API层实现语音录制
【打印文章】
我从前出于需要，上网寻找了关于录音部分的源代码，收获不大，现在把自己摸索的部分源代码公开出来吧，希望对部分人有用。
其实要实现声音的录制，可以用多种的方式(例如 mci )，我这里介绍的是在 API 的层面来实现，你可以对其中进行更多的控制。比方说，要音频裸数据存到你指定的内存中去。
先说一下要用到的 API ， 录音通常都是使用 waveInXXX 一类 API 的，最主要的是 waveInStart (顾名思义就是开始录音)，然后是 waveInStop(它能够在你指定的缓冲满的时候返回) ； 如果不用 waveInStop 可以使用 waveInReset(不同于Stop的是该函数不等缓冲满就马上返回那样你才可以终止录音)，不过最好跟 waveInGetPosition 配合使用。
说完这些函数，不得不提的是为以上几个函数做准备工作的函数(注意配对使用)， waveInOpen 和 waveInClose 配对( waveInOpen 里面指定音频的格式，比方说立体声 和16位音质等)； waveInPrepareHeader 和 waveInUnprepareHeader 配对( waveInPrepareHeader 里面指定用来录音缓冲的大小和首地址)，紧跟着 waveInPrepareHeader要例行公事调用 waveInAddBuffer( 作用未详，不多说了)。
详细调用过程可以看下面
(之前最好调用 waveInGetNumDevs 看看有没有可用的设备)
waveInOpen (该处用 WAVEFORMATEX 结构指定音频格式)
waveInPrepareHeader (该处用 WAVEHDR 结构的 lpData 成员指定缓冲首地址)
waveInAddBuffer
waveInStart
(录制中....)
waveInStop (warning:一定要缓冲满了才返回)
waveInUnprepareHeader
waveInClose
需要指出的是，上面的代码你不能随心所欲的停止录音过程(如果你指定的缓冲非常大，比方说足够录音一个小时，那么你就要乖乖的等上一个小时)，如果希望马上停止，请使用下面的方法。
waveInStart
(录制中....)
(n 时间后，用户提出停止请求)
waveInGetPosition (保留该值，用来设置 WAVEHDR 结构的 dwBytesRecorded 成员)
waveInReset
(重新设置 WAVEHDR 结构的 dwBytesRecorded 成员)
整个过程就是如此的几句，下面将给出源程序以验证。
需要说明一下，正常情况下录音以后，总共耗费的内存(以字节算) 会保存在WAVEHDR 结构的 dwBytesRecorded 成员中，可用的音频裸数据当然就放进你指定的内存缓冲中去了，你大可不必等 waveInUnprepareHeader 就可以马上拿来用了。
( 补充一个内容，粗略讲解一下 .wav 文件的文件头格式 )
看下面的结构，一开始的八个字节是一个结构， 第一个 四字节 是标志，刚好等于 ascii 的 "RIFF" ，第二个四字节是总的文件长度减去8。你可以验证一下。(参照16进制阅读数字的方法)
跟着是第二个数据结构，占12个字节。如果你是标准的 wave 格式的文件，那么就是紧接着两个标志，第一个四字节的标志是 ascii 的 "WAVE" ，第二个 四字节的标志就是 ascii 的 "fmt "(注意，有一个空格)，然后剩下的四字节里面藏的是 WAVEFORMATEX 结构的大小(参照MSDN)，应该是18个字节。
然后，当然就是 18个字节的 WAVEFORMATEX 结构里面的值。详细的就不说了，自己查一下 MSDN。 (需要注意的是，这个 WAVEFORMATEXEX 的末一个成员，讲了可能的长度扩充)
在这 18 个字节后面 (按照旧时候的方法)，应该是跟着一个8字节的结构的，然后就是 "裸数据" 的开始地址了，这八字节结构的开始四字节是标志，应该等于 ascii 的 "data"，然后紧跟着的四字节就是裸数据的大小了，也就是最重要的部分。
好了，如此一来，你就可以得到音频裸数据的起始位置(紧紧跟在含"data"标志的数据结构的后面)，还有就是音频数据的长度了。应该是所有的问题都很容易解决的。
不过，还要注意，就是现在的很多 .wav 文件都会外加一个数据结构(12字节)，就插在 WAVEFORMATEX 的后面和 含 "data" 的数据结构前面。 这个外加的结构 第一个四字节是标志，等于 ascii 码的 "fact"，然后第二个四字节的值在大部分情况下都等于 4， 第三个四字节的值也是等于 音频裸数据的长度。 基本上就是这样了。
下面给出的源程序文件只要加进新建的 VC win32工程中，编译即可，执行效果是录音三秒后自动生成 mytest.wav 文件供播放测试(记得选好默认录音通道)。
废话不多说，给出源程序(该源程序中要包含 RunTimeLog.cpp，见http://www.csdn.net/develop/Read_Article.asp?Id=17477) 希望对大家有用。(全文完)
(全文完 - 2003年03月27日_am: 11时27分)
// ******************* FileName: WinMain.cpp *****************************
