模板
教程
環境
性能
功能
管理
API層實現語音錄制
發表于：2007-07-14來源：作者：點擊數：
標簽：
我從前出于需要，上網尋找了關于錄音部分的源代碼，收獲不大，現在把自己摸索的部分源代碼公開出來吧，希望對部分人有用。 其實要實現聲音的錄制，可以用多種的方式(例如 mci )，我這里介紹的是在 API 的層面來實現，你可以對其中進行更多的控制。比方說，要
我從前出于需要，上網尋找了關于錄音部分的源代碼，收獲不大，現在把自己摸索的部分源代碼公開出來吧，希望對部分人有用。其實要實現聲音的錄制，可以用多種的方式(例如 mci )，我這里介紹的是在 API 的層面來實現，你可以對其中進行更多的控制。比方說，要音頻裸數據存到你指定的內存中去。
先說一下要用到的 API ， 錄音通常都是使用 waveInXXX 一類 API 的，最主要的是 waveInStart (顧名思義就是開始錄音)，然后是 waveInStop(它能夠在你指定的緩沖滿的時候返回) ； 如果不用 waveInStop 可以使用 waveInReset(不同于Stop的是該函數不等緩沖滿就馬上返回那樣你才可以終止錄音)，不過最好跟 waveInGetPosition 配合使用。
說完這些函數，不得不提的是為以上幾個函數做準備工作的函數(注意配對使用)， waveInOpen 和 waveInClose 配對( waveInOpen 里面指定音頻的格式，比方說立體聲 和16位音質等)； waveInPrepareHeader 和 waveInUnprepareHeader 配對( waveInPrepareHeader 里面指定用來錄音緩沖的大小和首地址)，緊跟著 waveInPrepareHeader要例行公事調用 waveInAddBuffer( 作用未詳，不多說了)。
詳細調用過程可以看下面
(之前最好調用 waveInGetNumDevs 看看有沒有可用的設備)
waveInOpen (該處用 WAVEFORMATEX 結構指定音頻格式)
waveInPrepareHeader (該處用 WAVEHDR 結構的 lpData 成員指定緩沖首地址)
waveInAddBuffer
waveInStart
(錄制中....)
waveInStop (warning:一定要緩沖滿了才返回)
waveInUnprepareHeader
waveInClose
需要指出的是，上面的代碼你不能隨心所欲的停止錄音過程(如果你指定的緩沖非常大，比方說足夠錄音一個小時，那么你就要乖乖的等上一個小時)，如果希望馬上停止，請使用下面的方法。
waveInStart
(錄制中....)
(n 時間后，用戶提出停止請求)
waveInGetPosition (保留該值，用來設置 WAVEHDR 結構的 dwBytesRecorded 成員)
waveInReset
(重新設置 WAVEHDR 結構的 dwBytesRecorded 成員)
整個過程就是如此的幾句，下面將給出源程序以驗證。
需要說明一下，正常情況下錄音以后，總共耗費的內存(以字節算) 會保存在WAVEHDR 結構的 dwBytesRecorded 成員中，可用的音頻裸數據當然就放進你指定的內存緩沖中去了，你大可不必等 waveInUnprepareHeader 就可以馬上拿來用了。
( 補充一個內容，粗略講解一下 .wav 文件的文件頭格式 )
看下面的結構，一開始的八個字節是一個結構， 第一個 四字節 是標志，剛好等于 ascii 的 "RIFF" ，第二個四字節是總的文件長度減去8。你可以驗證一下。(參照16進制閱讀數字的方法)
跟著是第二個數據結構，占12個字節。如果你是標準的 wave 格式的文件，那么就是緊接著兩個標志，第一個四字節的標志是 ascii 的 "WAVE" ，第二個 四字節的標志就是 ascii 的 "fmt "(注意，有一個空格)，然后剩下的四字節里面藏的是 WAVEFORMATEX 結構的大小(參照MSDN)，應該是18個字節。
然后，當然就是 18個字節的 WAVEFORMATEX 結構里面的值。詳細的就不說了，自己查一下 MSDN。 (需要注意的是，這個 WAVEFORMATEXEX 的末一個成員，講了可能的長度擴充)
在這 18 個字節后面 (按照舊時候的方法)，應該是跟著一個8字節的結構的，然后就是 "裸數據" 的開始地址了，這八字節結構的開始四字節是標志，應該等于 ascii 的 "data"，然后緊跟著的四字節就是裸數據的大小了，也就是最重要的部分。
好了，如此一來，你就可以得到音頻裸數據的起始位置(緊緊跟在含"data"標志的數據結構的后面)，還有就是音頻數據的長度了。應該是所有的問題都很容易解決的。
不過，還要注意，就是現在的很多 .wav 文件都會外加一個數據結構(12字節)，就插在 WAVEFORMATEX 的后面和 含 "data" 的數據結構前面。 這個外加的結構 第一個四字節是標志，等于 ascii 碼的 "fact"，然后第二個四字節的值在大部分情況下都等于 4， 第三個四字節的值也是等于 音頻裸數據的長度。 基本上就是這樣了。
下面給出的源程序文件只要加進新建的 VC win32工程中，編譯即可，執行效果是錄音三秒后自動生成 mytest.wav 文件供播放測試(記得選好默認錄音通道)。
廢話不多說，給出源程序(該源程序中要包含 RunTimeLog.cpp，見http://www.csdn.net/develop/Read_Article.asp?Id=17477) 希望對大家有用。(全文完)
