最簡單的視音頻播放示例8：DirectSound播放PCM

本文記錄DirectSound播放音頻的技術。DirectSound是Windows下最常見的音頻播放技術。目前大部分的音頻播放應用都是通過DirectSound來播放的。本文記錄一個使用DirectSound播放PCM的例子。
注：一位仁兄已經提醒我DirectSound已經計划被XAudio2取代了。后來考證了一下發現確有此事。因此在下次更新中考慮加入XAudio2播放PCM的例子。本文仍然記錄一下DirectSound這位“元老”。

 

DirectSound簡介

DirectSound是微軟所開發DirectX的組件之一，可以在Windows 操作系統上錄音，並且記錄波形音效（waveform sound）。目前DirectSound 是一個成熟的API ，提供許多有用的功能，例如能夠在較高的分辨率播放多聲道聲音。
DirectSound3D（DS3D）最早是1993年與 DirectX 3 一起發表的。DirectX 8以后的DirectSound和DirectSound3D的（DS3D）被合稱DirectX Audio。


DirectSound有以下幾種對象：

對象	數量	作用	主要接口
設備	每個應用程序只有一個設備對象	用來管理設備，創建輔助緩沖區	IDirectSound8
輔助緩沖區	每一個聲音對應一個輔助緩沖區	用來管理一個靜態的或者動態的聲音流，然后在主緩沖區中混音	IDirectSoundBuffer8, IDirectSound3DBuffer8, IDirectSoundNotify8
主緩沖區	一個應用程序只有一個主緩沖區	將輔助緩沖區的數據進行混音，並且控制3D參數.	IDirectSoundBuffer, IDirectSound3DListener8

DirectSound播放音頻的流程

使用DirectSound播放音頻一般情況下需要如下步驟：

1. 初始化

1) 創建一個IDirectSound8接口的對象
2) 設置協作級
3) 創建一個主緩沖對象
4) 創建一個副緩沖對象
5) 創建通知對象
6) 設置通知位置

7) 開始播放

2. 循環播放聲音

1) 數據填充至副緩沖區

2) 等待播放完成

下面結合詳細分析一下上文的流程。


1. 初始化
1) 創建一個IDirectSound8接口的對象
通過DirectSoundCreate8()方法可以創建一個設備對象。這個對象通常代表缺省的播放設備。DirectSoundCreate8()函數原型如下。

HRESULT DirectSoundCreate8(
     LPCGUID lpcGuidDevice,
     LPDIRECTSOUND8 * ppDS8,
     LPUNKNOWN pUnkOuter
)

參數的含義如下：
lpcGuidDevice：要創建的設備對象的GUID。可以指定為NULL，代表默認的播放設備。
ppDS8：返回的IDirectSound8對象的地址。
pUnkOuter：必須設為NULL。
例如如下代碼即可創建一個IDirectSound8接口的對象

IDirectSound8 *m_pDS=NULL;
DirectSoundCreate8(NULL,&m_pDS,NULL);

2) 設置協作級
Windows 是一個多任務環境，同一時間有多個應用程序去訪問設備。通過使用協作級別，DirectSound可以確保應用程序不會在別的設備使用時去訪問，每個 DirectSound應用程序都有一個協作級別，這個級別決定着訪問硬件的權限。
在創建一個設備對象以后，必須通過用IDirectSound8的SetCooperativeLevel()設置協作權限，否則將聽不到聲音。SetCooperativeLevel()的原型如下

HRESULT SetCooperativeLevel(
 HWND hwnd,
 DWORD dwLevel
)

參數的含義如下：
hwnd：應用程序窗口句柄。
dwLevel：支持以下幾種級別。
DSSCL_EXCLUSIVE：與DSSCL_PRIORITY具有相同的作用。
DSSCL_NORMAL：正常的協調層級標志，其他程序可共享聲卡設備進行播放。
DSSCL_PRIORITY：設置聲卡設備為當前程序獨占。
DSSCL_WRITEPRIMAR：可寫主緩沖區，此時副緩沖區就不能進行播放處理，即不能將次緩沖區的數據送進混聲器，再輸出到主緩沖區上。這是最完全控制聲音播放的方式。


3) 創建一個主緩沖對象
使用IDirectSound8的CreateSoundBuffer()可以創建一個IDirectSoundBuffer接口的主緩沖區對象。CreateSoundBuffer()的原型如下。

HRESULT CreateSoundBuffer(
 LPCDSBUFFERDESC pcDSBufferDesc,
 LPDIRECTSOUNDBUFFER * ppDSBuffer,
 LPUNKNOWN pUnkOuter
)