// 该源程序需要加入到 VC6 的 Win32 Application 的 empty Project 中
// 请包含我自定义的调试类，见 #include "RunTimeLog.cpp"
// 对于工程的 Link 选项，至少要包含以下库: msvcrt.lib kernel32.lib user32.lib Winmm.lib
#define WIN32_LEAN_AND_MEAN // Say No to MFC !!
#include <windows.h>
#include <Mmsystem.h>
#include "RunTimeLog.cpp"
RunTimeLog log;
char lpTemp[256]="";
DWORD FCC(LPSTR lpStr)
{
DWORD Number = lpStr[0] + lpStr[1] *0x100 + lpStr[2] *0x10000 + lpStr[3] *0x1000000 ;
return Number;
}
int WINAPI WinMain( HINSTANCE hInstance, HINSTANCE hPrevInstance,
LPSTR lpCmdLine, int nCmdShow )
{
CreateMutex( NULL, false, "MyMutex");
if ( GetLastError() == ERROR_ALREADY_EXISTS )
{ log.write("Exists and Exit"); log.last(); ExitProcess( NULL); }
log.write("Program Start.");
log.nobuff = true;
DWORD datasize = 48000;
// 最常用法
WAVEFORMATEX waveformat;
waveformat.wFormatTag=WAVE_FORMAT_PCM;
waveformat.nChannels=1;
waveformat.nSamplesPerSec=8000;
waveformat.nAvgBytesPerSec=8000;
waveformat.nBlockAlign=1;
waveformat.wBitsPerSample=8; //指定录音格式
waveformat.cbSize=0;
wsprintf( lpTemp, "WAVEFORMATEX size = %lu", sizeof(WAVEFORMATEX) );
log.write(lpTemp);
HWAVEIN m_hWaveIn;
if ( waveInGetNumDevs() ) log.write("有可以使用的 WaveIn 通道"); else log.write("没有可以使用的 waveIn 通道");
int res=waveInOpen(&m_hWaveIn,WAVE_MAPPER, &waveformat, (DWORD)NULL,0L,CALLBACK_WINDOW); //打开录音设备
if ( res == MMSYSERR_NOERROR ) log.write("打开 waveIn 成功"); // 验证创建是否成功
else {
wsprintf(lpTemp, "打开 waveIn 通道失败，Error_Code = 0x%x", res );
log.write(lpTemp);
} // End of 验证创建是否成功
WAVEHDR m_pWaveHdr;
m_pWaveHdr.lpData = (char *)GlobalLock( GlobalAlloc(GMEM_MOVEABLE|GMEM_SHARE, datasize) );
memset(m_pWaveHdr.lpData, 0, datasize );
m_pWaveHdr.dwBufferLength = datasize;
m_pWaveHdr.dwBytesRecorded = 0;
m_pWaveHdr.dwUser = 0;
m_pWaveHdr.dwFlags = 0;
m_pWaveHdr.dwLoops = 0;
wsprintf( lpTemp, "WAVEHDR size = %lu", sizeof(WAVEHDR) );
log.write(lpTemp);
int resPrepare = waveInPrepareHeader( m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR) ); //准备内存块录音
if ( resPrepare == MMSYSERR_NOERROR) log.write("准备录音用头文件成功");
else {
wsprintf(lpTemp, "不能开辟录音头文件，Error_Code = 0x%03X", resPrepare );
log.write(lpTemp);
} // End of 验证开辟缓冲
resPrepare = waveInAddBuffer( m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR) );
if ( resPrepare == MMSYSERR_NOERROR) log.write("准备录音用内存成功");
else {
wsprintf(lpTemp, "不能开辟录音用缓冲，Error_Code = 0x%03X", resPrepare );
