c# 通過WinAPI播放PCM聲音

更新時(shí)間：2020年12月10日 08:54:19 作者：天方

這篇文章主要介紹了c# 通過WinAPI播放PCM聲音的方法，幫助大家更好的理解和使用c#編程語言，感興趣的朋友可以了解下

在Windows平臺(tái)上，播放PCM聲音使用的API通常有如下兩種。

waveOut and waveIn：傳統(tǒng)的音頻MMEAPI，也是使用的最多的
xAudio2：C++/COM API，主要針對(duì)游戲開發(fā)，是DirectSound的基礎(chǔ)

在Windows Vista以后，推出了更加強(qiáng)大的WASAPI ，并用WASAPI封裝了MME以及DirectSound API。

對(duì)于前面的兩個(gè)API，在.net平臺(tái)下有如下封裝：

NAudio
Sharpdx

WSAPI可能由于更加復(fù)雜，沒有什么比較完善的封裝，codeproject上有篇文章介紹了如何簡(jiǎn)單的封裝WSAPI： Recording and playing PCM audio on Windows 8 (VB)

最近一個(gè)項(xiàng)目中使用到了PCM文件的播放，本來想用NAudio實(shí)現(xiàn)的，但使用過程中發(fā)現(xiàn)它自己提供的BlockAlignReductionStream播放實(shí)時(shí)數(shù)據(jù)是效果不是蠻好（方法可以參考這篇文章），總是有一些卡頓的現(xiàn)象。

究其原因是其Buffer的機(jī)制，要求每次都填充滿buffer，對(duì)于文件播放這個(gè)不是問題，但對(duì)于實(shí)時(shí)pcm數(shù)據(jù)，buffer過大播放的時(shí)候得不到足夠的數(shù)據(jù)，buffer過小丟數(shù)據(jù)的情況。

于是，我便研究了一下微軟的MMEAPI，官方文檔：Using Waveform and Auxiliary Audio。發(fā)現(xiàn)MMEAPI也并不復(fù)雜，一個(gè)簡(jiǎn)單的示例如下

#include <Windows.h>
#include <stdio.h>
#pragma comment(lib, "winmm.lib")
 
int main()
{
  const int buf_size = 1024 * 1024 * 30;
  char* buf = new char[buf_size];
 
  FILE* thbgm; //文件
 
  fopen_s(&thbgm, R"(r:\re_sample.pcm)", "rb");
  fread(buf, sizeof(char), buf_size, thbgm); //預(yù)讀取文件
  fclose(thbgm);
 
  WAVEFORMATEX wfx = {0};
  wfx.wFormatTag = WAVE_FORMAT_PCM; //設(shè)置波形聲音的格式
  wfx.nChannels = 2;      //設(shè)置音頻文件的通道數(shù)量
  wfx.nSamplesPerSec = 44100; //設(shè)置每個(gè)聲道播放和記錄時(shí)的樣本頻率
  wfx.wBitsPerSample = 16;  //每隔采樣點(diǎn)所占的大小
 
  wfx.nBlockAlign = wfx.nChannels * wfx.wBitsPerSample / 8;
  wfx.nAvgBytesPerSec = wfx.nBlockAlign * wfx.nSamplesPerSec;
 
  HANDLE wait = CreateEvent(NULL, 0, 0, NULL);
  HWAVEOUT hwo;
  waveOutOpen(&hwo, WAVE_MAPPER, &wfx, (DWORD_PTR)wait, 0L, CALLBACK_EVENT); //打開一個(gè)給定的波形音頻輸出裝置來進(jìn)行回放
 
  int data_size = 20480;
  char* data_ptr = buf;
  WAVEHDR wh;
 
  while (data_ptr - buf < buf_size)
  {
    //這一部分需要特別注意的是在循環(huán)回來之后不能花太長(zhǎng)的時(shí)間去做讀取數(shù)據(jù)之類的工作，不然在每個(gè)循環(huán)的間隙會(huì)有“噠噠”的噪音
    wh.lpData = data_ptr;
    wh.dwBufferLength = data_size;
    wh.dwFlags = 0L;
    wh.dwLoops = 1L;
 
    data_ptr += data_size;
 
    waveOutPrepareHeader(hwo, &wh, sizeof(WAVEHDR)); //準(zhǔn)備一個(gè)波形數(shù)據(jù)塊用于播放
    waveOutWrite(hwo, &wh, sizeof(WAVEHDR)); //在音頻媒體中播放第二個(gè)函數(shù)wh指定的數(shù)據(jù)
 
    WaitForSingleObject(wait, INFINITE); //等待
  }
  waveOutClose(hwo);
  CloseHandle(wait);
 
  
  return 0;
}

這里是首先預(yù)讀pcm文件到內(nèi)存，然后通過事件回調(diào)的方式同步寫入聲音數(shù)據(jù)。整個(gè)播放過程大概也就用到了五六個(gè)API，主要過程如下:

