ;

6 }

　　一句话概括一下通知对象的作用：当DirectSound缓冲区中的数据播放完毕后，告知系统应该填充新的数据。

6) 设置通知位置

　　使用IDirectSoundNotify8的SetNotificationPositions()可以设置通知的位置。SetNotificationPositions()的原型如下。

1 HRESULT SetNotificationPositions(

2          DWORD dwPositionNotifies,

3          LPCDSBPOSITIONNOTIFY pcPositionNotifies

4 )

参数含义如下。
dwPositionNotifies：DSBPOSITIONNOTIFY结构体的数量。既包含几个通知的位置。
pcPositionNotifies：指向DSBPOSITIONNOTIFY结构体数组的指针。

　　在这里涉及到一个结构体DSBPOSITIONNOTIFY，它描述了通知的位置。DSBPOSITIONNOTIFY的定义如下。

1 typedef struct DSBPOSITIONNOTIFY {

2     DWORD dwOffset;

3     HANDLE hEventNotify;

4 } DSBPOSITIONNOTIFY;

它的成员的含义如下。
dwOffset：通知事件触发的位置（距离缓冲开始位置的偏移量）。
hEventNotify：触发的事件的句柄。

7) 开始播放

　　使用IDirectSoundBuffer8的SetCurrentPosition ()可以设置播放的位置。SetCurrentPosition ()原型如下

1 HRESULT SetCurrentPosition(

2          DWORD dwNewPosition

3 )

其中dwNewPosition是播放点与缓冲区首个字节之间的偏移量。
　　使用IDirectSoundBuffer8的Play ()可以开始播放音频数据。Play ()原型如下。

1 HRESULT Play(

2          DWORD dwReserved1,

3          DWORD dwPriority,

4          DWORD dwFlags

5 )

参数含义：
dwReserved1：保留参数，必须取0。
dwPriority：优先级，一般情况下取0即可。
dwFlags：标志位。目前常见的是DSBPLAY_LOOPING。当播放至缓冲区结尾的时候，重新从缓冲区开始处开始播放。

 

2. 循环播放声音

1) 数据填充至副缓冲区

 

　　数据填充至副缓冲区之前，需要先使用Lock()锁定缓冲区。然后就可以使用fread()，memcpy()等方法将PCM音频采样数据填充至缓冲区。数据填充完毕后，使用Unlock()取消对缓冲区的锁定。如果是实时采集的音频数据，只要将音频数据复制到Lock()获取到的ppvAudioPtr1指向的地址，大小为pdwAudioBytes1，就可以播放了。（我使用的方式就是如此，实现了实时音频的播放，下文中的例子数据是读取自文件。）

　　Lock()函数的原型如下。

1 HRESULT Lock(

2          DWORD dwOffset,

3          DWORD dwBytes,

4          LPVOID * ppvAudioPtr1,

5          LPDWORD  pdwAudioBytes1,

6          LPVOID * ppvAudioPtr2,

7          LPDWORD pdwAudioBytes2,

8          DWORD dwFlags

9 )

参数的含义如下。
dwOffset：锁定的内存与缓冲区首地址之间的偏移量。
dwBytes：锁定的缓存的大小。
ppvAudioPtr1：获取到的指向缓存数据的指针。
pdwAudioBytes1：获取到的缓存数据的大小。
ppvAudioPtr2：没有用到，设置为NULL。
pdwAudioBytes2：没有用到，设置为0。
dwFlags：暂时没有研究。

　　UnLock()函数的原型如下。

1 HRESULT Unlock(

2          LPVOID pvAudioPtr1,

3          DWORD dwAudioBytes1,

4          LPVOID pvAudioPtr2,

5          DWORD dwAudioBytes2

6 )

参数含义如下。
pvAudioPtr1：通过Lock()获取到的指向缓存数据的指针。
dwAudioBytes1：写入的数据量。
pvAudioPtr2：没有用到。
dwAudioBytes2：没有用到。

2) 等待播放完成

　　根据此前设置的通知机制，使用WaitForMultipleObjects()等待缓冲区中的数据播放完毕，然后进入下一个循环。

四、播放音频流程总结

　　DirectSound播放PCM音频数据的流程如下图所示。

图2

　　其中涉及到的几个结构体之间的关系如下图所示。

图3.结构体关系

五、使用示例代码

　　该代码也是直接使用的来自原博主的代码，如下

  1 /**

  2  * 最简单的DirectSound播放音频的例子（DirectSound播放PCM）

  3  * Simplest Audio Play DirectSound (DirectSound play PCM) 

  4  *

  5  * 雷霄骅 Lei Xiaohua

  6  * [email protected]

