利用Directsound編程實(shí)現(xiàn)實(shí)時混音

1、利用Directsound編程實(shí)現(xiàn)實(shí)時混音開發(fā)者在線B更新時間：2007-10-作者：李強(qiáng)來源:天極開發(fā)本文關(guān)鍵詞：DirectSound編程實(shí)時混音摘要：將多個音頻文件或多路音頻數(shù)據(jù)同時輸出到音頻輸出設(shè)備上，就可同時聽到多個不同的聲音，這就 是混音。在游戲開發(fā)，網(wǎng)絡(luò)視頻會議開發(fā)中都會用到混音技術(shù)，本文詳細(xì)介紹如何利用Directsound實(shí)現(xiàn) 幾路不同的音頻進(jìn)行實(shí)時的混音。關(guān)鍵詞：Directsound混音在游戲開發(fā)中比較常用的音效素材都是比較短的，所以一般常用的API是playsound（）函數(shù)，比如 我們要在游戲背景中播放一個test.wav音效素材，只要簡單的調(diào)用下面的函數(shù)即可Play

2、Sound(test.wav”,NULL,SND_FILENAME|SND_ASYNC);如此簡單，事實(shí)上我們看到，國內(nèi)的游戲大致上都可以用PlaySound（）搞定。但是既然是簡單，從 功能上就要受限了，如果遇到復(fù)雜的場景就沒法用playsound實(shí)現(xiàn)了，比如在場景中既有開門的聲音，又 有砍人的聲音，你如果用playsound就沒法同時聽到兩種聲音，只能是一個聲音完了再聽到另外一個聲音， 這時，就需要混音了。在網(wǎng)絡(luò)視頻會議開發(fā)中，如果不同的客戶端同時發(fā)言，如何將多個不同端點(diǎn)的話音數(shù)據(jù)經(jīng)網(wǎng)絡(luò)傳輸?shù)?達(dá)某一個端點(diǎn)，經(jīng)該端點(diǎn)的Wave設(shè)備輸出，能同時聽到多個人的話音，從而實(shí)現(xiàn)局域網(wǎng)絡(luò)中多方的話音

3、交談，這也需要用到混音技術(shù)。在網(wǎng)絡(luò)上實(shí)現(xiàn)話音交談，特別強(qiáng)調(diào)實(shí)時性，要盡量保證話音的平滑、連續(xù)，因此為了保證話音數(shù)據(jù)連 續(xù)，減少話音數(shù)據(jù)存儲帶來的延時，在具體實(shí)現(xiàn)中，話音的錄制和播放都不采用文件的形式，錄制和播放 的話音數(shù)據(jù)都存在緩沖區(qū)中。在Windows系統(tǒng)中，一般情況下，高層Wave接口函數(shù)無法直接播放緩沖 區(qū)中的話音數(shù)據(jù)，而必須用底層函數(shù)來實(shí)現(xiàn)，常用的是Windows API中的Wave函數(shù)。將Wave數(shù)據(jù)在 Wave設(shè)備上輸出使用的是WaveOutWrite函數(shù)，但是該函數(shù)不支持多路Wave數(shù)據(jù)的同時播放，為了 能達(dá)到多路Wave數(shù)據(jù)同時播放的效果，對緩沖區(qū)中多路Wave數(shù)據(jù)進(jìn)行必要的預(yù)

4、處理后，再提交給Wave 輸出設(shè)備播放，實(shí)現(xiàn)原理如圖1所示。圖1多路Wave混音的實(shí)現(xiàn)原理這種混音的方式效果跟你采用的算法有很大關(guān)系，但是如果我們采用Directsound進(jìn)行混音，就簡單 多了，我們只需要將我們要混音的內(nèi)容傳給它，Directsound會在內(nèi)部自動進(jìn)行混音的。下面我們就進(jìn)入 Directsound混音編程。在了解Directsound如何混音前我們先來看看DirectSound是如何播放一段wave音頻的。這里只是簡單的介紹一下播放聲音的步驟。第一步，創(chuàng)建一個設(shè)備對象。在你的代碼中你可以通過調(diào)用DirectSoundCreat8函數(shù)來創(chuàng)建一個支持IDirectSound8接口

5、的對 象，這個對象通常代表缺省的播放設(shè)備。當(dāng)然你可以枚舉可用的設(shè)備，然后將設(shè)備的GUID傳遞給 DirectSoundCreat8 函數(shù)。注意，Directsound雖然基于COM，但是你并不需要初始化com庫，這些Directsound都幫你做 好了，當(dāng)然，如果你使用DMOs特技，你就要自己初始化com庫了，切記。第二步，創(chuàng)建一個輔助Buffer，也叫后備緩沖區(qū)你可以通過IDirectSound8:CreateSoundBuffer來創(chuàng)建buffer對象，這個對象主要用來獲取處理 數(shù)據(jù)，這種buffer稱作輔助緩沖區(qū)，以和主緩沖區(qū)區(qū)別開來，Direcsound通過把幾個后備緩沖區(qū)的聲音 混合

