本文记录DirectSound播放音频的技术。DirectSound是Windows下最多见的音频播放技术。目前大部份的音频播放利用都是通过DirectSound来播放的。本文记录1个使用DirectSound播放PCM的例子。
注:1位仁兄已提示我DirectSound已计划被XAudio2取代了。后来考证了1下发现确有此事。因此在下次更新中斟酌加入XAudio2播放PCM的例子。本文依然记录1下DirectSound这位“元老”。
DirectSound简介
DirectSound是微软所开发DirectX的组件之1,可以在Windows 操作系统上录音,并且记录波形音效(waveform sound)。目前DirectSound 是1个成熟的API ,提供许多有用的功能,例如能够在较高的分辨率播放多声道声音。
DirectSound3D(DS3D)最早是1993年与 DirectX 3 1起发表的。DirectX 8以后的DirectSound和DirectSound3D的(DS3D)被合称DirectX Audio。
DirectSound有以下几种对象:
对象 | 数量 | 作用 | 主要接口 |
装备 | 每一个利用程序只有1个装备对象 | 用来管理装备,创建辅助缓冲区 | IDirectSound8 |
辅助缓冲区 | 每个声音对应1个辅助缓冲区 | 用来管理1个静态的或动态的声音流,然后在主缓冲区中混音 | IDirectSoundBuffer8, IDirectSound3DBuffer8, IDirectSoundNotify8 |
主缓冲区 | 1个利用程序只有1个主缓冲区 | 将辅助缓冲区的数据进行混音,并且控制3D参数. | IDirectSoundBuffer, IDirectSound3DListener8 |
DirectSound播放音频的流程
使用DirectSound播放音频1般情况下需要以下步骤:
1.
初始化
1) 创建1个IDirectSound8接口的对象
2) 设置协作级
3) 创建1个主缓冲对象
4) 创建1个副缓冲对象
5) 创建通知对象
6) 设置通知位置
7) 开始播放
2.
循环播放声音
1) 数据填充至副缓冲区
2) 等待播放完成
下面结合详细分析1下上文的流程。
1. 初始化
1) 创建1个IDirectSound8接口的对象通过DirectSoundCreate8()方法可以创建1个装备对象。这个对象通常代表缺省的播放装备。DirectSoundCreate8()函数定义以下。
HRESULT DirectSoundCreate8(
LPCGUID lpcGuidDevice,
LPDIRECTSOUND8 * ppDS8,
LPUNKNOWN pUnkOuter
)
参数的含义以下:
lpcGuidDevice:要创建的装备对象的GUID。可以指定为NULL,代表默许的播放装备。
ppDS8:返回的IDirectSound8对象的地址。
pUnkOuter:必须设为NULL。
例如以下代码便可创建1个IDirectSound8接口的对象
IDirectSound8 *m_pDS=NULL;
DirectSoundCreate8(NULL,&m_pDS,NULL);
2) 设置协作级Windows 是1个多任务环境,同1时间有多个利用程序去访问装备。通过使用协作级别,DirectSound可以确保利用程序不会在别的装备使用时去访问,每一个 DirectSound利用程序都有1个协作级别,这个级别决定着访问硬件的权限。
在创建1个装备对象以后,必须通过用IDirectSound8的SetCooperativeLevel()设置协作权限,否则将听不到声音。SetCooperativeLevel()的定义以下
HRESULT SetCooperativeLevel(
HWND hwnd,
DWORD dwLevel
)
参数的含义以下:
hwnd:利用程序窗口句柄。
dwLevel:支持以下几种级别。
DSSCL_EXCLUSIVE:与DSSCL_PRIORITY具有相同的作用。
DSSCL_NORMAL:正常的调和层级标志,其他程序可同享声卡装备进行播放。
DSSCL_PRIORITY:设置声卡装备为当前程序独占。
DSSCL_WRITEPRIMAR:可写主缓冲区,此时副缓冲区就不能进行播放处理,即不能将次缓冲区的数据送进混声器,再输出到主缓冲区上。这是最完全控制声音播放的方式。