設(shè)置音頻參數(shù)

音頻參數(shù)定義在一個(gè)WAVEFORMATEX對(duì)象中，這里只介紹PCM的設(shè)置方法，主要設(shè)置聲道數(shù)、采樣率、和采樣位數(shù)。

WAVEFORMATEX    wfx = { 0 };
wfx.wFormatTag = WAVE_FORMAT_PCM;    //設(shè)置波形聲音的格式
wfx.nChannels = 2;                    //設(shè)置音頻文件的道數(shù)量
wfx.nSamplesPerSec = 44100;            //設(shè)置每個(gè)聲道播放和記錄時(shí)的樣本頻率
wfx.wBitsPerSample = 16;            //每隔采樣點(diǎn)所占的大小

除此之外，還需要設(shè)置兩個(gè)參數(shù)nBlockAlign和nAvgBytesPerSec。對(duì)于PCM，它們的計(jì)算公式如下：

wfx.nBlockAlign = wfx.nChannels * wfx.wBitsPerSample / 8; 
wfx.nAvgBytesPerSec = wfx.nBlockAlign * wfx.nSamplesPerSec;

更多信息請(qǐng)參看MSDN文檔：
https://msdn.microsoft.com/en-us/library/windows/desktop/dd757713(v=vs.85).aspx

打開音頻輸出

打開音頻輸出需要定義一個(gè)HWAVEOUT對(duì)象，它代表一個(gè)波形對(duì)象，通過waveOutOpen函數(shù)打開它。

HWAVEOUT hwo;
waveOutOpen(&hwo, WAVE_MAPPER, &wfx, (DWORD_PTR)wait, 0L, CALLBACK_EVENT);

這個(gè)函數(shù)前三個(gè)參數(shù)分別是波形對(duì)象，輸出設(shè)備（WAVE_MAPPER為-1，表示默認(rèn)輸出設(shè)備），音頻參數(shù)。后面三個(gè)參數(shù)分別是回調(diào)相關(guān)參數(shù)，因?yàn)橐纛l數(shù)據(jù)一次只寫入一小段，播放是由系統(tǒng)在另一個(gè)線程中進(jìn)行的，當(dāng)數(shù)據(jù)播放完成后，需要通過回調(diào)的方式通知寫入新數(shù)據(jù)。

MMEAPI支持多種回調(diào)方式。具體參看MSDN文檔： waveOutOpen function。具體常見的回調(diào)方式有如下幾種：

CALLBACK_NULL 不回調(diào)，需要主動(dòng)掌握寫入數(shù)據(jù)時(shí)機(jī)，常用于實(shí)時(shí)音頻流
CALLBACK_EVENT 需要數(shù)據(jù)時(shí)寫事件，在另外一個(gè)獨(dú)立的線程上等待該事件寫入數(shù)據(jù)
CALLBACK_FUNCTION 需要數(shù)據(jù)時(shí)執(zhí)行回調(diào)函數(shù)，在回調(diào)函數(shù)中寫入數(shù)據(jù)

這里是示例通過事件的方式回調(diào)的

寫入音頻數(shù)據(jù)

音頻的播放操作是一個(gè)生產(chǎn)者消費(fèi)者模型，調(diào)用waveOutOpen后，系統(tǒng)會(huì)在后臺(tái)啟動(dòng)一個(gè)播放線程（WinForm程序也可以設(shè)置為使用UI線程）。當(dāng)需要數(shù)據(jù)時(shí)，調(diào)用回調(diào)函數(shù)，寫入相應(yīng)的數(shù)據(jù)。

首先定義一個(gè)WAVEHDR對(duì)象：

int data_size = 20480;
char* data_ptr = buf;
WAVEHDR wh;

每次寫入的操作過程如下：

wh.lpData = data_ptr;
wh.dwBufferLength = data_size;
wh.dwFlags = 0L;
wh.dwLoops = 1L;

data_ptr += data_size;

waveOutPrepareHeader(hwo, &wh, sizeof(WAVEHDR)); //準(zhǔn)備一個(gè)波形數(shù)據(jù)塊用于播放
waveOutWrite(hwo, &wh, sizeof(WAVEHDR)); //在音頻媒體中播放第二個(gè)函數(shù)wh指定的數(shù)據(jù)

寫入主要是通過兩個(gè)函數(shù)waveOutPrepareHeader和waveOutWrite進(jìn)行。這里有兩個(gè)地方需要注意

每次寫入data_size不要太小，太小了會(huì)出現(xiàn)聲音不流暢
從它調(diào)用回調(diào)到寫入的時(shí)間間隔不能過長(zhǎng)，否則會(huì)出現(xiàn)聲音斷流而出現(xiàn)的噠噠聲。