6、到主緩沖區(qū)中，然后輸出到聲音輸出設(shè)備上，達(dá)到混音的效果。第三步，獲取PCM類型的數(shù)據(jù)將WAV文件或者其他資源的數(shù)據(jù)讀取到緩沖區(qū)中。第四步，將數(shù)據(jù)讀取到緩沖區(qū)你可以通過IDirectSoundBuffer8:Lock.方法來準(zhǔn)備一個輔助緩沖區(qū)來進(jìn)行寫操作，通常這個方法 返回一個內(nèi)存地址，見數(shù)據(jù)從你的私人buffer中復(fù)制到這個地址中，然后調(diào)用 IDirectSoundBuffer8:Unlock.第五步，播放緩沖區(qū)中的數(shù)據(jù)你可以通過IDirectSoundBuffer8:Play方法來播放緩沖區(qū)中的音頻數(shù)據(jù)，你可以通過 IDirectSoundBuffer8:Stop來暫停播放數(shù)據(jù)，你可以反復(fù)的

7、萊停止，播放，音頻數(shù)據(jù)，如果你同時創(chuàng) 建了幾個buffer，那么你就可以同時來播放這些數(shù)據(jù)，這些聲音會自動進(jìn)行混音的?？吹搅税桑珼irectsound混音很簡單，我們只要在一個設(shè)備上創(chuàng)建幾個輔助的緩沖區(qū)，然后將數(shù)據(jù)讀取到 緩沖區(qū)中，同時的播放，Directsound就會自動在主緩沖區(qū)自動混音的。至于同時可以播放幾個輔助緩沖 區(qū)則有硬件設(shè)備的性能決定。在WDM驅(qū)動模式下，混音的工作由核心混音器來完成，不同的輔助緩沖區(qū)可能具有不同的WAV格 式(例如，不同的采樣頻率)，在必要的時候，輔助緩沖區(qū)的格式要轉(zhuǎn)換成主緩沖區(qū)，或者核心混音器的 格式。在VXD驅(qū)動模式下，如果你的輔助緩沖區(qū)都采用相同的音頻格式

8、，并且硬件的音頻格式也和你的音頻 格式匹配，此時，混音器不用作任何的轉(zhuǎn)換。你的應(yīng)用程序可以創(chuàng)建一個主緩沖區(qū)，然后通過 IDirectSoundBuffer8:SetFormat來設(shè)置硬件的輸出格式。要注意，只有你的協(xié)作度一定要是Priority Cooperative Level.，并且，一定要創(chuàng)建輔助緩沖區(qū)前設(shè)置主緩沖區(qū)，DirectSound會將你的設(shè)置保存 下來。在WDM模式下，對主緩沖區(qū)的的設(shè)置沒有作用，因?yàn)橹骶彌_區(qū)的格式是由內(nèi)核混音器來決定的。 下面開始吧，讓我們看看如何進(jìn)行混音吧，假設(shè)我們的背景需要混音的素材是下面的三個wave文件， test1 .wav test2.wav te

9、st3.wav。首先定義一下我們需要的幾個變量：LPDIRECTSOUND8 g_pDS = NULL;LPDIRECTSOUNDBUFFER g_pDsbuffer3 = NULL;CWaveFile* g_pWaveFile;/WAVEFORMATEX g_wfxInput; 輸入的音頻格式這里簡單介紹一下CWaveFile類，Directsound里封裝了一個CWaveFile類用來操作wav文件，可以通過open來寫入文件的頭信息，write來寫入文件的數(shù)據(jù)，Getsize函數(shù)獲取文件的長度，close關(guān) 閉文件。你可以在DirectSound的路徑下找到這個類的定義(SDKroot)

10、samplesC+CommonSrcDsutil.cpp。首先初始化DirectsoundBOOL InitDirectSound()if ( FAILED( hr = DirectSoundCreate(NULL, & g_pDS, NULL ) return FALSE;/ Set cooperative level.if ( FAILED( hr = g_pDS -SetCooperativeLevel( hwnd, DSSCL_PRIORITY ) return FALSE;return TRUE;在初始化Directsound的時候，創(chuàng)建設(shè)備對象最簡單的方法就是通過DirectSou

11、ndCreate8函數(shù)， 這個函數(shù)的第一個參數(shù)指定了和這個對象邦定的設(shè)備的GUID，你可以通過枚舉設(shè)備來獲取這個設(shè)備的 GUID，如果這個參數(shù)也可以為NULL，缺省的系統(tǒng)的聲音輸出設(shè)備就是DSDEVID_DefaultPlayback。 當(dāng)你創(chuàng)建完設(shè)備對象后，一定要調(diào)用IDirectSound8:SetCooperativeLevel來設(shè)置協(xié)作度，否則，你 不會聽到聲音的。DirectSound 定義了三種水平，DSSCL_NORMAL, DSSCL_PRIORITY, and DSSCL_WRITEPRIMARY在Priority層次的協(xié)作度下，應(yīng)用程序可以有優(yōu)先權(quán)使用硬件資源，比如使用硬件