3) 创建1个主缓冲对象使用IDirectSound8的CreateSoundBuffer()可以创建1个IDirectSoundBuffer接口的主缓冲区对象。CreateSoundBuffer()的定义以下。
HRESULT CreateSoundBuffer(
LPCDSBUFFERDESC pcDSBufferDesc,
LPDIRECTSOUNDBUFFER * ppDSBuffer,
LPUNKNOWN pUnkOuter
)
参数的含义以下:
pcDSBufferDesc:描写声音缓冲的DSBUFFERDESC结构体的地址
ppDSBuffer:返回的IDirectSoundBuffer接口的对象的地址。
pUnkOuter:必须设置为NULL。
其中触及到1个描写声音缓冲的结构体DSBUFFERDESC,该结构体的定义以下:
typedef struct _DSBUFFERDESC
{
DWORD dwSize;
DWORD dwFlags;
DWORD dwBufferBytes;
DWORD dwReserved;
LPWAVEFORMATEX lpwfxFormat;
} DSBUFFERDESC
简单解释1下其中的变量的含义:
dwSize:结构体的大小。必须初始化该值。
dwFlags:设置声音缓存的属性。有很多选项,可以组合使用,就不逐一列出了。详细的参数可以查看文档。
dwBufferBytes:缓冲的大小。
dwReserved:保存参数,暂时没有用。
lpwfxFormat:指向1个WAVE格式文件头的指针。
设置DSBUFFERDESC终了后,就能够使用CreateSoundBuffer()创建主缓冲了。示例代码以下:
DSBUFFERDESC dsbd;
memset(&dsbd,0,sizeof(dsbd));
dsbd.dwSize=sizeof(dsbd);
dsbd.dwFlags=DSBCAPS_GLOBALFOCUS | DSBCAPS_CTRLPOSITIONNOTIFY |DSBCAPS_GETCURRENTPOSITION2;
dsbd.dwBufferBytes=MAX_AUDIO_BUF*BUFFERNOTIFYSIZE;
//WAVE Header
dsbd.lpwfxFormat=(WAVEFORMATEX*)malloc(sizeof(WAVEFORMATEX));
dsbd.lpwfxFormat->wFormatTag=WAVE_FORMAT_PCM;
/* format type */
(dsbd.lpwfxFormat)->nChannels=channels;
/* number of channels (i.e. mono, stereo...) */
(dsbd.lpwfxFormat)->nSamplesPerSec=sample_rate;
/* sample rate */
(dsbd.lpwfxFormat)->nAvgBytesPerSec=sample_rate*(bits_per_sample/8)*channels;
/* for buffer estimation */
(dsbd.lpwfxFormat)->nBlockAlign=(bits_per_sample/8)*channels;
/* block size of data */
(dsbd.lpwfxFormat)->wBitsPerSample=bits_per_sample;
/* number of bits per sample of mono data */
(dsbd.lpwfxFormat)->cbSize=0;
//Creates a sound buffer object to manage audio samples.
HRESULT hr1;
if( FAILED(m_pDS->CreateSoundBuffer(&dsbd,&m_pDSBuffer,NULL))){
return FALSE;
}
4) 创建1个副缓冲对象使用IDirectSoundBuffer的QueryInterface()可以得到1个IDirectSoundBuffer8接口的对象。IDirectSoundBuffer8的GUID为IID_IDirectSoundBuffer8。示例代码以下。
IDirectSoundBuffer *m_pDSBuffer=NULL;
IDirectSoundBuffer8 *m_pDSBuffer8=NULL;
...