(全文完 - 2003年03月27日_am: 11時27分)
// ******************* FileName: WinMain.cpp *****************************
// 該源程序需要加入到 VC6 的 Win32 Application 的 empty Project 中
// 請包含我自定義的調試類，見 #include "RunTimeLog.cpp"
// 對于工程的 Link 選項，至少要包含以下庫: msvcrt.lib kernel32.lib user32.lib Winmm.lib
#define WIN32_LEAN_AND_MEAN // Say No to MFC !!
#include <windows.h>
#include <Mmsystem.h>
#include "RunTimeLog.cpp"
RunTimeLog log;
char lpTemp[256]="";
DWORD FCC(LPSTR lpStr)
{
DWORD Number = lpStr[0] + lpStr[1] *0x100 + lpStr[2] *0x10000 + lpStr[3] *0x1000000 ;
return Number;
}
int WINAPI WinMain( HINSTANCE hInstance, HINSTANCE hPrevInstance,
LPSTR lpCmdLine, int nCmdShow )
{
CreateMutex( NULL, false, "MyMutex");
if ( GetLastError() == ERROR_ALREADY_EXISTS )
{ log.write("Exists and Exit"); log.last(); ExitProcess( NULL); }
log.write("Program Start.");
log.nobuff = true;
DWORD datasize = 48000;
// 最常用法
WAVEFORMATEX waveformat;
waveformat.wFormatTag=WAVE_FORMAT_PCM;
waveformat.nChannels=1;
waveformat.nSamplesPerSec=8000;
waveformat.nAvgBytesPerSec=8000;
waveformat.nBlockAlign=1;
waveformat.wBitsPerSample=8; //指定錄音格式
waveformat.cbSize=0;
wsprintf( lpTemp, "WAVEFORMATEX size = %lu", sizeof(WAVEFORMATEX) );
log.write(lpTemp);
HWAVEIN m_hWaveIn;
if ( waveInGetNumDevs() ) log.write("有可以使用的 WaveIn 通道"); else log.write("沒有可以使用的 waveIn 通道");
int res=waveInOpen(&m_hWaveIn,WAVE_MAPPER, &waveformat, (DWORD)NULL,0L,CALLBACK_WINDOW); //打開錄音設備
if ( res == MMSYSERR_NOERROR ) log.write("打開 waveIn 成功"); // 驗證創建是否成功
else {
wsprintf(lpTemp, "打開 waveIn 通道失敗，Error_Code = 0x%x", res );
log.write(lpTemp);
} // End of 驗證創建是否成功
WAVEHDR m_pWaveHdr;
m_pWaveHdr.lpData = (char *)GlobalLock( GlobalAlloc(GMEM_MOVEABLE|GMEM_SHARE, datasize) );
memset(m_pWaveHdr.lpData, 0, datasize );
m_pWaveHdr.dwBufferLength = datasize;
m_pWaveHdr.dwBytesRecorded = 0;
m_pWaveHdr.dwUser = 0;
m_pWaveHdr.dwFlags = 0;
m_pWaveHdr.dwLoops = 0;
wsprintf( lpTemp, "WAVEHDR size = %lu", sizeof(WAVEHDR) );
log.write(lpTemp);
int resPrepare = waveInPrepareHeader( m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR) ); //準備內存塊錄音
if ( resPrepare == MMSYSERR_NOERROR) log.write("準備錄音用頭文件成功");
else {
wsprintf(lpTemp, "不能開辟錄音頭文件，Error_Code = 0x%03X", resPrepare );
log.write(lpTemp);
} // End of 驗證開辟緩沖
resPrepare = waveInAddBuffer( m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR) );
if ( resPrepare == MMSYSERR_NOERROR) log.write("準備錄音用內存成功");