log.write(lpTemp);
} // End of 验证开辟缓冲
log.write(""); // 写入空字符串可以分行
if (! waveInStart(m_hWaveIn) ) log.write("开始录音"); else log.write("开始录音失败");
Sleep(3200);
MMTIME mmt;
mmt.wType = TIME_BYTES;
log.numberwrite( "sizeof(MMTIME) =", sizeof(MMTIME) );
log.numberwrite( "sizeof(UINT) =", sizeof(UINT) );
if ( waveInGetPosition(m_hWaveIn, &mmt, sizeof(MMTIME)) ) log.write("不能取得音频长度");
else log.numberwrite( "取得现在音频位置 =", mmt.u.cb );
if (mmt.wType == TIME_BYTES) { log.write("得到的 TIME_BYTES 格式的音频长度"); }
else log.write("指定的 TIME_BYTES 格式音频长度不支持");
// if (! waveInStop(m_hWaveIn) ) log.write("停止录音"); else log.write("停止录音失败");
if (! waveInReset(m_hWaveIn) ) log.write("重置内存区成功"); else log.write("重置内存区失败");
m_pWaveHdr.dwBytesRecorded = mmt.u.cb;
DWORD NumToWrite=0; DWORD dwNumber = 0;
HANDLE FileHandle =
CreateFile( "myTest.wav", GENERIC_WRITE, FILE_SHARE_READ, NULL,
CREATE_ALWAYS, FILE_ATTRIBUTE_NORMAL, NULL);
// memset(m_pWaveHdr.lpData, 0, datasize);
dwNumber = FCC("RIFF");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = m_pWaveHdr.dwBytesRecorded + 18 + 20;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = FCC("WAVE");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = FCC("fmt ");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = 18L;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
WriteFile(FileHandle, &waveformat, sizeof(WAVEFORMATEX), &NumToWrite, NULL);
dwNumber = FCC("data");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = m_pWaveHdr.dwBytesRecorded;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
WriteFile(FileHandle, m_pWaveHdr.lpData, m_pWaveHdr.dwBytesRecorded, &NumToWrite, NULL);
SetEndOfFile(FileHandle);
CloseHandle( FileHandle ); FileHandle = INVALID_HANDLE_VALUE; // 收尾关闭句柄
log.write("应该已生成 myTest.wav 文件");
if ( waveInUnprepareHeader(m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR)) ) log.write("Un_Prepare Header 失败"); else log.write("Un_Prepare Header 成功");
if ( GlobalFree(GlobalHandle( m_pWaveHdr.lpData )) ) log.write("Global Free 失败"); else log.write("Global Free 成功");
if (res == MMSYSERR_NOERROR ) //关闭录音设备
if (waveInClose(m_hWaveIn)==MMSYSERR_NOERROR)log.write("正常关闭录音设备");
else log.write("非正常关闭录音设备");
log.last(true);
// ExitProcess(0);
return 0;
}
// ******************* End of File *****************************