if( FAILED(m_pDSBuffer->QueryInterface(IID_IDirectSoundBuffer8,(LPVOID*)&m_pDSBuffer8))){
return FALSE ;
}
5) 创建通知对象使用IDirectSoundBuffer8的QueryInterface()可以得到1个IDirectSoundNotify8接口的对象。IDirectSoundBuffer8的GUID为IID_IDirectSoundNotify。示例代码以下。
IDirectSoundBuffer8 *m_pDSBuffer8=NULL;
IDirectSoundNotify8 *m_pDSNotify=NULL;
…
if(FAILED(m_pDSBuffer8->QueryInterface(IID_IDirectSoundNotify,(LPVOID*)&m_pDSNotify))){
return FALSE ;
}
1句话概括1下通知对象的作用:当DirectSound缓冲区中的数据播放终了后,告知系统应当填充新的数据。
6) 设置通知位置使用IDirectSoundNotify8的SetNotificationPositions()可以设置通知的位置。SetNotificationPositions()的定义以下。
HRESULT SetNotificationPositions(
DWORD dwPositionNotifies,
LPCDSBPOSITIONNOTIFY pcPositionNotifies
)
参数含义以下。
dwPositionNotifies:DSBPOSITIONNOTIFY结构体的数量。既包括几个通知的位置。
pcPositionNotifies:指向DSBPOSITIONNOTIFY结构体数组的指针。
再这里触及到1个结构体DSBPOSITIONNOTIFY,它描写了通知的位置。DSBPOSITIONNOTIFY的定义以下。
typedef struct DSBPOSITIONNOTIFY {
DWORD dwOffset;
HANDLE hEventNotify;
} DSBPOSITIONNOTIFY;
它的成员的含义以下。
dwOffset:通知事件触发的位置(距离缓冲开始位置的偏移量)。
hEventNotify:触发的事件的句柄。
7) 开始播放使用IDirectSoundBuffer8的SetCurrentPosition ()可以设置播放的位置。SetCurrentPosition ()定义以下
HRESULT SetCurrentPosition(
DWORD dwNewPosition
)
其中dwNewPosition是播放点与缓冲区首个字节之间的偏移量。
使用IDirectSoundBuffer8的Play ()可以开始播放音频数据。Play ()定义以下。
HRESULT Play(
DWORD dwReserved1,
DWORD dwPriority,
DWORD dwFlags
)
参数含义:
dwReserved1:保存参数,必须取0。
dwPriority:优先级,1般情况下取0便可。
dwFlags:标志位。目前常见的是DSBPLAY_LOOPING。当播放至缓冲区结尾的时候,重新从缓冲区开始处开始播放。
2. 循环播放声音
1) 数据填充至副缓冲区数据填充至副缓冲区之前,需要先使用Lock()锁定缓冲区。然后就能够使用fread(),memcpy()等方法将PCM音频采样数据填充至缓冲区。数据填充终了后,使用Unlock()取消对缓冲区的锁定。
Lock()函数的定义以下。
HRESULT Lock(
DWORD dwOffset,
DWORD dwBytes,
LPVOID * ppvAudioPtr1,
LPDWORD pdwAudioBytes1,
LPVOID * ppvAudioPtr2,
LPDWORD pdwAudioBytes2,
DWORD dwFlags
)
参数的含义以下。
dwOffset:锁定的内存与缓冲区首地址之间的偏移量。
dwBytes:锁定的缓存的大小。
ppvAudioPtr1:获得到的指向缓存数据的指针。
pdwAudioBytes1:获得到的缓存数据的大小。
ppvAudioPtr2:没有用到,设置为NULL。
pdwAudioBytes2:没有用到,设置为0。
dwFlags:暂时没有研究。
UnLock()函数的定义以下。
HRESULT Unlock(
LPVOID pvAudioPtr1,
DWORD dwAudioBytes1,
LPVOID pvAudioPtr2,
DWORD dwAudioBytes2
)
参数含义以下。
pvAudioPtr1:通过Lock()获得到的指向缓存数据的指针。
dwAudioBytes1:写入的数据量。
pvAudioPtr2:没有用到。
dwAudioBytes2:没有用到。
2) 等待播放完成
根据此前设置的通知机制,使用WaitForMultipleObjects()等待缓冲区中的数据播放终了,然落后入下1个循环。
播放音频流程总结
DirectSound播放PCM音频数据的流程以下图所示。
其中触及到的几个结构体之间的关系以下图所示。
代码
贴上源代码。
/**
* 最简单的DirectSound播放音频的例子(DirectSound播放PCM)
* Simplest Audio Play DirectSound (DirectSound play PCM)
*
* 雷霄骅 Lei Xiaohua
* leixiaohua1020@126.com
* 中国传媒大学/数字电视技术
* Communication University of China / Digital TV Technology
* http://blog.csdn.net/leixiaohua1020
*
* 本程序使用DirectSound播放PCM音频采样数据。
* 是最简单的DirectSound播放音频的教程。
*
* 函数调用步骤以下:
*
* [初始化]
* DirectSoundCreate8(): 创建1个DirectSound对象。
* SetCooperativeLevel(): 设置协作权限,不然没有声音。
* IDirectSound8->CreateSoundBuffer(): 创建1个主缓冲区对象。
* IDirectSoundBuffer->QueryInterface(IID_IDirectSoundBuffer8..):
* 创建1个副缓冲区对象,用来存储要播放的声音数据文件。
* IDirectSoundBuffer8->QueryInterface(IID_IDirectSoundNotify..):
* 创建通知对象,通知利用程序指定播放位置已到达。
* IDirectSoundNotify8->SetNotificationPositions(): 设置通知位置。
* IDirectSoundBuffer8->SetCurrentPosition(): 设置播放的起始点。
* IDirectSoundBuffer8->Play(): 开始播放。
*
* [循环播放数据]
* IDirectSoundBuffer8->Lock(): 锁定副缓冲区,准备写入数据。
* fread(): 读取数据。
* IDirectSoundBuffer8->Unlock(): 解锁副缓冲区。
* WaitForMultipleObjects(): 等待“播放位置已到达”的通知。
*
* This software plays PCM raw audio data using DirectSound.