12、進(jìn)行混音，當(dāng)然也 可以設(shè)置主緩沖區(qū)的媒體格式，游戲程序應(yīng)該采用這個層次的協(xié)作度，這個層次的協(xié)作度在允許應(yīng)用程序 控制采用頻率和位深度的同時，也給應(yīng)用程序很大的權(quán)力，這個層次的協(xié)作度允許其他應(yīng)用程序的聲音和 游戲的音頻同時被聽到，不影響。下面的函數(shù)加載wave文件，然后將音頻數(shù)據(jù)讀取到緩沖區(qū)中，然后通過Directsound創(chuàng)建了的靜態(tài) 輔助緩沖區(qū)，將音頻數(shù)據(jù)copy到Directsound的靜態(tài)輔助緩沖區(qū)，然后就可以play 了。LPDIRECTSOUNDBUFFER LoadWaveFile(LPSTR IpzFileName)DSBUFFERDESC dsbdesc;HRESULT hr;

13、BYTE *pBuffer;DWORD dwSizeRead;LPDIRECTSOUNDBUFFER lpdsbStatic=NULL;if( FAILED( hr = g_pWaveFile-Open( lpzFileName, &g_wfxInput,WAVEFILE_WRITE )return NULL;DWORD dwSize = g_pWaveFile-GetSize();pBuffer = new BYTEdwSize;g_pWaveFile-Read(pBuffer,dwSize,&dwSizeRead);if(dwSizeRead 0)memset(dsbdesc,0,size

14、of(DSBUFFERDESC);dsbdesc.dwSize = sizeof(DSBUFFERDESC);dsbdesc.dwFlags =DSBCAPS_STATIC;dsbdesc.dwBufferBytes =dwSizeRead;dsbdesc.lpwfxFormat = g_wfxInput;if ( FAILED( g_pDS-CreateSoundBuffer(&dsbdesc, & lpdsbStatic, NULL )g_pWaveFile-Close();delete pBuffer;return NULLLPVOID lpvWrite;DWORD dwLength;i

15、f (DS_OK = lpdsbStatic -Lock(0, / Offset at which to start lock.0, / Size of lock; ignored because of flag.&lpvWrite, / Gets address of first part of lock.&dwLength, / Gets size of first part of lock. NULL, / Address of wraparound not needed. NULL, / Size of wraparound not needed. DSBLOCK_ENTIREBUFF

16、ER) / Flag.memcpy(lpvWrite, pBuffer, dwLength);lpdsbStatic -Unlock(lpvWrite, / Address of lock start.dwLength, / Size of lock.NULL, / No wraparound portion.0); / No wraparound size.delete pBuffer;return lpdsbStatic;這里我想簡單的講一下Directsound的輔助緩沖區(qū)，在Directsound中，輔助緩沖區(qū)分兩類，一種 是Static Buffer，這種buffer主要用于播放那些

17、比較短的音頻，可以將文件中的音頻數(shù)據(jù)全部copy到 Static buffer中，如果音頻文件比較大，未了限制內(nèi)存的開銷，就要用到Streaming buffer，一般來說， Streaming buffer只能包含幾秒鐘的數(shù)據(jù)量，然后在播放的過程中不斷的更新streaming buffer中的 數(shù)據(jù)。靜態(tài)緩沖區(qū)的創(chuàng)建和管理和流緩沖區(qū)很相似，唯一的區(qū)別就是它們使用的方式不一樣，靜態(tài)緩沖區(qū) 只填充一次數(shù)據(jù)，然后就可以play，然而，流緩沖區(qū)是一邊play，一邊填充數(shù)據(jù)。上面創(chuàng)建的就是得靜態(tài)的buffer，如果你要播放比較長的音頻文件，你就要使用streaming buffer 了。流緩沖區(qū)用來播放那些比較長的聲音，因?yàn)閿?shù)據(jù)比較長，沒法一次填充到緩沖區(qū)中，一邊播放，一邊 將新的數(shù)據(jù)填充到buffer中?？梢酝ㄟ^IDirectSoundBuffer8:Play函授來播放緩沖區(qū)中的內(nèi)容，注意在該函數(shù)的參數(shù)中一定要 設(shè)置 DSBPLAY_LOOPING 標(biāo)志。通過IDirectSoundBuffer8:Stop方法中斷播放，該方法會立即停止緩沖區(qū)播放，因此你要確保所 有的數(shù)據(jù)都被播放，你可以通過拖動播放位置或者設(shè)置通