else {
wsprintf(lpTemp, "不能開辟錄音用緩沖，Error_Code = 0x%03X", resPrepare );
log.write(lpTemp);
} // End of 驗證開辟緩沖
log.write(""); // 寫入空字符串可以分行
if (! waveInStart(m_hWaveIn) ) log.write("開始錄音"); else log.write("開始錄音失敗");
Sleep(3200);
MMTIME mmt;
mmt.wType = TIME_BYTES;
log.numberwrite( "sizeof(MMTIME) =", sizeof(MMTIME) );
log.numberwrite( "sizeof(UINT) =", sizeof(UINT) );
if ( waveInGetPosition(m_hWaveIn, &mmt, sizeof(MMTIME)) ) log.write("不能取得音頻長度");
else log.numberwrite( "取得現在音頻位置 =", mmt.u.cb );
if (mmt.wType == TIME_BYTES) { log.write("得到的 TIME_BYTES 格式的音頻長度"); }
else log.write("指定的 TIME_BYTES 格式音頻長度不支持");
// if (! waveInStop(m_hWaveIn) ) log.write("停止錄音"); else log.write("停止錄音失敗");
if (! waveInReset(m_hWaveIn) ) log.write("重置內存區成功"); else log.write("重置內存區失敗");
m_pWaveHdr.dwBytesRecorded = mmt.u.cb;
DWORD NumToWrite=0; DWORD dwNumber = 0;
HANDLE FileHandle =
CreateFile( "myTest.wav", GENERIC_WRITE, FILE_SHARE_READ, NULL,
CREATE_ALWAYS, FILE_ATTRIBUTE_NORMAL, NULL);
// memset(m_pWaveHdr.lpData, 0, datasize);
dwNumber = FCC("RIFF");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = m_pWaveHdr.dwBytesRecorded + 18 + 20;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = FCC("WAVE");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = FCC("fmt ");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = 18L;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
WriteFile(FileHandle, &waveformat, sizeof(WAVEFORMATEX), &NumToWrite, NULL);
dwNumber = FCC("data");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = m_pWaveHdr.dwBytesRecorded;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
WriteFile(FileHandle, m_pWaveHdr.lpData, m_pWaveHdr.dwBytesRecorded, &NumToWrite, NULL);
SetEndOfFile(FileHandle);
CloseHandle( FileHandle ); FileHandle = INVALID_HANDLE_VALUE; // 收尾關閉句柄
log.write("應該已生成 myTest.wav 文件");
if ( waveInUnprepareHeader(m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR)) ) log.write("Un_Prepare Header 失敗"); else log.write("Un_Prepare Header 成功");
if ( GlobalFree(GlobalHandle( m_pWaveHdr.lpData )) ) log.write("Global Free 失敗"); else log.write("Global Free 成功");
if (res == MMSYSERR_NOERROR ) //關閉錄音設備
if (waveInClose(m_hWaveIn)==MMSYSERR_NOERROR)log.write("正常關閉錄音設備");
else log.write("非正常關閉錄音設備");
log.last(true);
// ExitProcess(0);
return 0;
}
// ******************* End of File *****************************