* It's the simplest tutorial about DirectSound.
*
* The process is shown as follows:
*
* [Init]
* DirectSoundCreate8(): Init DirectSound object.
* SetCooperativeLevel(): Must set, or we won't hear sound.
* IDirectSound8->CreateSoundBuffer(): Create primary sound buffer.
* IDirectSoundBuffer->QueryInterface(IID_IDirectSoundBuffer8..):
* Create secondary sound buffer.
* IDirectSoundBuffer8->QueryInterface(IID_IDirectSoundNotify..):
* Create Notification object.
* IDirectSoundNotify8->SetNotificationPositions():
* Set Notification Positions.
* IDirectSoundBuffer8->SetCurrentPosition(): Set position to start.
* IDirectSoundBuffer8->Play(): Begin to play.
*
* [Loop to play data]
* IDirectSoundBuffer8->Lock(): Lock secondary buffer.
* fread(): get PCM data.
* IDirectSoundBuffer8->Unlock(): UnLock secondary buffer.
* WaitForMultipleObjects(): Wait for Notifications.
*/
#include <stdio.h>
#include <stdlib.h>
#include <windows.h>
#include <dsound.h>
#define MAX_AUDIO_BUF 4
#define BUFFERNOTIFYSIZE 192000
int sample_rate=44100; //PCM sample rate
int channels=2; //PCM channel number
int bits_per_sample=16; //bits per sample
BOOL main(int argc,char * argv[])
{
int i;
FILE * fp;
if((fp=fopen("../NocturneNo2inEflat_44.1k_s16le.pcm","rb"))==NULL){
printf("cannot open this file
");
return ⑴;
}
IDirectSound8 *m_pDS=NULL;
IDirectSoundBuffer8 *m_pDSBuffer8=NULL; //used to manage sound buffers.
IDirectSoundBuffer *m_pDSBuffer=NULL;
IDirectSoundNotify8 *m_pDSNotify=NULL;
DSBPOSITIONNOTIFY m_pDSPosNotify[MAX_AUDIO_BUF];
HANDLE m_event[MAX_AUDIO_BUF];
SetConsoleTitle(TEXT("Simplest Audio Play DirectSound"));//Console Title
//Init DirectSound
if(FAILED(DirectSoundCreate8(NULL,&m_pDS,NULL)))
return FALSE;
if(FAILED(m_pDS->SetCooperativeLevel(FindWindow(NULL,TEXT("Simplest Audio Play DirectSound")),DSSCL_NORMAL)))
return FALSE;
DSBUFFERDESC dsbd;
memset(&dsbd,0,sizeof(dsbd));
dsbd.dwSize=sizeof(dsbd);
dsbd.dwFlags=DSBCAPS_GLOBALFOCUS | DSBCAPS_CTRLPOSITIONNOTIFY |DSBCAPS_GETCURRENTPOSITION2;
dsbd.dwBufferBytes=MAX_AUDIO_BUF*BUFFERNOTIFYSIZE;
//WAVE Header
dsbd.lpwfxFormat=(WAVEFORMATEX*)malloc(sizeof(WAVEFORMATEX));
dsbd.lpwfxFormat->wFormatTag=WAVE_FORMAT_PCM;
/* format type */
(dsbd.lpwfxFormat)->nChannels=channels;
/* number of channels (i.e. mono, stereo...) */
(dsbd.lpwfxFormat)->nSamplesPerSec=sample_rate;
/* sample rate */
(dsbd.lpwfxFormat)->nAvgBytesPerSec=sample_rate*(bits_per_sample/8)*channels;
/* for buffer estimation */
(dsbd.lpwfxFormat)->nBlockAlign=(bits_per_sample/8)*channels;
/* block size of data */
(dsbd.lpwfxFormat)->wBitsPerSample=bits_per_sample;
/* number of bits per sample of mono data */
(dsbd.lpwfxFormat)->cbSize=0;
//Creates a sound buffer object to manage audio samples.
