DirectX编程：[初级]C# 中利用 DirectSound 录音

花了一阵子，把DirectX安装后自带的帮助文件中的那部分关于DirectSound录音这块给看完了，顺便把那部分翻译成了中文，有些地方可能翻译的不是很通顺，不过总体上还是能看得懂的。查看中文翻译，建议大家在进行学习前可以先去看看。
      期间也看了些别人的相关文章，感觉有点思路后就开始动手了，很高兴最后能顺利通过测试。不过我这个功能很简单，也不完善，只是最基本的可以录音。还待以后深入学习。

      开发平台：VS.NET 2005 ，Windows XP SP2 ，DirectX SDK（June 2008）下载页面 。
      必须的硬件设备：麦克风、声卡（集成或独立均可）、音响（能播放声音就行）

      首先，我们来温故下声卡和声音的基础知识。

      [摘自网络]  声音其实是一种能量波，因此也有频率和振幅的特征，频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线其实由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取得点越多，获取得频率信息更丰富，为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。光有频率信息是不够的，我们还必须获得该频率的能量值并量化，用于表示信号强度。量化值为2的整数次幂，我们常见的CD位16bit的采样大小，即2的16次方。

上图中A线条表示原始信号，而线条B和C表示不同采样率和采样大小的数字信号。采样率和采样大小的值越大，记录的波形更接近原始信号。

      采样频率一般分为22.05kHz、44.1kHz、48kHz三个等级，22.05kHz只能达到FM（调频）广播的声音品质，44.1kHz则是理论上的CD音质极限，48kHz则更加精确一些。对于高于48kHz的采样频率，人耳已无法听到，所以在电脑中也没有多少实用价值。
      目前的声卡基本都具有输入和输出信号的能力，这也是声卡具有最基本功能（录制声音、播放声音）的基础。如果可以同时输出和输入信号，这块声卡就得支持全双工的工作模式，这便是网络上进行语音通讯的基础。
      我们要讲的录音，就是将采集自麦克风的模拟信号转换成数字信号（ADC），一般麦克风只能提供模拟信号。
      一般声卡采集到的数据会被存放到缓存区后进行处理，如果是集成声卡，那就是先把数据放在内存中后再处理，你可以通过任务管理器来查看WINDOWS自带的录音机在录音时候内存的变化。
 

      对以上内容有所了解后，我们接着来了解下利用DirectSound录制声音的基本步骤。

       1 DirectSound是什么？
       DirectSound 是微软提供的DirectX API 的一部分。它使你能以极低的时延播放声音，使应用程序可以高度利用硬件资源。

       2 DirectSound能做什么？
       2.1 按照WAV格式播放声音。
       2.2 可以同时播放多种声音。
       2.3 将高优先级的声音分配给由硬件控制的缓冲区。
       2.4 将普通的声音融入自定的3D环境中。
       2.5 可以给声音添加不同的效果，比如回声，合唱等。
       2.6 从麦克风或其它音频输入设备中捕获WAV声音。

       3 DirectSound有哪些主要对象？

       4 其它辅助对象

      5 必需知道的关键点
      实在是太不厚道了！！！！！辛苦写了半天，提交前没有事先复制一份，结果提交了半天给我展示了一个“无法显示该页面”，害得我又得从上次保存的地方开始写。真晕呀！！还不知道能不能记起刚才写的。都有点不想写了，可又觉得可惜。可恶！！可恶！！
      5.1 WAVE格式
      WAVE是录音时用的标准的WINDOWS文件格式，扩展名为“WAV”，
      我们使用DirectSound采集的WAV声音，其音频数据是按照PCM（脉冲编码调制，对连续变化的模拟信号进行抽样、量化和编码产生的数据，0和1的组合）调制后放入缓冲区的。
      WAVE文件格式采用RIFF文件格式结构，对PCM数据和其它一些音频信息进行相应的编排，从而最终形成的WAVE文件才能被音频播放器识别，才能进行播放。

       5.2 缓冲区指针
       缓冲区是存放音频数据的地方，并且它还提供了我们两个指针：读指针和捕捉指针。它们的位置按照相对于缓冲区起始位置的偏移量计算。读指针位于当前已经被完全捕捉到缓冲区的数据末尾。捕捉指针位于当前将要从硬件中复制的数据块的末尾。如果你想从缓冲区中读取数据，则只能从已经完全写入缓冲区的数据中读取，也就是说我们只能从偏移量小于读指针的地方读取。