這兩個(gè)地方的原因?qū)嶋H上都是一個(gè)，消費(fèi)者線程沒有足夠的數(shù)據(jù)。要解決這個(gè)問題需要采取緩沖模型，對(duì)數(shù)據(jù)源預(yù)讀。

另外，寫入操作waveOutPrepareHeader和waveOutWrite這兩個(gè)函數(shù)是并不要求一定非要在等待通知后才執(zhí)行的，當(dāng)寫入的速度和播放的速度不一致時(shí)，出現(xiàn)聲音快進(jìn)會(huì)慢速播放現(xiàn)象。

關(guān)閉音頻輸出

關(guān)閉音頻輸出只需要使用接口即可。

waveOutClose(hwo);

.net接口封裝

了解各接口功能后，自己封裝一個(gè)也比較簡(jiǎn)單了。用起來也方便多了。

WinAPI封裝：

using HWAVEOUT = IntPtr;

  class winmm
  {
    [StructLayout(LayoutKind.Sequential)]
    public struct WAVEFORMATEX
    {
      /// <summary>
      /// 波形聲音的格式
      /// </summary>
      public WaveFormat wFormatTag;

      /// <summary>
      /// 音頻文件的通道數(shù)量
      /// </summary>
      public UInt16 nChannels; /* number of channels (i.e. mono, stereo...) */

      /// <summary>
      /// 采樣頻率
      /// </summary>
      public UInt32 nSamplesPerSec; /* sample rate */

      /// <summary>
      /// 每秒緩沖區(qū)
      /// </summary>
      public UInt32 nAvgBytesPerSec; /* for buffer estimation */


      public UInt16 nBlockAlign;  /* block size of data */
      public UInt16 wBitsPerSample; /* number of bits per sample of mono data */
      public UInt16 cbSize;     /* the count in bytes of the size of */
    }

    [StructLayout(LayoutKind.Sequential)]
    public struct WAVEHDR
    {
      /// <summary>
      /// 緩沖區(qū)指針
      /// </summary>
      public IntPtr lpData;

      /// <summary>
      /// 緩沖區(qū)長(zhǎng)度
      /// </summary>
      public UInt32 dwBufferLength;
      public UInt32 dwBytesRecorded; /* used for input only */
      public IntPtr dwUser;     /* for client's use */

      /// <summary>
      /// 設(shè)置標(biāo)志
      /// </summary>
      public UInt32 dwFlags; 

      /// <summary>
      /// 循環(huán)控制
      /// </summary>
      public UInt32 dwLoops; 

      /// <summary>
      /// 保留字段
      /// </summary>
      public IntPtr lpNext; 

      /// <summary>
      /// 保留字段
      /// </summary>
      public IntPtr reserved;
    }


    [Flags]
    public enum WaveOpenFlags
    {
      CALLBACK_NULL   = 0,
      CALLBACK_FUNCTION = 0x30000,
      CALLBACK_EVENT  = 0x50000,
      CallbackWindow  = 0x10000,
      CallbackThread  = 0x20000,
    }

    public enum WaveMessage
    {
      WIM_OPEN = 0x3BE,
      WIM_CLOSE = 0x3BF,
      WIM_DATA = 0x3C0,
      WOM_CLOSE = 0x3BC,
      WOM_DONE = 0x3BD,
      WOM_OPEN = 0x3BB
    }


    [Flags]
    public enum WaveHeaderFlags
    {
      WHDR_BEGINLOOP = 0x00000004,
      WHDR_DONE   = 0x00000001,
      WHDR_ENDLOOP  = 0x00000008,
      WHDR_INQUEUE  = 0x00000010,
      WHDR_PREPARED = 0x00000002
    }

    public enum WaveFormat : ushort
    {
      WAVE_FORMAT_PCM = 0x0001,
    }


    /// <summary>
    /// 默認(rèn)設(shè)備
    /// </summary>
    public static IntPtr WAVE_MAPPER { get; } = (IntPtr)(-1);

    public delegate void WaveCallback(IntPtr hWaveOut, WaveMessage message, IntPtr dwInstance, WAVEHDR wavhdr,
                     IntPtr dwReserved);

    [DllImport("winmm.dll")]
    public static extern int waveOutOpen(out HWAVEOUT hWaveOut,  IntPtr uDeviceID, in WAVEFORMATEX lpFormat,
                       WaveCallback dwCallback, IntPtr dwInstance, WaveOpenFlags  dwFlags);

    [DllImport("winmm.dll")]
    public static extern int waveOutOpen(out HWAVEOUT hWaveOut,  IntPtr uDeviceID, in WAVEFORMATEX lpFormat,
                       IntPtr    dwCallback, IntPtr dwInstance, WaveOpenFlags  dwFlags);

