利用Directsound编程实现实时混音

1、利用Directsound编程实现实时混音开发者在线B更新时间：2007-10-作者：李强来源:天极开发本文关键词：DirectSound编程实时混音摘要：将多个音频文件或多路音频数据同时输出到音频输出设备上，就可同时听到多个不同的声音，这就 是混音。在游戏开发，网络视频会议开发中都会用到混音技术，本文详细介绍如何利用Directsound实现 几路不同的音频进行实时的混音。关键词：Directsound混音在游戏开发中比较常用的音效素材都是比较短的，所以一般常用的API是playsound（）函数，比如 我们要在游戏背景中播放一个test.wav音效素材，只要简单的调用下面的函数即可Play

2、Sound(test.wav”,NULL,SND_FILENAME|SND_ASYNC);如此简单，事实上我们看到，国内的游戏大致上都可以用PlaySound（）搞定。但是既然是简单，从 功能上就要受限了，如果遇到复杂的场景就没法用playsound实现了，比如在场景中既有开门的声音，又 有砍人的声音，你如果用playsound就没法同时听到两种声音，只能是一个声音完了再听到另外一个声音， 这时，就需要混音了。在网络视频会议开发中，如果不同的客户端同时发言，如何将多个不同端点的话音数据经网络传输到 达某一个端点，经该端点的Wave设备输出，能同时听到多个人的话音，从而实现局域网络中多方的话音

3、交谈，这也需要用到混音技术。在网络上实现话音交谈，特别强调实时性，要尽量保证话音的平滑、连续，因此为了保证话音数据连 续，减少话音数据存储带来的延时，在具体实现中，话音的录制和播放都不采用文件的形式，录制和播放 的话音数据都存在缓冲区中。在Windows系统中，一般情况下，高层Wave接口函数无法直接播放缓冲 区中的话音数据，而必须用底层函数来实现，常用的是Windows API中的Wave函数。将Wave数据在 Wave设备上输出使用的是WaveOutWrite函数，但是该函数不支持多路Wave数据的同时播放，为了 能达到多路Wave数据同时播放的效果，对缓冲区中多路Wave数据进行必要的预

4、处理后，再提交给Wave 输出设备播放，实现原理如图1所示。图1多路Wave混音的实现原理这种混音的方式效果跟你采用的算法有很大关系，但是如果我们采用Directsound进行混音，就简单 多了，我们只需要将我们要混音的内容传给它，Directsound会在内部自动进行混音的。下面我们就进入 Directsound混音编程。在了解Directsound如何混音前我们先来看看DirectSound是如何播放一段wave音频的。这里只是简单的介绍一下播放声音的步骤。第一步，创建一个设备对象。在你的代码中你可以通过调用DirectSoundCreat8函数来创建一个支持IDirectSound8接口

5、的对 象，这个对象通常代表缺省的播放设备。当然你可以枚举可用的设备，然后将设备的GUID传递给 DirectSoundCreat8 函数。注意，Directsound虽然基于COM，但是你并不需要初始化com库，这些Directsound都帮你做 好了，当然，如果你使用DMOs特技，你就要自己初始化com库了，切记。第二步，创建一个辅助Buffer，也叫后备缓冲区你可以通过IDirectSound8:CreateSoundBuffer来创建buffer对象，这个对象主要用来获取处理 数据，这种buffer称作辅助缓冲区，以和主缓冲区区别开来，Direcsound通过把几个后备缓冲区的声音 混合

6、到主缓冲区中，然后输出到声音输出设备上，达到混音的效果。第三步，获取PCM类型的数据将WAV文件或者其他资源的数据读取到缓冲区中。第四步，将数据读取到缓冲区你可以通过IDirectSoundBuffer8:Lock.方法来准备一个辅助缓冲区来进行写操作，通常这个方法 返回一个内存地址，见数据从你的私人buffer中复制到这个地址中，然后调用 IDirectSoundBuffer8:Unlock.第五步，播放缓冲区中的数据你可以通过IDirectSoundBuffer8:Play方法来播放缓冲区中的音频数据，你可以通过 IDirectSoundBuffer8:Stop来暂停播放数据，你可以反复的

7、莱停止，播放，音频数据，如果你同时创 建了几个buffer，那么你就可以同时来播放这些数据，这些声音会自动进行混音的。看到了吧，Directsound混音很简单，我们只要在一个设备上创建几个辅助的缓冲区，然后将数据读取到 缓冲区中，同时的播放，Directsound就会自动在主缓冲区自动混音的。至于同时可以播放几个辅助缓冲 区则有硬件设备的性能决定。在WDM驱动模式下，混音的工作由核心混音器来完成，不同的辅助缓冲区可能具有不同的WAV格 式(例如，不同的采样频率)，在必要的时候，辅助缓冲区的格式要转换成主缓冲区，或者核心混音器的 格式。在VXD驱动模式下，如果你的辅助缓冲区都采用相同的音频格式

8、，并且硬件的音频格式也和你的音频 格式匹配，此时，混音器不用作任何的转换。你的应用程序可以创建一个主缓冲区，然后通过 IDirectSoundBuffer8:SetFormat来设置硬件的输出格式。要注意，只有你的协作度一定要是Priority Cooperative Level.，并且，一定要创建辅助缓冲区前设置主缓冲区，DirectSound会将你的设置保存 下来。在WDM模式下，对主缓冲区的的设置没有作用，因为主缓冲区的格式是由内核混音器来决定的。 下面开始吧，让我们看看如何进行混音吧，假设我们的背景需要混音的素材是下面的三个wave文件， test1 .wav test2.wav te

