Xp下麦克风设备及音量检测

从Vista开始，windows底层的音频架构发生了改变：原本是底层API的waveXXX、mixerXXX等都在Core Audio APIs的基础上进行了重构，上升为了高层API；底层API变为Core Audio API。 由于这个原因，在利用遗留音频技术（waveXXX、mixerXXX等）进行开发的时候，在WinXp和其他系统上的表现会不太一致。

但是如果要在Xp上进行开发的话，就必须要使用这些老旧的技术，没得选。

Xp下音频开发选择

在Xp下进行开发，大概只有DirectX、waveXXX和mixerXXX可选了。 这里我们简单描述它们的优缺点：

优点：

• DirectX： 功能强大、灵活。
• waveXXX： 使用简单，对于输入音频设备，应用中的大部分功能需求都支持。
• mixerXXX： 完全底层的音频控制。

缺点：

• DirectX： 概念多、不容易上手（灵活的代价）。
• waveXXX： 对输入音频的控制处于应用层，无法控制系统层的音频输入（输出设备未测试）。
• mixerXXX： 概念多并且比较抽象，API的使用很晦涩。

Xp下输入音频开发实例

我们选择waveXXX api来实现这个开发实例，因为waveXXX相对来说比较好用，这样我们不用花费过多的时间去了解其他概念上的细节。

1. 设备枚举及打开

先调用waveInGetNumDevs()获取设备总数，然后传入设备序号（0 ~ 总数-1），并选择设备支持的PCM数据格式中的一种打开设备，获取到设备句柄：

auto inputAudioDeviceNum = waveInGetNumDevs();
for (int i = 0; i < inputAudioDeviceNum; ++i) {
    WAVEINCAPS waveInCaps;
    auto returnValue = waveInGetDevCaps(i, &waveInCaps, sizeof(waveInCaps)) ;

    ......

    WAVEFORMATEX waveFormatEx = chooseAppropriateFormat();
    auto returnValue = waveInOpen((LPHWAVEIN)&deviceInfo.handle, index, &waveFormatEx,
                                  (DWORD_PTR)CoreAudioHelper::waveInProc,
                                  (DWORD_PTR)this, 
                                  CALLBACK_FUNCTION);
    ......
}

2. 获取输入音频数据

为了获取音频数据，我们需要准备一个Buffer，并将这个Buffer添加到你想要获取数据的音频设备上，然后开始这个设备的音频捕获:

bool CoreAudioHelper::startPeakGetter()
{
    Q_ASSERT(m_currentDeviceIndex >= 0 && m_currentDeviceIndex < m_infos.size());
    auto& deviceInfo = m_infos[m_currentDeviceIndex];

    ZeroMemory(m_buffer, sizeof(m_buffer));
    m_waveHdr.dwFlags = 0;
    m_waveHdr.lpData = (LPSTR)m_buffer;
    m_waveHdr.dwBufferLength = sizeof(m_buffer);

    auto returnValue = waveInPrepareHeader(deviceInfo.handle, &m_waveHdr, sizeof(m_waveHdr));
    CHECK_RETURN(returnValue);

    returnValue = waveInAddBuffer(deviceInfo.handle, &m_waveHdr, sizeof(m_waveHdr));
    CHECK_RETURN(returnValue);

    returnValue = waveInStart(deviceInfo.handle);
    CHECK_RETURN(returnValue);

    deviceInfo.started = true;
    return true;
}

当这个Buffer被数据填满的时候，系统就会通知你，这时候我们需要先调用waveInUnprepareHeader()来取消先前准备的Buffer，然后就可以对数据进行操作了（这里我们计算了音频的音量大小）。在之前打开设备的时候，你可以选择多种通知方式：回调、窗口消息、事件或者线程，这里我选择使用回调方法。如果要连续的获取捕获到的数据，我们就要在Buffer被填满的时候不断添加新的Buffer。注意因为在回调中基本上不可以调用任何系统api，所以我们需要另一个线程来添加新Buffer，并利用信号量来进行同步：

void CoreAudioHelper::waveInProc(HWAVEIN hwi, UINT uMsg, DWORD_PTR dwInstance, DWORD_PTR dwParam1, DWORD_PTR dwParam2)
{
    switch (uMsg) {
    case WIM_OPEN:
        break;
    case WIM_CLOSE:
    {
        ......
    }
    case WIM_DATA:
    {
        ......
        break;
    }
    default:
        Q_ASSERT(false && "never receive other msg!");
    }

