标签：Windows 录音 采集 MMRESULT PCM G711a DWORD

 一、简介

PCM（脉冲编码调制），它是对连续变化的模拟信号进行抽样、量化和编码产生的，称为PCM（Pulse-code modulation），即脉冲编码调制。这种电的数字信号称为数字基带信号，由PCM电端机产生。数字传输系统都是采用PCM体制。PCM最初并非传输计算机数据用的，而是使交换机之间有一条中继线不是只传送一条电话信号。PCM有两个标准（表现形式）即E1和T1。

G.711是一种由国际电信联盟制定的音频编码方式，又称为ITU-T G.711。G711编码的声音清晰度好，语音自然度高，但压缩效率低，数据量大常在32Kbps以上，常用于电话语音(推荐使用64Kbps)。G.711 标准下主要有两种压缩算法，分别为a-law和u-law。a-law也叫g711a，使用在欧洲和其他地区，这种格式是经过特别设计的，便于数字设备进行快速运算。

最近做了一个语音对讲的需求，在这里记录一下，毕竟好记性不如烂笔头。在电脑端这边对讲分为两方面，一方面是收集设备发过来的声音播放，另一方面采集电脑麦克风的音频数据发送给设备。这里主要是对后者的一些API调用的记录，以实现对电脑麦克风的音频数据的采集，主要分为两种比较常用的格式，PCM和G711a。主要使用的是Windows提供的API函数Waveform Audio API，写了个小demo，代码放在下面了：

百度云下载地址  提取码：2uqo

CSDN下载地址

 

---

二、效果

demo比较简单，就一个设置保存的文件名，可以填比如123.pcm或123.G711a，以及三个按钮，一个采集PCM数据，一个采集G711a数据，采集后的数据会写文件在当前程序的目录下，还有一个停止按钮，停止采集数据。代码比较多，就不贴在下面了，直接在上面下载就可以。

---

三、Waveform Audio函数介绍

Waveform Audio能提供的主要功能有：

1. 打开 / 关闭 / 查询声音设备 ;
2. 播放波形文件 ;
3. 设置播放速度 ;
4. 播放进度控制 ;
5. 录音 ;
6. 得到当前的播放位置 ;
7. 调节音量 .

下面介绍下麦克风音频采集主要用到的函数：

• 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, 
            PWAVEHDR 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。

 

---

四、PCM转G711a

Windows提供的这套API虽然可以很好的实现采集麦克风中的数据，但是我发现好像只能采集到PCM格式的数据，试了很多方法也不能直接采集到G711a格式的数据。所以这里我参考了别的大神的博客，直接把PCM格式的数据转成G711a，参考的博客地址我放在下面了，里面详细的讲解了G711a的编码方式，感兴趣的可以去学习一下。我这里就直接使用了大神的代码把PCM转成G711a。

如果想要看自己采集到的数据有没有问题，可以使用ffplay播放一下，ffplay是一个使用了FFmpeg和sdl库的一个媒体播放工具。

ffmplay百度云下载地址  提取码：qx7l

把采集到的G711a和PCM格式的文件放在ffmplay同一目录下，然后在cmd命令行里进入ffmplay所在的路径，输入下面的命令就可以播放了：

播放g711a：
ffplay.exe -f alaw -ar 16000 -ac 1 test.g711a
播放pcm：
ffplay.exe -f s16le -ar 16000 -ac 1 test.pcm

 

参考博客：https://blog.csdn.net/szfhy/article/details/52448906

                  https://www.cnblogs.com/huty/p/8518458.html

 

标签：Windows,录音,采集,MMRESULT,PCM,G711a,DWORD
来源： https://blog.csdn.net/Sakuya__/article/details/112877997

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。