  7  * 中国传媒大学/数字电视技术

  8  * Communication University of China / Digital TV Technology

  9  * http://blog.csdn.net/leixiaohua1020

 10  *

 11  * 本程序使用DirectSound播放PCM音频采样数据。

 12  * 是最简单的DirectSound播放音频的教程。

 13  *

 14  * 函数调用步骤如下：

 15  *

 16  * [初始化]

 17  * DirectSoundCreate8()：创建一个DirectSound对象。

 18  * SetCooperativeLevel()：设置协作权限，不然没有声音。

 19  * IDirectSound8->CreateSoundBuffer()：创建一个主缓冲区对象。

 20  * IDirectSoundBuffer->QueryInterface(IID_IDirectSoundBuffer8..)：

 21  *            创建一个副缓冲区对象，用来存储要播放的声音数据文件。

 22  * IDirectSoundBuffer8->QueryInterface(IID_IDirectSoundNotify..)：

 23  *            创建通知对象，通知应用程序指定播放位置已经达到。

 24  * IDirectSoundNotify8->SetNotificationPositions()：设置通知位置。

 25  * IDirectSoundBuffer8->SetCurrentPosition()：设置播放的起始点。

 26  * IDirectSoundBuffer8->Play()：开始播放。

 27  *

 28  * [循环播放数据]

 29  * IDirectSoundBuffer8->Lock()：锁定副缓冲区，准备写入数据。

 30  * fread()：读取数据。

 31  * IDirectSoundBuffer8->Unlock()：解锁副缓冲区。

 32  * WaitForMultipleObjects()：等待“播放位置已经达到”的通知。

 33  *

 34  * This software plays PCM raw audio data using DirectSound.

 35  * It's the simplest tutorial about DirectSound.

 36  *

 37  * The process is shown as follows:

 38  *

 39  * [Init]

 40  * DirectSoundCreate8(): Init DirectSound object.

 41  * SetCooperativeLevel(): Must set, or we won't hear sound.

 42  * IDirectSound8->CreateSoundBuffer(): Create primary sound buffer.

 43  * IDirectSoundBuffer->QueryInterface(IID_IDirectSoundBuffer8..): 

 44  *            Create secondary sound buffer.

 45  * IDirectSoundBuffer8->QueryInterface(IID_IDirectSoundNotify..): 

 46  *            Create Notification object.

 47  * IDirectSoundNotify8->SetNotificationPositions():

 48  *            Set Notification Positions.

 49  * IDirectSoundBuffer8->SetCurrentPosition(): Set position to start.

 50  * IDirectSoundBuffer8->Play(): Begin to play.

 51  *

 52  * [Loop to play data]

 53  * IDirectSoundBuffer8->Lock(): Lock secondary buffer.

 54  * fread(): get PCM data.

 55  * IDirectSoundBuffer8->Unlock(): UnLock secondary buffer.

 56  * WaitForMultipleObjects(): Wait for Notifications.

 57  */

 58 #include <stdio.h>

 59 #include <stdlib.h>

 60 #include <windows.h>

 61 #include <dsound.h>

 62 

 63 

 64 #define MAX_AUDIO_BUF 4 

 65 #define BUFFERNOTIFYSIZE 192000 

 66 

 67 

 68 int sample_rate=8000;    //PCM sample rate

 69 int channels=1;            //PCM channel number

 70 int bits_per_sample=16;    //bits per sample

 71 

 72 BOOL main(int argc,char * argv[])

 73 {

 74     int i;

 75     FILE * fp;

 76     if((fp=fopen("../out.pcm","rb"))==NULL){

 77         printf("cannot open this file\n");

 78         return -1;

 79     }

 80 

 81     IDirectSound8 *m_pDS=0;                    

 82     IDirectSoundBuffer8 *m_pDSBuffer8=NULL;    //used to manage sound buffers.

 83     IDirectSoundBuffer *m_pDSBuffer=NULL;    

 84     IDirectSoundNotify8 *m_pDSNotify=0;        

 85     DSBPOSITIONNOTIFY m_pDSPosNotify[MAX_AUDIO_BUF];

 86     HANDLE m_event[MAX_AUDIO_BUF];

 87 

 88     SetConsoleTitle(TEXT("Simplest Audio Play DirectSound"));//Console Title

 89     //Init DirectSound

 90     if(FAILED(DirectSoundCreate8(NULL,&m_pDS,NULL)))

 91         return FALSE;

 92     if(FAILED(m_pDS->SetCooperativeLevel(FindWindow(NULL,TEXT("Simplest Audio Play DirectSound")),DSSCL_NORMAL)))

 93         return FALSE;