其实要实现声音的录制，可以用多种的方式(例如 mci )，我这里介绍的是在 API 的层面来实现，你可以对其中进行更多的控制。比方说，要音频裸数据存到你指定的内存中去。
先说一下要用到的 API ， 录音通常都是使用 waveInXXX 一类 API 的，最主要的是 waveInStart (顾名思义就是开始录音)，然后是 waveInStop(它能够在你指定的缓冲满的时候返回) ； 如果不用 waveInStop 可以使用 waveInReset(不同于Stop的是该函数不等缓冲满就马上返回那样你才可以终止录音)，不过最好跟 waveInGetPosition 配合使用。
说完这些函数，不得不提的是为以上几个函数做准备工作的函数(注意配对使用)， waveInOpen 和 waveInClose 配对( waveInOpen 里面指定音频的格式，比方说立体声 和16位音质等)； waveInPrepareHeader 和 waveInUnprepareHeader 配对( waveInPrepareHeader 里面指定用来录音缓冲的大小和首地址)，紧跟着 waveInPrepareHeader要例行公事调用 waveInAddBuffer( 作用未详，不多说了)。
详细调用过程可以看下面
(之前最好调用 waveInGetNumDevs 看看有没有可用的设备)
waveInOpen (该处用 WAVEFORMATEX 结构指定音频格式)
waveInPrepareHeader (该处用 WAVEHDR 结构的 lpData 成员指定缓冲首地址)
waveInAddBuffer
waveInStart
(录制中....)
waveInStop (warning:一定要缓冲满了才返回)
waveInUnprepareHeader
waveInClose
需要指出的是，上面的代码你不能随心所欲的停止录音过程(如果你指定的缓冲非常大，比方说足够录音一个小时，那么你就要乖乖的等上一个小时)，如果希望马上停止，请使用下面的方法。
waveInStart
(录制中....)
(n 时间后，用户提出停止请求)
waveInGetPosition (保留该值，用来设置 WAVEHDR 结构的 dwBytesRecorded 成员)
waveInReset
(重新设置 WAVEHDR 结构的 dwBytesRecorded 成员)
整个过程就是如此的几句，下面将给出源程序以验证。
需要说明一下，正常情况下录音以后，总共耗费的内存(以字节算) 会保存在WAVEHDR 结构的 dwBytesRecorded 成员中，可用的音频裸数据当然就放进你指定的内存缓冲中去了，你大可不必等 waveInUnprepareHeader 就可以马上拿来用了。
( 补充一个内容，粗略讲解一下 .wav 文件的文件头格式 )
看下面的结构，一开始的八个字节是一个结构， 第一个 四字节 是标志，刚好等于 ascii 的 "RIFF" ，第二个四字节是总的文件长度减去8。你可以验证一下。(参照16进制阅读数字的方法)
跟着是第二个数据结构，占12个字节。如果你是标准的 wave 格式的文件，那么就是紧接着两个标志，第一个四字节的标志是 ascii 的 "WAVE" ，第二个 四字节的标志就是 ascii 的 "fmt "(注意，有一个空格)，然后剩下的四字节里面藏的是 WAVEFORMATEX 结构的大小(参照MSDN)，应该是18个字节。
然后，当然就是 18个字节的 WAVEFORMATEX 结构里面的值。详细的就不说了，自己查一下 MSDN。 (需要注意的是，这个 WAVEFORMATEXEX 的末一个成员，讲了可能的长度扩充)
在这 18 个字节后面 (按照旧时候的方法)，应该是跟着一个8字节的结构的，然后就是 "裸数据" 的开始地址了，这八字节结构的开始四字节是标志，应该等于 ascii 的 "data"，然后紧跟着的四字节就是裸数据的大小了，也就是最重要的部分。
好了，如此一来，你就可以得到音频裸数据的起始位置(紧紧跟在含"data"标志的数据结构的后面)，还有就是音频数据的长度了。应该是所有的问题都很容易解决的。
不过，还要注意，就是现在的很多 .wav 文件都会外加一个数据结构(12字节)，就插在 WAVEFORMATEX 的后面和 含 "data" 的数据结构前面。 这个外加的结构 第一个四字节是标志，等于 ascii 码的 "fact"，然后第二个四字节的值在大部分情况下都等于 4， 第三个四字节的值也是等于 音频裸数据的长度。 基本上就是这样了。
下面给出的源程序文件只要加进新建的 VC win32工程中，编译即可，执行效果是录音三秒后自动生成 mytest.wav 文件供播放测试(记得选好默认录音通道)。
废话不多说，给出源程序(该源程序中要包含 RunTimeLog.cpp，见http://www.csdn.net/develop/Read_Article.asp?Id=17477) 希望对大家有用。(全文完)
(全文完 - 2003年03月27日_am: 11时27分)
// ******************* FileName: WinMain.cpp *****************************
// 该源程序需要加入到 VC6 的 Win32 Application 的 empty Project 中
// 请包含我自定义的调试类，见 #include "RunTimeLog.cpp"