       5.3 缓冲区通知
       大家应该都知道时间相同的音频文件，WAVE文件会比其它格式的音频文件大得多，这是因为WAVE文件没有对数据进行压缩。如果录音的时候，不限制缓冲区大小，那么你录制很短的时间可能就会占用很多内存，说不定不过多久，你的1G内存就不够用了。因此我们必须对缓冲区的大小进行限制，而且当缓冲区满了之后，还可以重新从缓冲区起始处开始，用新的数据覆盖旧的数据。那旧的数据怎么办呢？如果你不想丢失旧的数据，那就得在旧的数据被覆盖之前，将它转移到其它地方。
      如何才能在旧的数据没有被覆盖之前，将它转移走呢？如果是你，你会采用什么办法？
      有人提出通过轮询的办法，经常询问缓冲区是否满，满了则进行转移操作。可是这样做会相当耗费性能。微软提供了我们一个解决办法：“通知”。我们可以在缓冲区中的某些位置处设置通知，当读指针到达通知位置的时候，就会触发相应的事件执行转移操作。是不是有点像操作系统中的“响应中断”呢？

      6 录音大致过程
      6.1 设置PCM格式（很多人喜欢说是设置WAVE格式，但是个人觉得这样说并不恰当，因为PCM才是用来描述数据采集的，而WAVE只是一种文件格式。），设置相关的参数，如：采样频率、量化位数等。
      6.2 创建WAVE文件，有没有搞错呀？数据还没开始采集，怎么就先创建文件了呢？我可以很明确得告诉你没有错。因为RIFF结构的WAVE文件除了音频数据之外，还有其它数据，比如音频格式、格式长度等类似于文件头的数据。有了文件头后，接下来就只需要把接收到的数据添加在这个后面就好了。当然你一定要最后写的话，也不是不可以。
      6.3 建立设备对象，建立缓冲区对象。
      6.4 设置缓冲区通知，设置通知被触发后的事件。
      6.5 准备就绪后，就可以开始录音了。
      6.6 当通知被触发后，建立一个新的线程来处理数据转移的事件。（建立一个新的线程，就是为了防止录音过程被中断）。
      6.7 录音结束，写入WAV文件尾。这样一个可以播放的WAVE文件就OK了。

      具体代码
      不知道怎么形容现在的感觉了，真得很高兴大部分内容还记得。不知道你现在是何心情，是否已经没什么热情看下去了？本来想分两篇写的，但后来想想还是不浪费首面原创区的空间了。如果你前面的已经看懂了，那下面对你来说可能只是写写代码的事了。

      1.需要引用的命名空间和外部dll。

        两个外部DLL为：Microsoft.DirectX.dll 和 Microsoft.DirectX.DirectSound.dll

用户变量

         private  WaveFormat SetWaveFormat()
        {
            WaveFormat format  =   new  WaveFormat();
            format.FormatTag  =  WaveFormatTag.Pcm; // 设置音频类型
            format.SamplesPerSecond  =   22050 ; // 采样率（单位：赫兹）典型值：11025、22050、44100Hz
            format.BitsPerSample  =   16 ; // 采样位数
            format.Channels  =   1 ; // 声道
            format.BlockAlign  =  ( short )(format.Channels  *  (format.BitsPerSample  /   8 )); // 单位采样点的字节数
            format.AverageBytesPerSecond  =  format.BlockAlign  *  format.SamplesPerSecond;
             return  format;
             // 按照以上采样规格，可知采样1秒钟的字节数为22050*2=55100B 约为 53K
        }

创建WAVE文件

建立设备对象和缓冲区对象

设置通知及其相应的事件

       7.开始捕捉
       调用缓冲区的START方法就可以开始捕捉了。

       8.结束捕捉并写入WAV文件尾

结束捕捉

       这样， 基本就完成了。但是并没有进行完善。这个还待日后改善。
      
       感叹呀~~写这篇，真得好不容易，感觉卡得就像个...。

       参考：http://blog.donews.com/uplook/archive/2005/12/14/657145.aspx
               http://www.cnblogs.com/onlytiancai/archive/2008/08/02/p2p_sound_chat.html

本文转自stg609博客园博客，原文链接：http://www.cnblogs.com/stg609/archive/2008/10/24/1318931.html，如需转载请自行联系原作者