}

//  non-qt thread have no qt event loop which causing signal/slot not working,
//  we use a queue to keep the value and a semaphore to notify the internal thread
//  to emit the signal.
void CoreAudioHelper::appendPeakValue(qint16 value)
{
    m_peakValueQueue.push(value);
    //  cannot call Win32 api inside a callback, so we notify the buffer waiter thread
    m_bufferFilled.release(1);
}

void CoreAudioHelper::BufferWaiterThread::run()
{
    while (true) {
            m_helper->m_bufferFilled.acquire(1);

            m_helper->unprepareBuffer();

            if (m_helper->m_stopThread)     
                break;
            if (m_helper->m_emitUnplugged) {
                emit m_helper->currentDeviceUnplugged();
                m_helper->m_emitUnplugged = false;
                break;
            }                       
            m_helper->emitPeakLevelAndContinue();
    }
}

bool CoreAudioHelper::unprepareBuffer()
{
    auto deviceInfo = m_infos.at(m_currentDeviceIndex);
    auto returnValue = waveInUnprepareHeader(deviceInfo.handle, &m_waveHdr, sizeof(m_waveHdr));
    CHECK_RETURN(returnValue); 
    return true;
}

3. 音量大小计算

根据PCM数据是8位还是16位，我们把Buffer中的比特数据转换成合适的变量并计算保存最小值和最大值。因为实际音频波形是以0点为水平上下波动的，

• 8位PCM： 无符号数据，范围0~255， 水平值127。
• 16位PCM： 有符号数据，范围-32767~32767，水平值0。

我们只需要把最大波动值除以上限值就可以获得音量大小了（具体见下一小节）。

//  buffer already filled with input audio data
CoreAudioHelper* helper = reinterpret_cast<CoreAudioHelper*>(dwInstance);
Q_ASSERT(helper->m_waveHdr.dwFlags & WHDR_DONE);

qint32 peakMin = 255;
qint32 peakMax = 0;
for (char* ptr = helper->m_buffer; ptr < &helper->m_buffer[16]; ) {
    qint32 dataValue;
    if (helper->m_is8BitsSample) {
        dataValue = *(unsigned char*)ptr;
        ptr++;
    } else {
        dataValue = *(qint16*)ptr;  
        ptr += 2;
    }
    if (dataValue < peakMin)    peakMin = dataValue;
    if (dataValue > peakMax)    peakMax = dataValue;
}

helper->appendPeakValue(max(-peakMin, peakMax));

4. 音量设置和静音

waveXXX API只提供了音频数据捕获，因此我们需要自己来模拟音量和静音的控制，这里我们把这些控制应用在获取到的音量大小上：

void CoreAudioHelper::emitPeakLevelAndContinue()
{
    if (!m_peakValueQueue.empty()) {
        qint32 peakValue = m_peakValueQueue.front();
        m_peakValueQueue.pop();

        if (!m_infos.at(m_currentDeviceIndex).muted) {
            if (m_is8BitsSample) {
                //  when 8-bit sample, the range is 0--255, the silence data value is 127
                emit peakChanged(qint32(abs(peakValue - 127) / 1.27) * 
                                m_infos.at(m_currentDeviceIndex).volumeFilterPercent);
            }
            else {
                //  when 16-bit sample, the range  is -32767--32767, the silence data value is 0
                emit peakChanged(qint32(abs(peakValue) / 327.67) * 
                                m_infos.at(m_currentDeviceIndex).volumeFilterPercent);
            }
            startPeakGetter();
        }
    }
}

5. 运行结果

结果就是这样啦，完整代码见此处。