// 对于工程的 Link 选项，至少要包含以下库: msvcrt.lib kernel32.lib user32.lib Winmm.lib
#define WIN32_LEAN_AND_MEAN // Say No to MFC !!
#include <windows.h>
#include <Mmsystem.h>
#include "RunTimeLog.cpp"
RunTimeLog log;
char lpTemp[256]="";
DWORD FCC(LPSTR lpStr)
{
DWORD Number = lpStr[0] + lpStr[1] *0x100 + lpStr[2] *0x10000 + lpStr[3] *0x1000000 ;
return Number;
}
int WINAPI WinMain( HINSTANCE hInstance, HINSTANCE hPrevInstance,
LPSTR lpCmdLine, int nCmdShow )
{
CreateMutex( NULL, false, "MyMutex");
if ( GetLastError() == ERROR_ALREADY_EXISTS )
{ log.write("Exists and Exit"); log.last(); ExitProcess( NULL); }
log.write("Program Start.");
log.nobuff = true;
DWORD datasize = 48000;
// 最常用法
WAVEFORMATEX waveformat;
waveformat.wFormatTag=WAVE_FORMAT_PCM;
waveformat.nChannels=1;
waveformat.nSamplesPerSec=8000;
waveformat.nAvgBytesPerSec=8000;
waveformat.nBlockAlign=1;
waveformat.wBitsPerSample=8; //指定录音格式
waveformat.cbSize=0;
wsprintf( lpTemp, "WAVEFORMATEX size = %lu", sizeof(WAVEFORMATEX) );
log.write(lpTemp);
HWAVEIN m_hWaveIn;
if ( waveInGetNumDevs() ) log.write("有可以使用的 WaveIn 通道"); else log.write("没有可以使用的 waveIn 通道");
int res=waveInOpen(&m_hWaveIn,WAVE_MAPPER, &waveformat, (DWORD)NULL,0L,CALLBACK_WINDOW); //打开录音设备
if ( res == MMSYSERR_NOERROR ) log.write("打开 waveIn 成功"); // 验证创建是否成功
else {
wsprintf(lpTemp, "打开 waveIn 通道失败，Error_Code = 0x%x", res );
log.write(lpTemp);
} // End of 验证创建是否成功
WAVEHDR m_pWaveHdr;
m_pWaveHdr.lpData = (char *)GlobalLock( GlobalAlloc(GMEM_MOVEABLE|GMEM_SHARE, datasize) );
memset(m_pWaveHdr.lpData, 0, datasize );
m_pWaveHdr.dwBufferLength = datasize;
m_pWaveHdr.dwBytesRecorded = 0;
m_pWaveHdr.dwUser = 0;
m_pWaveHdr.dwFlags = 0;
m_pWaveHdr.dwLoops = 0;
wsprintf( lpTemp, "WAVEHDR size = %lu", sizeof(WAVEHDR) );
log.write(lpTemp);
int resPrepare = waveInPrepareHeader( m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR) ); //准备内存块录音
if ( resPrepare == MMSYSERR_NOERROR) log.write("准备录音用头文件成功");
else {
wsprintf(lpTemp, "不能开辟录音头文件，Error_Code = 0x%03X", resPrepare );
log.write(lpTemp);
} // End of 验证开辟缓冲
resPrepare = waveInAddBuffer( m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR) );
if ( resPrepare == MMSYSERR_NOERROR) log.write("准备录音用内存成功");
else {
wsprintf(lpTemp, "不能开辟录音用缓冲，Error_Code = 0x%03X", resPrepare );
log.write(lpTemp);
} // End of 验证开辟缓冲