參數的含義如下：
pcDSBufferDesc：描述聲音緩沖的DSBUFFERDESC結構體的地址
ppDSBuffer：返回的IDirectSoundBuffer接口的對象的地址。
pUnkOuter：必須設置為NULL。
其中涉及到一個描述聲音緩沖的結構體DSBUFFERDESC，該結構體的定義如下：

typedef struct _DSBUFFERDESC
{
    DWORD           dwSize;
    DWORD           dwFlags;
    DWORD           dwBufferBytes;
    DWORD           dwReserved;
    LPWAVEFORMATEX  lpwfxFormat;
} DSBUFFERDESC

簡單解釋一下其中的變量的含義：
dwSize：結構體的大小。必須初始化該值。
dwFlags：設置聲音緩存的屬性。有很多選項，可以組合使用，就不一一列出了。詳細的參數可以查看文檔。
dwBufferBytes：緩沖的大小。
dwReserved：保留參數，暫時沒有用。
lpwfxFormat：指向一個WAVE格式文件頭的指針。
設置DSBUFFERDESC完畢后，就可以使用CreateSoundBuffer()創建主緩沖了。示例代碼如下：

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) 創建一個副緩沖對象
使用IDirectSoundBuffer的QueryInterface()可以得到一個IDirectSoundBuffer8接口的對象。IDirectSoundBuffer8的GUID為IID_IDirectSoundBuffer8。示例代碼如下。

IDirectSoundBuffer *m_pDSBuffer=NULL;
IDirectSoundBuffer8 *m_pDSBuffer8=NULL;
...
if( FAILED(m_pDSBuffer->QueryInterface(IID_IDirectSoundBuffer8,(LPVOID*)&m_pDSBuffer8))){
    return FALSE ;
}

5) 創建通知對象
使用IDirectSoundBuffer8的QueryInterface()可以得到一個IDirectSoundNotify8接口的對象。IDirectSoundBuffer8的GUID為IID_IDirectSoundNotify。示例代碼如下。

IDirectSoundBuffer8 *m_pDSBuffer8=NULL;
IDirectSoundNotify8 *m_pDSNotify=NULL;
…
if(FAILED(m_pDSBuffer8->QueryInterface(IID_IDirectSoundNotify,(LPVOID*)&m_pDSNotify))){
    return FALSE ;
}

一句話概括一下通知對象的作用：當DirectSound緩沖區中的數據播放完畢后，告知系統應該填充新的數據。


6) 設置通知位置
使用IDirectSoundNotify8的SetNotificationPositions()可以設置通知的位置。SetNotificationPositions()的原型如下。

HRESULT SetNotificationPositions(
         DWORD dwPositionNotifies,
         LPCDSBPOSITIONNOTIFY pcPositionNotifies
)

參數含義如下。
dwPositionNotifies：DSBPOSITIONNOTIFY結構體的數量。既包含幾個通知的位置。
pcPositionNotifies：指向DSBPOSITIONNOTIFY結構體數組的指針。
再這里涉及到一個結構體DSBPOSITIONNOTIFY，它描述了通知的位置。DSBPOSITIONNOTIFY的定義如下。

typedef struct DSBPOSITIONNOTIFY {
    DWORD dwOffset;
    HANDLE hEventNotify;
} DSBPOSITIONNOTIFY;

它的成員的含義如下。
dwOffset：通知事件觸發的位置（距離緩沖開始位置的偏移量）。
hEventNotify：觸發的事件的句柄。


7) 開始播放
使用IDirectSoundBuffer8的SetCurrentPosition ()可以設置播放的位置。SetCurrentPosition ()原型如下

HRESULT SetCurrentPosition(
         DWORD dwNewPosition
)

其中dwNewPosition是播放點與緩沖區首個字節之間的偏移量。
使用IDirectSoundBuffer8的Play ()可以開始播放音頻數據。Play ()原型如下。

HRESULT Play(
         DWORD dwReserved1,
         DWORD dwPriority,
         DWORD dwFlags
)

參數含義：
dwReserved1：保留參數，必須取0。
dwPriority：優先級，一般情況下取0即可。
dwFlags：標志位。目前常見的是DSBPLAY_LOOPING。當播放至緩沖區結尾的時候，重新從緩沖區開始處開始播放。


2. 循環播放聲音
1) 數據填充至副緩沖區
數據填充至副緩沖區之前，需要先使用Lock()鎖定緩沖區。然后就可以使用fread()，memcpy()等方法將PCM音頻采樣數據填充至緩沖區。數據填充完畢后，使用Unlock()取消對緩沖區的鎖定。
Lock()函數的原型如下。

HRESULT Lock(
         DWORD dwOffset,
         DWORD dwBytes,
         LPVOID * ppvAudioPtr1,
         LPDWORD  pdwAudioBytes1,
         LPVOID * ppvAudioPtr2,
         LPDWORD pdwAudioBytes2,
         DWORD dwFlags
)