9、st3.wav。首先定义一下我们需要的几个变量：LPDIRECTSOUND8 g_pDS = NULL;LPDIRECTSOUNDBUFFER g_pDsbuffer3 = NULL;CWaveFile* g_pWaveFile;/WAVEFORMATEX g_wfxInput; 输入的音频格式这里简单介绍一下CWaveFile类，Directsound里封装了一个CWaveFile类用来操作wav文件，可以通过open来写入文件的头信息，write来写入文件的数据，Getsize函数获取文件的长度，close关 闭文件。你可以在DirectSound的路径下找到这个类的定义(SDKroot)

10、samplesC+CommonSrcDsutil.cpp。首先初始化DirectsoundBOOL InitDirectSound()if ( FAILED( hr = DirectSoundCreate(NULL, & g_pDS, NULL ) return FALSE;/ Set cooperative level.if ( FAILED( hr = g_pDS -SetCooperativeLevel( hwnd, DSSCL_PRIORITY ) return FALSE;return TRUE;在初始化Directsound的时候，创建设备对象最简单的方法就是通过DirectSou

11、ndCreate8函数， 这个函数的第一个参数指定了和这个对象邦定的设备的GUID，你可以通过枚举设备来获取这个设备的 GUID，如果这个参数也可以为NULL，缺省的系统的声音输出设备就是DSDEVID_DefaultPlayback。 当你创建完设备对象后，一定要调用IDirectSound8:SetCooperativeLevel来设置协作度，否则，你 不会听到声音的。DirectSound 定义了三种水平，DSSCL_NORMAL, DSSCL_PRIORITY, and DSSCL_WRITEPRIMARY在Priority层次的协作度下，应用程序可以有优先权使用硬件资源，比如使用硬件

12、进行混音，当然也 可以设置主缓冲区的媒体格式，游戏程序应该采用这个层次的协作度，这个层次的协作度在允许应用程序 控制采用频率和位深度的同时，也给应用程序很大的权力，这个层次的协作度允许其他应用程序的声音和 游戏的音频同时被听到，不影响。下面的函数加载wave文件，然后将音频数据读取到缓冲区中，然后通过Directsound创建了的静态 辅助缓冲区，将音频数据copy到Directsound的静态辅助缓冲区，然后就可以play 了。LPDIRECTSOUNDBUFFER LoadWaveFile(LPSTR IpzFileName)DSBUFFERDESC dsbdesc;HRESULT hr;

13、BYTE *pBuffer;DWORD dwSizeRead;LPDIRECTSOUNDBUFFER lpdsbStatic=NULL;if( FAILED( hr = g_pWaveFile-Open( lpzFileName, &g_wfxInput,WAVEFILE_WRITE )return NULL;DWORD dwSize = g_pWaveFile-GetSize();pBuffer = new BYTEdwSize;g_pWaveFile-Read(pBuffer,dwSize,&dwSizeRead);if(dwSizeRead 0)memset(dsbdesc,0,size

14、of(DSBUFFERDESC);dsbdesc.dwSize = sizeof(DSBUFFERDESC);dsbdesc.dwFlags =DSBCAPS_STATIC;dsbdesc.dwBufferBytes =dwSizeRead;dsbdesc.lpwfxFormat = g_wfxInput;if ( FAILED( g_pDS-CreateSoundBuffer(&dsbdesc, & lpdsbStatic, NULL )g_pWaveFile-Close();delete pBuffer;return NULLLPVOID lpvWrite;DWORD dwLength;i

15、f (DS_OK = lpdsbStatic -Lock(0, / Offset at which to start lock.0, / Size of lock; ignored because of flag.&lpvWrite, / Gets address of first part of lock.&dwLength, / Gets size of first part of lock. NULL, / Address of wraparound not needed. NULL, / Size of wraparound not needed. DSBLOCK_ENTIREBUFF

16、ER) / Flag.memcpy(lpvWrite, pBuffer, dwLength);lpdsbStatic -Unlock(lpvWrite, / Address of lock start.dwLength, / Size of lock.NULL, / No wraparound portion.0); / No wraparound size.delete pBuffer;return lpdsbStatic;这里我想简单的讲一下Directsound的辅助缓冲区，在Directsound中，辅助缓冲区分两类，一种 是Static Buffer，这种buffer主要用于播放那些

17、比较短的音频，可以将文件中的音频数据全部copy到 Static buffer中，如果音频文件比较大，未了限制内存的开销，就要用到Streaming buffer，一般来说， Streaming buffer只能包含几秒钟的数据量，然后在播放的过程中不断的更新streaming buffer中的 数据。静态缓冲区的创建和管理和流缓冲区很相似，唯一的区别就是它们使用的方式不一样，静态缓冲区 只填充一次数据，然后就可以play，然而，流缓冲区是一边play，一边填充数据。上面创建的就是得静态的buffer，如果你要播放比较长的音频文件，你就要使用streaming buffer 了。流缓冲区用来播放那些比较长的声音，因为数据比较长，没法一次填充到缓冲区中，一边播放，一边 将新的数据填充到buffer中。可以通过IDirectSoundBuffer8:Play函授来播放缓冲区中的内容，注意在该函数的参数中一定要 设置 DSBPLAY_LOOPING 标志。通过IDirectSoundBuffer8:Stop方法中断播放，该方法会立即停止缓冲区播放，因此你要确保所 有的数据都被播放，你可以通过拖动播放位置或者设置通