HRESULT hr1;
if( FAILED(m_pDS->CreateSoundBuffer(&dsbd,&m_pDSBuffer,NULL))){
return FALSE;
}
if( FAILED(m_pDSBuffer->QueryInterface(IID_IDirectSoundBuffer8,(LPVOID*)&m_pDSBuffer8))){
return FALSE ;
}
//Get IDirectSoundNotify8
if(FAILED(m_pDSBuffer8->QueryInterface(IID_IDirectSoundNotify,(LPVOID*)&m_pDSNotify))){
return FALSE ;
}
for(i =0;i<MAX_AUDIO_BUF;i++){
m_pDSPosNotify[i].dwOffset =i*BUFFERNOTIFYSIZE;
m_event[i]=::CreateEvent(NULL,false,false,NULL);
m_pDSPosNotify[i].hEventNotify=m_event[i];
}
m_pDSNotify->SetNotificationPositions(MAX_AUDIO_BUF,m_pDSPosNotify);
m_pDSNotify->Release();
//Start Playing
BOOL isPlaying =TRUE;
LPVOID buf=NULL;
DWORD buf_len=0;
DWORD res=WAIT_OBJECT_0;
DWORD offset=BUFFERNOTIFYSIZE;
m_pDSBuffer8->SetCurrentPosition(0);
m_pDSBuffer8->Play(0,0,DSBPLAY_LOOPING);
//Loop
while(isPlaying){
if((res >=WAIT_OBJECT_0)&&(res <=WAIT_OBJECT_0+3)){
m_pDSBuffer8->Lock(offset,BUFFERNOTIFYSIZE,&buf,&buf_len,NULL,NULL,0);
if(fread(buf,1,buf_len,fp)!=buf_len){
//File End
//Loop:
fseek(fp, 0, SEEK_SET);
fread(buf,1,buf_len,fp);
//Close:
//isPlaying=0;
}
m_pDSBuffer8->Unlock(buf,buf_len,NULL,0);
offset+=buf_len;
offset %= (BUFFERNOTIFYSIZE * MAX_AUDIO_BUF);
printf("this is %7d of buffer
",offset);
}
res = WaitForMultipleObjects (MAX_AUDIO_BUF, m_event, FALSE, INFINITE);
}
return 0;
}
运行结果
代码运行以后,会弹出1个“控制台”对话框以下图所示。同时音频装备里面可以听到播放的声音。
下载
代码位于“Simplest Media Play”中
SourceForge项目地址:https://sourceforge.net/projects/simplestmediaplay/
CSDN下载地址:http://download.csdn.net/detail/leixiaohua1020/8054395
上述工程包括了使用各种API(Direct3D,OpenGL,GDI,DirectSound,SDL2)播放多媒体例子。其中音频输入为PCM采样数据。输出至系统的声卡播放出来。视频输入为YUV/RGB像素数据。输出至显示器上的1个窗口播放出来。
通过本工程的代码初学者可以快速学习使用这几个API播放视频和音频的技术。
1共包括了以下几个子工程:
simplest_audio_play_directsound: 使用DirectSound播放PCM音频采样数据。simplest_audio_play_sdl2:
使用SDL2播放PCM音频采样数据。
simplest_video_play_direct3d:
使用Direct3D的Surface播放RGB/YUV视频像素数据。
simplest_video_play_direct3d_texture:使用Direct3D的Texture播放RGB视频像素数据。
simplest_video_play_gdi:
使用GDI播放RGB/YUV视频像素数据。
simplest_video_play_opengl:
使用OpenGL播放RGB/YUV视频像素数据。
simplest_video_play_opengl_texture:
使用OpenGL的Texture播放YUV视频像素数据。
simplest_video_play_sdl2:
使用SDL2播放RGB/YUV视频像素数据。