log.write(""); // 写入空字符串可以分行
if (! waveInStart(m_hWaveIn) ) log.write("开始录音"); else log.write("开始录音失败");
Sleep(3200);
MMTIME mmt;
mmt.wType = TIME_BYTES;
log.numberwrite( "sizeof(MMTIME) =", sizeof(MMTIME) );
log.numberwrite( "sizeof(UINT) =", sizeof(UINT) );
if ( waveInGetPosition(m_hWaveIn, &mmt, sizeof(MMTIME)) ) log.write("不能取得音频长度");
else log.numberwrite( "取得现在音频位置 =", mmt.u.cb );
if (mmt.wType == TIME_BYTES) { log.write("得到的 TIME_BYTES 格式的音频长度"); }
else log.write("指定的 TIME_BYTES 格式音频长度不支持");
// if (! waveInStop(m_hWaveIn) ) log.write("停止录音"); else log.write("停止录音失败");
if (! waveInReset(m_hWaveIn) ) log.write("重置内存区成功"); else log.write("重置内存区失败");
m_pWaveHdr.dwBytesRecorded = mmt.u.cb;
DWORD NumToWrite=0; DWORD dwNumber = 0;
HANDLE FileHandle =
CreateFile( "myTest.wav", GENERIC_WRITE, FILE_SHARE_READ, NULL,
CREATE_ALWAYS, FILE_ATTRIBUTE_NORMAL, NULL);
// memset(m_pWaveHdr.lpData, 0, datasize);
dwNumber = FCC("RIFF");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = m_pWaveHdr.dwBytesRecorded + 18 + 20;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = FCC("WAVE");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = FCC("fmt ");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = 18L;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
WriteFile(FileHandle, &waveformat, sizeof(WAVEFORMATEX), &NumToWrite, NULL);
dwNumber = FCC("data");
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
dwNumber = m_pWaveHdr.dwBytesRecorded;
WriteFile(FileHandle, &dwNumber, 4, &NumToWrite, NULL);
WriteFile(FileHandle, m_pWaveHdr.lpData, m_pWaveHdr.dwBytesRecorded, &NumToWrite, NULL);
SetEndOfFile(FileHandle);
CloseHandle( FileHandle ); FileHandle = INVALID_HANDLE_VALUE; // 收尾关闭句柄
log.write("应该已生成 myTest.wav 文件");
if ( waveInUnprepareHeader(m_hWaveIn, &m_pWaveHdr, sizeof(WAVEHDR)) ) log.write("Un_Prepare Header 失败"); else log.write("Un_Prepare Header 成功");
if ( GlobalFree(GlobalHandle( m_pWaveHdr.lpData )) ) log.write("Global Free 失败"); else log.write("Global Free 成功");
if (res == MMSYSERR_NOERROR ) //关闭录音设备
if (waveInClose(m_hWaveIn)==MMSYSERR_NOERROR)log.write("正常关闭录音设备");
else log.write("非正常关闭录音设备");
log.last(true);
// ExitProcess(0);
return 0;
}
// ******************* End of File *****************************
本栏文章均来自于互联网，版权归原作者和各发布网站所有，本站收集这些文章仅供学习参考之用。任何人都不能将这些文章用于商业或者其他目的。( Pfan.cn )
【编程爱好者论坛】