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。