參數的含義如下。
dwOffset：鎖定的內存與緩沖區首地址之間的偏移量。
dwBytes：鎖定的緩存的大小。
ppvAudioPtr1：獲取到的指向緩存數據的指針。
pdwAudioBytes1：獲取到的緩存數據的大小。
ppvAudioPtr2：沒有用到，設置為NULL。
pdwAudioBytes2：沒有用到，設置為0。
dwFlags：暫時沒有研究。


UnLock()函數的原型如下。

HRESULT Unlock(
         LPVOID pvAudioPtr1,
         DWORD dwAudioBytes1,
         LPVOID pvAudioPtr2,
         DWORD dwAudioBytes2
)

參數含義如下。
pvAudioPtr1：通過Lock()獲取到的指向緩存數據的指針。
dwAudioBytes1：寫入的數據量。
pvAudioPtr2：沒有用到。

dwAudioBytes2：沒有用到。

2) 等待播放完成

根據此前設置的通知機制，使用WaitForMultipleObjects()等待緩沖區中的數據播放完畢，然后進入下一個循環。

播放音頻流程總結

DirectSound播放PCM音頻數據的流程如下圖所示。

 

其中涉及到的幾個結構體之間的關系如下圖所示。
 

代碼

貼上源代碼。

/**
 * 最簡單的DirectSound播放音頻的例子（DirectSound播放PCM）
 * Simplest Audio Play DirectSound (DirectSound play PCM)
 *
 * 雷霄驊 Lei Xiaohua
 * [e-mail]
 * 中國傳媒大學/數字電視技術
 * Communication University of China / Digital TV Technology
 * http://blog.csdn.net/leixiaohua1020
 *
 * 本程序使用DirectSound播放PCM音頻采樣數據。
 * 是最簡單的DirectSound播放音頻的教程。
 *
 * 函數調用步驟如下:
 *
 * [初始化]
 * DirectSoundCreate8(): 創建一個DirectSound對象。
 * SetCooperativeLevel(): 設置協作權限，不然沒有聲音。
 * IDirectSound8->CreateSoundBuffer(): 創建一個主緩沖區對象。
 * IDirectSoundBuffer->QueryInterface(IID_IDirectSoundBuffer8..):
 *          創建一個副緩沖區對象，用來存儲要播放的聲音數據文件。
 * IDirectSoundBuffer8->QueryInterface(IID_IDirectSoundNotify..):
 *          創建通知對象，通知應用程序指定播放位置已經達到。
 * IDirectSoundNotify8->SetNotificationPositions(): 設置通知位置。
 * IDirectSoundBuffer8->SetCurrentPosition(): 設置播放的起始點。
 * IDirectSoundBuffer8->Play(): 開始播放。
 *
 * [循環播放數據]
 * IDirectSoundBuffer8->Lock(): 鎖定副緩沖區，准備寫入數據。
 * fread(): 讀取數據。
 * IDirectSoundBuffer8->Unlock(): 解鎖副緩沖區。
 * WaitForMultipleObjects(): 等待“播放位置已經達到”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\n");
        return -1;
    }

    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\n",offset);
        }
        res = WaitForMultipleObjects (MAX_AUDIO_BUF, m_event, FALSE, INFINITE);
    }

    return 0;
}

運行結果

代碼運行之后，會彈出一個“控制台”對話框如下圖所示。同時音頻設備里面可以聽到播放的聲音。

 

下載

代碼位於“Simplest Media Play”中

 

SourceForge項目地址：https://sourceforge.net/projects/simplestmediaplay/

CSDN下載地址：http://download.csdn.net/detail/leixiaohua1020/8054395

 

上述工程包含了使用各種API（Direct3D，OpenGL，GDI，DirectSound，SDL2）播放多媒體例子。其中音頻輸入為PCM采樣數據。輸出至系統的聲卡播放出來。視頻輸入為YUV/RGB像素數據。輸出至顯示器上的一個窗口播放出來。
通過本工程的代碼初學者可以快速學習使用這幾個API播放視頻和音頻的技術。
一共包括了如下幾個子工程：
simplest_audio_play_directsound:  使用DirectSound播放PCM音頻采樣數據。
simplest_audio_play_sdl2:  使用SDL2播放PCM音頻采樣數據。
simplest_video_play_direct3d:  使用Direct3D的Surface播放RGB/YUV視頻像素數據。
simplest_video_play_direct3d_texture:使用Direct3D的Texture播放RGB視頻像素數據。
simplest_video_play_gdi:  使用GDI播放RGB/YUV視頻像素數據。
simplest_video_play_opengl:  使用OpenGL播放RGB/YUV視頻像素數據。
simplest_video_play_opengl_texture: 使用OpenGL的Texture播放YUV視頻像素數據。
simplest_video_play_sdl2:  使用SDL2播放RGB/YUV視頻像素數據。

 

from:http://blog.csdn.net/leixiaohua1020/article/details/40540147