如何在vc中实现语音信息的采集

深碍√TFBOYSˉ_ 2022-04-10 09:29 219阅读 0赞

一、数字音频基础知识  
  
Fourier级数：  
任何周期的波形可以分解成多个正弦波，这些正弦波的频率都是整数倍。级数中其他正线波的频率是基础频率的整数倍。基础频率称为一级谐波。  
  
PCM:  
pulse code modulation,脉冲编码调制，即对波形按照固定周期频率采样。为了保证采样后数据质量，采样频率必须是样本声音最高频率的两倍，这就是Nyquist频率。  
样本大小：采样后用于存储振幅级的位数，实际就是脉冲编码的阶梯数，位数越大表明精度越高，这一点学过数字逻辑电路的应该清楚。  
  
声音强度：  
波形振幅的平方。两个声音强度上的差常以分贝(db)为单位来度量，  
  
计算公式如下：  
20\*log(A1/A2)分贝。A1,A2为两个声音的振幅。如果采样大小为8位，则采样的动态范围为20\*log(256)分贝=48db。如果样本大小为16位，则采样动态范围为20\*log(65536)大约是96分贝，接近了人听觉极限和痛苦极限，是再线音乐的理想范围。windows同时支持8位和16位的采样大小。  
  
二、相关API函数，结构，消息  
对于录音设备来说，windows 提供了一组wave\*\*\*的函数，比较重要的有以下几个：  
  
打开录音设备函数  
MMRESULT waveInOpen(  
LPHWAVEIN phwi, //输入设备句柄  
UINT uDeviceID, //输入设备ID  
LPWAVEFORMATEX pwfx, //录音格式指针  
DWORD dwCallback, //处理MM\_WIM\_\*\*\*消息的回调函数或窗口句柄，线程ID  
DWORD dwCallbackInstance,  
DWORD fdwOpen //处理消息方式的符号位  
);  
为录音设备准备缓存函数  
MMRESULT waveInPrepareHeader( HWAVEIN hwi, LPWAVEHDR pwh, UINT bwh );  
给输入设备增加一个缓存  
MMRESULT waveInAddBuffer( HWAVEIN hwi, LPWAVEHDR pwh, UINT cbwh );  
开始录音  
MMRESULT waveInStart( HWAVEIN hwi );  
清除缓存  
MMRESULT waveInUnprepareHeader( HWAVEIN hwi,LPWAVEHDR pwh, UINT cbwh);  
停止录音  
MMRESULT waveInReset( HWAVEIN hwi );  
关闭录音设备  
MMRESULT waveInClose( HWAVEIN hwi );  
Wave\_audio数据格式  
typedef struct \{  
WORD wFormatTag; //数据格式，一般为WAVE\_FORMAT\_PCM即脉冲编码  
WORD nChannels; //声道  
DWORD nSamplesPerSec; //采样频率  
DWORD nAvgBytesPerSec; //每秒数据量  
WORD nBlockAlign;  
WORD wBitsPerSample;//样本大小  
WORD cbSize;  
\} WAVEFORMATEX;  
waveform-audio 缓存格式　  
typedef struct \{  
LPSTR lpData; //内存指针  
DWORD dwBufferLength;//长度  
DWORD dwBytesRecorded; //已录音的字节长度  
DWORD dwUser;  
DWORD dwFlags;  
DWORD dwLoops; //循环次数  
struct wavehdr\_tag \* lpNext;  
DWORD reserved;  
\} WAVEHDR;  
相关消息　  
MM\_WIM\_OPEN:打开设备时消息，在此期间我们可以进行一些初始化工作  
MM\_WIM\_DATA：当缓存已满或者停止录音时的消息，处理这个消息可以对缓存进行重新分配，实现不限长度录音  
MM\_WIM\_CLOSE：关闭录音设备时的消息。  
相对于录音来说，回放就简单的多了，用到的函数主要有以下几个：  
打开回放设备　  
MMRESULT waveOutOpen(  
LPHWAVEOUT phwo,  
UINT uDeviceID,  
LPWAVEFORMATEX pwfx,  
DWORD dwCallback,  
DWORD dwCallbackInstance,  
DWORD fdwOpen  
);  
为回放设备准备内存块　  
MMRESULT waveOutPrepareHeader(  
HWAVEOUT hwo,  
LPWAVEHDR pwh,  
UINT cbwh  
);  
写数据（放音）　  
MMRESULT waveOutWrite(  
HWAVEOUT hwo,  
LPWAVEHDR pwh,  
UINT cbwh  
);  
相应的也有三个消息，用法跟录音的类似：  
  
三、程序设计  
  
一个录音程序的简单流程： 打开录音设备waveInOpen===>准备wave数据头waveInPrepareHeader===>  
准备数据块waveInAddBuffer===>开始录音waveInStart===>停止录音(waveInReset) ===>  
关闭录音设备(waveInClose)  
当开始录音后当buffer已满时，将收到MM\_WIM\_DATA消息，处理该消息可以保存已录好数据。  
  
回放程序比这个要简单的多：　打开回放设备waveOutOpen===>准备wave数据头waveOutPrepareHeader===>写wave数据waveOutWrite===>  
停止放音(waveOutRest) ===>关闭回放设备(waveOutClose)  
如何处理MM消息： MSDN告诉我们主要有 CALLBACK\_FUNCTION、CALL\_BACKTHREAD、CALLBACK\_WINDOW 三种方式，常用的是  
Thread,window方式。  
线程模式  
waveInOpen(&hWaveIn,WAVE\_MAPPER,&waveform,m\_ThreadID,NULL,CALLBACK\_THREAD)，我们可以继承MFC的CwinThread类，只要相应的处理线程消息即可。  
MFC线程消息的宏为：  
  
ON\_THREAD\_MESSAGE,  
可以这样添加消息映射： ON\_THREAD\_MESSAGE(MM\_WIM\_CLOSE, OnMM\_WIM\_CLOSE)  
窗口模式  
类似于线程模式，参见源程序即可。