    [DllImport("winmm.dll")]
    public static extern int waveOutSetVolume(HWAVEOUT hwo, ushort dwVolume);

    [DllImport("winmm.dll")]
    public static extern int waveOutClose(in HWAVEOUT hWaveOut);

    [DllImport("winmm.dll")]
    public static extern int waveOutPrepareHeader(HWAVEOUT hWaveOut, in WAVEHDR lpWaveOutHdr, int uSize);

    [DllImport("winmm.dll")]
    public static extern int waveOutUnprepareHeader(HWAVEOUT hWaveOut, in WAVEHDR lpWaveOutHdr, int uSize);

    [DllImport("winmm.dll")]
    public static extern int waveOutWrite(HWAVEOUT hWaveOut, in WAVEHDR lpWaveOutHdr, int uSize);
  }

  class kernel32
  {
    [DllImport("kernel32.dll")]
    public static extern IntPtr CreateEvent(IntPtr lpEventAttributes, bool bManualReset, bool bInitialState, string lpName);

    [DllImport("kernel32.dll")]
    public static extern int WaitForSingleObject(IntPtr hHandle, int dwMilliseconds);

    [DllImport("kernel32.dll")]
    public static extern bool CloseHandle(IntPtr hHandle);
  }

PCM播放器：

/// <summary>
  /// Pcm播放器
  /// </summary>
  public unsafe class PcmPlayer
  {
    /// <param name="channels">聲道數(shù)目</param>
    /// <param name="sampleRate">采樣頻率</param>
    /// <param name="sampleSize">采樣大小(bits)</param>
    public PcmPlayer(int channels, int sampleRate, int sampleSize)
    {
      _wfx = new winmm.WAVEFORMATEX
      {
        wFormatTag   = winmm.WaveFormat.WAVE_FORMAT_PCM,
        nChannels   = (ushort)channels,
        nSamplesPerSec = (ushort)sampleRate,
        wBitsPerSample = (ushort)sampleSize
      };

      _wfx.nBlockAlign   = (ushort)(_wfx.nChannels * _wfx.wBitsPerSample / 8);
      _wfx.nAvgBytesPerSec = _wfx.nBlockAlign * _wfx.nSamplesPerSec;
    }

    winmm.WAVEFORMATEX _wfx;
    IntPtr    _hwo;

    /// <summary>
    /// 以事件回調(diào)的方式打開設(shè)備
    /// </summary>
    /// <param name="waitEvent"></param>
    public void OpenEvent(IntPtr waitEvent)
    {
      winmm.waveOutOpen(out _hwo, winmm.WAVE_MAPPER, _wfx, waitEvent, IntPtr.Zero, winmm.WaveOpenFlags.CALLBACK_EVENT);
      Debug.Assert(_hwo != IntPtr.Zero);
    }

    public void OpenNone()
    {
      winmm.waveOutOpen(out _hwo, winmm.WAVE_MAPPER, _wfx, IntPtr.Zero, IntPtr.Zero, winmm.WaveOpenFlags.CALLBACK_NULL);
      Debug.Assert(_hwo != IntPtr.Zero);
    }


    winmm.WAVEHDR _wh;
    public void WriteData(ReadOnlyMemory<byte> buffer)
    {
      var hwnd = buffer.Pin();

      _wh.lpData     = (IntPtr)hwnd.Pointer;
      _wh.dwBufferLength = (uint)buffer.Length;
      _wh.dwFlags    = 0;
      _wh.dwLoops    = 1;

      winmm.waveOutPrepareHeader(_hwo, _wh, sizeof(winmm.WAVEHDR)); //準(zhǔn)備一個(gè)波形數(shù)據(jù)塊用于播放
      winmm.waveOutWrite(_hwo, _wh, sizeof(winmm.WAVEHDR));     //在音頻媒體中播放第二個(gè)函數(shù)wh指定的數(shù)據(jù)
      hwnd.Dispose();
    }

    public void Dispose()
    {
      winmm.waveOutPrepareHeader(_hwo, _wh, sizeof(winmm.WAVEHDR));
      winmm.waveOutClose(_hwo);
      _hwo = IntPtr.Zero;
    }
  }

  public class WaitObject : IDisposable
  {

    public IntPtr Hwnd { get; set; }

    public WaitObject()
    {
      Hwnd = kernel32.CreateEvent(IntPtr.Zero, false, false, null);
    }

    public void Wait()
    {
      kernel32.WaitForSingleObject(Hwnd, -1);
    }

    public void Dispose()
    {
      kernel32.CloseHandle(Hwnd);
      Hwnd = IntPtr.Zero;
    }
  }

以上就是c# 通過WinAPI播放PCM聲音的詳細(xì)內(nèi)容，更多關(guān)于c# 播放PCM聲音的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: