C#中使用DirectSound录音

原文地址：http://blog.donews.com/uplook/archive/2005/12/14/657145.aspx

注：1.原文有程序终止后仍有线程在运行的情况，这里修正了下；

        2.DirectSound录音详细介绍：http://blog.youkuaiyun.com/woaixiaozhe/article/details/7863007

        3."Mixed mode assembly is built against version 'v1.1.4322' of the runtime and......"问题解决方案见：http://blog.youkuaiyun.com/woaixiaozhe/article/details/7864391

 

一．声卡录音的基本原理

为了实现一个录音的基本过程，至少需要以下对象的支持：

1．   录音设备，对我们的PC设备就是声卡。这个录音设备可以进行的操作应该有开始和关闭。

2．   缓冲区，也就是录制的声音放在哪里的问题。

 

二．DirectSound对录音的描述模型

1．   DirectSound对录音的支持类

Ø         Capture，设备对象，可以看作是声卡的描述。

Ø         CaptureBuffer，缓冲区对象，存放录入的音频数据。

Ø         Notify，事件通知对象，由于录音是一个长时间的过程，因此使用一个缓冲队列（多个缓冲区）接收数据，每当一个缓冲区满的时候，系统使用这个对象通知应用程序取走这个缓冲区，并继续录音。

以上三个对象是进行录音操作的主要对象，由于在C++中对DirectSound的操作DirectX帮助文档中已经有很详细的说明，这里就不再赘述了。本文是针对Managed Code。除了以上三个主要的DirectSound类，还需要以下几个辅助类。

Ø         WaveFormat，描述了进行录制的声音波形的格式，例如采样率，单声道还是立体声，每个采样点的长度等等。

Ø         Thread，线程类，由于录音的过程是需要不断处理缓冲区满的事件，因此新建一个线程对此进行单独处理。

Ø         AutoResetEvent，通知的事件，当缓冲区满的时候，使用该事件作为通知事件。

 

三．代码解析（SoundRecord类）

1．需要引用的程序集

    #region 成员数据  
        private Capture mCapDev = null;              // 音频捕捉设备  
        private CaptureBuffer mRecBuffer = null;     // 缓冲区对象  
        private WaveFormat mWavFormat;               // 录音的格式  
      
        private int mNextCaptureOffset = 0;         // 该次录音缓冲区的起始点  
        private int mSampleCount = 0;               // 录制的样本数目  
      
        private Notify mNotify = null;               // 消息通知对象  
        public const int cNotifyNum = 16;           // 通知的个数  
        private int mNotifySize = 0;                // 每次通知大小  
        private int mBufferSize = 0;                // 缓冲队列大小  
        private Thread mNotifyThread = null;                 // 处理缓冲区消息的线程  
        private AutoResetEvent mNotificationEvent = null;    // 通知事件  
      
        private string mFileName = string.Empty;     // 文件保存路径  
        private FileStream mWaveFile = null;         // 文件流  
        private BinaryWriter mWriter = null;         // 写文件  
    #endregion  

3．    对外操作的函数

    #region 对外操作函数  
        /// <summary>  
        /// 构造函数,设定录音设备,设定录音格式.  
        /// <summary>  
        public SoundRecorder()  
        {  
            // 初始化音频捕捉设备  
            InitCaptureDevice();  
            // 设定录音格式  
            mWavFormat = CreateWaveFormat();  
        }  
      
        /// <summary>  
        /// 创建录音格式,此处使用16bit,16KHz,Mono的录音格式  
        /// <summary>  
        private WaveFormat CreateWaveFormat()  
        {  
            WaveFormat format = new WaveFormat();  
            format.FormatTag = WaveFormatTag.Pcm;   // PCM  
            format.SamplesPerSecond = 16000;        // 采样率：16KHz  
            format.BitsPerSample = 16;              // 采样位数：16Bit  
            format.Channels = 1;                    // 声道：Mono  
            format.BlockAlign = (short)(format.Channels * (format.BitsPerSample / 8));  // 单位采样点的字节数   
            format.AverageBytesPerSecond = format.BlockAlign * format.SamplesPerSecond;  
            return format;  
            // 按照以上采样规格，可知采样1秒钟的字节数为 16000*2=32000B 约为31K  
        }  
      
        /// <summary>  
        /// 设定录音结束后保存的文件,包括路径  
        /// </summary>  
        /// <param name="filename">保存wav文件的路径名</param>  
        public void SetFileName(string filename)  
        {  
            mFileName = filename;  
        }  
      
        /// <summary>  
        /// 开始录音  
        /// </summary>  
        public void RecStart()  
        {  
            // 创建录音文件  
            CreateSoundFile();  
            // 创建一个录音缓冲区，并开始录音  
            CreateCaptureBuffer();  
            // 建立通知消息,当缓冲区满的时候处理方法  
            InitNotifications();  
            mRecBuffer.Start(true);  
        }  
      
      
        /// <summary>  
        /// 停止录音  
        /// </summary>  
        public void RecStop()  
        {  
            mRecBuffer.Stop();      // 调用缓冲区的停止方法，停止采集声音  
            if (null != mNotificationEvent)  
                mNotificationEvent.Set();       //关闭通知  
            mNotifyThread.Abort();  //结束线程  
            RecordCapturedData();   // 将缓冲区最后一部分数据写入到文件中  
      
            // 写WAV文件尾  
            mWriter.Seek(4, SeekOrigin.Begin);  
            mWriter.Write((int)(mSampleCount + 36));   // 写文件长度  
            mWriter.Seek(40, SeekOrigin.Begin);  
            mWriter.Write(mSampleCount);                // 写数据长度  
      
            mWriter.Close();  
            mWaveFile.Close();  
            mWriter = null;  
            mWaveFile = null;  
        }  
     #endregion

4．内部调用函数

#region 对内操作函数  
       /// <summary>  
       /// 初始化录音设备,此处使用主录音设备.  
       /// </summary>  
       /// <returns>调用成功返回true,否则返回false</returns>  
       private bool InitCaptureDevice()  
       {  
           // 获取默认音频捕捉设备  
           CaptureDevicesCollection devices = new CaptureDevicesCollection();  // 枚举音频捕捉设备  
           Guid deviceGuid = Guid.Empty;    
  
           if (devices.Count>0)  
               deviceGuid = devices[0].DriverGuid;  
           else  
           {  
               MessageBox.Show("系统中没有音频捕捉设备");  
               return false;  
           }  
  
           // 用指定的捕捉设备创建Capture对象  
           try  
           {  
               mCapDev = new Capture(deviceGuid);  
           }  
           catch (DirectXException e)  
           {  
               MessageBox.Show(e.ToString());  
               return false;  
           }  
           return true;  
       }  
  
       /// <summary>  
       /// 创建录音使用的缓冲区  
       /// </summary>  
       private void CreateCaptureBuffer()  
       {  
           // 缓冲区的描述对象  
           CaptureBufferDescription bufferdescription = new CaptureBufferDescription();  
           if (null != mNotify)  
           {  
               mNotify.Dispose();  
               mNotify = null;  
           }  
           if (null != mRecBuffer)  
           {  
               mRecBuffer.Dispose();  
               mRecBuffer = null;  
           }  
           // 设定通知的大小,默认为1s钟  
           mNotifySize = (1024 > mWavFormat.AverageBytesPerSecond/8) ? 1024 : (mWavFormat.AverageBytesPerSecond / 8);  
           mNotifySize -= mNotifySize % mWavFormat.BlockAlign;    
           // 设定缓冲区大小  
           mBufferSize = mNotifySize * cNotifyNum;  
           // 创建缓冲区描述  
           bufferdescription.BufferBytes = mBufferSize;  
           bufferdescription.Format = mWavFormat;           // 录音格式  
           // 创建缓冲区  
           mRecBuffer = new CaptureBuffer(bufferdescription, mCapDev);  
           mNextCaptureOffset = 0;  
       }  
  
       /// <summary>  
       /// 初始化通知事件,将原缓冲区分成16个缓冲队列,在每个缓冲队列的结束点设定通知点.  
       /// </summary>  
       /// <returns>是否成功</returns>  
       private bool InitNotifications()  
       {  
           if (null == mRecBuffer)  
           {  
               MessageBox.Show("未创建录音缓冲区");  
               return false;  
           }  
           // 创建一个通知事件,当缓冲队列满了就激发该事件.  
           mNotificationEvent = new AutoResetEvent(false);  
           // 创建一个线程管理缓冲区事件  
           if (null == mNotifyThread)  
           {  
               mNotifyThread = new Thread(new ThreadStart(WaitThread));  
               mNotifyThread.Start();  
           }  
           // 设定通知的位置  
           BufferPositionNotify[] PositionNotify = new BufferPositionNotify[cNotifyNum + 1];  
           for (int i = 0; i < cNotifyNum; i++)  
           {  
               PositionNotify[i].Offset = (mNotifySize * i) + mNotifySize - 1;  
               PositionNotify[i].EventNotifyHandle = mNotificationEvent.SafeWaitHandle.DangerousGetHandle();              
           }  
           mNotify = new Notify(mRecBuffer);  
           mNotify.SetNotificationPositions(PositionNotify, cNotifyNum);  
           return true;  
       }  
  
       /// <summary>  
       /// 接收缓冲区满消息的处理线程  
       /// </summary>  
       private void WaitThread()  
       {  
           while (true)  
           {  
               // 等待缓冲区的通知消息  
               mNotificationEvent.WaitOne(Timeout.Infinite, true);  
               // 录制数据  
               RecordCapturedData();  
           }  
       }  
  
       /// <summary>  
       /// 将录制的数据写入wav文件  
       /// </summary>  
       private void RecordCapturedData()  
       {  
           byte[] CaptureData = null;  
           int ReadPos=0, CapturePos=0, LockSize=0;  
           mRecBuffer.GetCurrentPosition(out CapturePos, out ReadPos);  
           LockSize = ReadPos - mNextCaptureOffset;  
           if (LockSize < 0)       // 因为是循环的使用缓冲区，所以有一种情况下为负：当文以载读指针回到第一个通知点，而Ibuffeoffset还在最后一个通知处  
               LockSize += mBufferSize;  
           LockSize -= (LockSize % mNotifySize);   // 对齐缓冲区边界,实际上由于开始设定完整,这个操作是多余的.  
           if (0 == LockSize)  
               return;  
    
           // 读取缓冲区内的数据  
           CaptureData = (byte[])mRecBuffer.Read(mNextCaptureOffset, typeof(byte), LockFlag.None, LockSize);  
           // 写入Wav文件  
           mWriter.Write(CaptureData, 0, CaptureData.Length);  
           // 更新已经录制的数据长度.  
           mSampleCount += CaptureData.Length;  
           // 移动录制数据的起始点,通知消息只负责指示产生消息的位置,并不记录上次录制的位置  
           mNextCaptureOffset += CaptureData.Length;  
           mNextCaptureOffset %= mBufferSize; // Circular buffer  
       }  
  
       /// <summary>  
       /// 创建保存的波形文件,并写入必要的文件头.  
       /// </summary>  
       private void CreateSoundFile()  
       {  
           // Open up the wave file for writing.  
           mWaveFile = new FileStream(mFileName, FileMode.Create);  
           mWriter = new BinaryWriter(mWaveFile);  
           /**************************************************************************  
              Here is where the file will be created. A  
              wave file is a RIFF file, which has chunks  
              of data that describe what the file contains.  
              A wave RIFF file is put together like this:  
              The 12 byte RIFF chunk is constructed like this:  
              Bytes 0 - 3 :  'R' 'I' 'F' 'F'  
              Bytes 4 - 7 :  Length of file, minus the first 8 bytes of the RIFF description.  
                                (4 bytes for "WAVE" + 24 bytes for format chunk length +  
                                8 bytes for data chunk description + actual sample data size.)  
               Bytes 8 - 11: 'W' 'A' 'V' 'E'  
               The 24 byte FORMAT chunk is constructed like this:  
               Bytes 0 - 3 : 'f' 'm' 't' ' '  
               Bytes 4 - 7 : The format chunk length. This is always 16.  
               Bytes 8 - 9 : File padding. Always 1.  
               Bytes 10- 11: Number of channels. Either 1 for mono,  or 2 for stereo.  
               Bytes 12- 15: Sample rate.  
               Bytes 16- 19: Number of bytes per second.  
               Bytes 20- 21: Bytes per sample. 1 for 8 bit mono, 2 for 8 bit stereo or  
                               16 bit mono, 4 for 16 bit stereo.  
               Bytes 22- 23: Number of bits per sample.  
               The DATA chunk is constructed like this:  
               Bytes 0 - 3 : 'd' 'a' 't' 'a'  
               Bytes 4 - 7 : Length of data, in bytes.  
               Bytes 8 -: Actual sample data.  
             ***************************************************************************/    
            // Set up file with RIFF chunk info.  
           char[] ChunkRiff = {'R', 'I','F','F'};  
           char[] ChunkType = {'W','A','V','E'};  
           char[] ChunkFmt  = {'f','m','t',' '};  
           char[] ChunkData = {'d','a','t','a'};  
    
           short shPad = 1;                // File padding  
           int nFormatChunkLength = 0x10;  // Format chunk length.  
           int nLength = 0;                // File length, minus first 8 bytes of RIFF description. This will be filled in later.  
           short shBytesPerSample = 0;     // Bytes per sample.  
  
           // 一个样本点的字节数目  
           if (8 == mWavFormat.BitsPerSample && 1 == mWavFormat.Channels)  
               shBytesPerSample = 1;  
           else if ((8 == mWavFormat.BitsPerSample && 2 == mWavFormat.Channels) || (16 == mWavFormat.BitsPerSample && 1 == mWavFormat.Channels))  
               shBytesPerSample = 2;  
           else if (16 == mWavFormat.BitsPerSample && 2 == mWavFormat.Channels)  
               shBytesPerSample = 4;  
  
           // RIFF 块  
           mWriter.Write(ChunkRiff);  
           mWriter.Write(nLength);  
           mWriter.Write(ChunkType);  
  
           // WAVE块  
           mWriter.Write(ChunkFmt);  
           mWriter.Write(nFormatChunkLength);  
           mWriter.Write(shPad);  
           mWriter.Write(mWavFormat.Channels);  
           mWriter.Write(mWavFormat.SamplesPerSecond);  
           mWriter.Write(mWavFormat.AverageBytesPerSecond);  
           mWriter.Write(shBytesPerSample);  
           mWriter.Write(mWavFormat.BitsPerSample);  
    
           // 数据块  
           mWriter.Write(ChunkData);  
           mWriter.Write((int)0);   // The sample length will be written in later.  
       }  
#endregion  

5．外部窗体调用方式

    声明部分：

    private SoundRecord recorder = null;    // 录音  

    窗体构造函数：

    recorder = new SoundRecord();  

    启动录音按钮：

    private void btnStart_Click(object sender, System.EventArgs e)  
    {  
        //  
        // 录音设置  
        //  
        string wavfile = null;  
        wavfile = “test.wav”;  
        recorder.SetFileName(wavfile);  
        recorder.RecStart();  
    }  

   中止录音按钮：

    private void btnStop_Click(object sender, System.EventArgs e)  
    {  
        recorder.RecStop();  
        recorder = null;  
    }  

6．需要添加的外部引用文件

在系统的System32目录下添加以下两个引用文件，如果没有，在DirectX的开发包内可以找到。

Microsoft.DirectX.dll

Microsoft.DirectX.DirectSound.dll