 94 

 95 

 96     DSBUFFERDESC dsbd;

 97     memset(&dsbd,0,sizeof(dsbd));

 98     dsbd.dwSize=sizeof(dsbd);

 99     dsbd.dwFlags=DSBCAPS_GLOBALFOCUS | DSBCAPS_CTRLPOSITIONNOTIFY |DSBCAPS_GETCURRENTPOSITION2;

100     dsbd.dwBufferBytes=MAX_AUDIO_BUF*BUFFERNOTIFYSIZE; 

101     dsbd.lpwfxFormat=(WAVEFORMATEX*)malloc(sizeof(WAVEFORMATEX));

102     dsbd.lpwfxFormat->wFormatTag=WAVE_FORMAT_PCM;   

103     /* format type */

104     (dsbd.lpwfxFormat)->nChannels=channels;          

105     /* number of channels (i.e. mono, stereo...) */

106     (dsbd.lpwfxFormat)->nSamplesPerSec=sample_rate;     

107     /* sample rate */

108     (dsbd.lpwfxFormat)->nAvgBytesPerSec=sample_rate*(bits_per_sample/8)*channels; 

109     /* for buffer estimation */

110     (dsbd.lpwfxFormat)->nBlockAlign=(bits_per_sample/8)*channels;        

111     /* block size of data */

112     (dsbd.lpwfxFormat)->wBitsPerSample=bits_per_sample;     

113     /* number of bits per sample of mono data */

114     (dsbd.lpwfxFormat)->cbSize=0;

115 

116     //Creates a sound buffer object to manage audio samples. 

117     HRESULT hr1;

118     if( FAILED(m_pDS->CreateSoundBuffer(&dsbd,&m_pDSBuffer,NULL))){   

119         return FALSE;

120     }

121     if( FAILED(m_pDSBuffer->QueryInterface(IID_IDirectSoundBuffer8,(LPVOID*)&m_pDSBuffer8))){

122         return FALSE ;

123     }

124     //Get IDirectSoundNotify8

125     if(FAILED(m_pDSBuffer8->QueryInterface(IID_IDirectSoundNotify,(LPVOID*)&m_pDSNotify))){

126         return FALSE ;

127     }

128     for(i =0;i<MAX_AUDIO_BUF;i++){

129         m_pDSPosNotify[i].dwOffset =i*BUFFERNOTIFYSIZE;

130         m_event[i]=::CreateEvent(NULL,false,false,NULL); 

131         m_pDSPosNotify[i].hEventNotify=m_event[i];

132     }

133     m_pDSNotify->SetNotificationPositions(MAX_AUDIO_BUF,m_pDSPosNotify);

134     m_pDSNotify->Release();

135 

136     //Start Playing

137     BOOL isPlaying =TRUE;

138     LPVOID buf=NULL;

139     DWORD  buf_len=0;

140     DWORD res=WAIT_OBJECT_0;

141     DWORD offset=BUFFERNOTIFYSIZE;

142 

143     m_pDSBuffer8->SetCurrentPosition(0);

144     m_pDSBuffer8->Play(0,0,DSBPLAY_LOOPING);

145     //Loop

146     while(isPlaying){

147         if((res >=WAIT_OBJECT_0)&&(res <=WAIT_OBJECT_0+3)){

148             m_pDSBuffer8->Lock(offset,BUFFERNOTIFYSIZE,&buf,&buf_len,NULL,NULL,0);

149 

150             // 如果是实时音频播放，那么下面的数据就可以把内存中buf_len大小的数据复制到buf指向的地址即可

151             if(fread(buf,1,buf_len,fp)!=buf_len){

152                 //File End

153                 //Loop:

154                 fseek(fp, 0, SEEK_SET);

155                 fread(buf,1,buf_len,fp);

156                 //Close:

157                 //isPlaying=0;

158             }

159 

160             offset+=buf_len;

161             offset %= (BUFFERNOTIFYSIZE * MAX_AUDIO_BUF);

162             printf("this is %7d of buffer\n",offset);

163             m_pDSBuffer8->Unlock(buf,buf_len,NULL,0);

164         }

165         res = WaitForMultipleObjects (MAX_AUDIO_BUF, m_event, FALSE, INFINITE);

166     }

167 

168     return 0;

169 }

结语

　　最后，再次强调下，该博文是整理自http://blog.csdn.net/leixiaohua1020/article/details/40540147。我只是改变了一点点格式，其实改变的地方非常少。只是加了点注释，即播放实时内存数据怎么使用（这是我在项目中的使用方式）。我一再强调，是为了尊重原博主的工作，毕竟直接把别人的东西拿来当作自己的，那就是小偷了。